AWS多智能体架构分类法:从确定性工作流到制造业自治编排
摘要:AWS提出一套面向生产系统的多智能体架构分类法:将控制流分为确定性的工作流模式与由模型运行时决定的自治模式,并覆盖顺序管线、条件路由、并行扇出、计划编排、移交、群聊和辩论共识。文章同时给出全能代理、无界迭代、自然语言契约等反模式,并强调多智能体首先是分布式系统问题,而非换更大的模型。面向制造业,方案以p99时延、OT/IT安全边界、边缘数据与班次周期约束架构,再用Amazon Bedrock AgentCore的类型化交接、身份、可观测性和人工审批能力落地。
核心判断
AWS的核心判断是:多智能体首先是分布式系统问题,而不是模型能力问题。系统失败通常来自控制权归属、状态契约、失败恢复和可观测性缺口,而不是某个模型不够聪明。这套分类法可作为架构评审清单:先证明单代理无法满足需求,再决定控制流应由代码掌握,还是交给模型在运行时决定。
两层协调模式
Tier 1:确定性控制流
- 顺序管线:任务按A→B→C依次执行,调试、测试与成本最容易预测,适合ETL、工单分诊和班次日志摘要;代价是前序错误会沿依赖链传播。
- 条件工作流:由代码计算分支边,并可在测试失败后回退重试。重试次数必须由编排层设上限,例如AWS Step Functions的迭代限制,而不能寄希望于模型自行停止。
- 条件路由:分类器把请求送入且只送入一条处理路径,适合意图分派、质量门禁和异常分诊。其执行成本接近单分支工作流,错误重点在路由准确率。
- 并行工作流:将可独立分解的子任务扇出给多个代理,再由汇聚节点合并结果。理想延迟接近最慢分支而非各分支耗时之和,但同步屏障、尾部重试和结果冲突仍可能成为瓶颈。
Tier 2:模型决定的控制流
- 计划式编排:中央编排代理维护显式计划、依赖和进度,工作代理只接收任务切片并保持无状态。单个工作代理失败时可局部重试,避免整条流程回滚;代价是中央代理可能成为上下文与调度瓶颈。
- 移交模式:代理依据本地信息把控制权转给已知对等代理。有效移交必须同时传递经验证的任务状态、证据和未决问题,仅转发对话摘要不构成可靠移交。
- 会话驱动群聊:所有代理共享上下文,由轮询或模型选择下一位发言者。实现简单,但状态隐含在历史中,消息量、Token消耗和错误传播会随参与代理数量快速增长。
- 辩论与共识:多个代理先独立判断,再由多数票、裁判代理或人工升级处理分歧。它适合低频、高损失决策;对感知类任务,额外轮次更可能只增加延迟,而非提高准确率。
生产系统通常不会只选一种模式。更稳妥的原则是按子任务匹配模式:已知路径使用Tier 1,动态探索使用Tier 2,并为终止、委派和失败升级设置统一机制。
可靠性、延迟与成本机制
多步链式任务的关键指标不是单次调用准确率,而是端到端成功率。若第i步的条件成功率为r_i,则:
R_end-to-end = r_1 × r_2 × ... × r_n
当每一步成功率为95%时,10步链路的理论成功率约为0.95^10 = 59.9%,20步仅为0.95^20 = 35.8%。这解释了为什么增加代理和步骤可能降低完成率;每增加一个交接点,就增加一次解释偏差、接口失败和重试机会。该计算假设严格串行且没有重试,只能说明风险乘法效应,不能当作真实部署基准。
并行扇出可把延迟近似写为:
T_parallel ≈ max(T_i) + T_fan-in
其中汇聚节点必须等待分支完成,因此最慢代理或最慢重试决定关键路径。并发也不会自动降低Token成本,反而可能提高同一时刻的模型调用峰值、连接数和资源竞争。
整体成本可概念性拆分为:
C_total ≈ Σ(call_i × token_i × model_price_i) + retry_cost + orchestration_cost + telemetry_cost
交接需要复制状态,群聊需要反复携带历史,长工具定义会扩大每次请求的输入上下文。AWS因此建议按任务分层选模型:路由与分类使用小模型,复杂综合再升级到更强模型;这一策略能否盈利取决于缓存命中率、模型价格、上下文长度和实际重试率,原文未给出量化对照。
五类高成本反模式
- 全能代理(God Agent):单个代理接入15个以上工具,同时承担OEE分析、PLC诊断和维护草拟。工具越多,工具选择与故障归因越困难。原文建议将代理限制在五个左右工具以内,但这一阈值更适合作为待验证的启发式规则,而非普适定律。
- 无界迭代:代理陷入持续重试,单次调用没有告警,却可能在触发限额前消耗大量Token。修复必须位于基础设施层:代码硬上限、每代理Token预算、预算告警和自动停止,不能只靠提示词要求模型停止。
- 自然语言契约:代理之间只传自由文本,语义会在交接中逐步漂移,例如“可能磨损”变成“确认磨损”,最终变成维护工单。应使用带字段类型、枚举、单位、来源和置信状态的Schema,并在边界执行运行时校验。
- 过早引入多智能体:如果一个代理切换工具组即可完成,所谓专家往往只是同一模型的不同角色包装。原文给出的较严门槛是:执行主体应拥有真实不同的工具权限,并存在并发与相互依赖;否则单代理加Action Group通常成本更低。
- 无防护的现实世界操作:代理直接发邮件、修改设备参数或安排服务,会把幻觉转化为不可逆后果。推荐链路是:建议→Amazon Bedrock Guardrails→Schema校验→业务规则→人工审批→执行;越接近物理执行,审批级别应越高。
制造现场的四条硬约束
1. p99时延必须服从节拍时间
汽车车身车间可能只有约60秒的Takt Time,平均延迟无法代表真实风险,推理链路必须按p99预算。辅助决策可以先放行并标记待复核,安全关键路径则应停机或执行确定性回退。AWS把这种回退放在每个代理之外,使模型降级不会直接破坏产线节奏。
2. 安全约束不能只存在于提示词
PLC、SCADA和MES应继续保持确定性,代理只负责观察、分析和提出建议。安全规则需要放在代理查询的外部确定性服务中,并在执行前依次完成Schema校验、物理仿真和当前OT状态核对。原文给出四级审批:Level 0自主处理、Level 1操作员确认、Level 2工程师决策、Level 3管理层评估停线建议。
3. 边缘数据必须就地压缩
单台冲压机每天可能产生超过50GB传感器数据,把原始流上传云端既消耗带宽,也赶不上节拍。AWS IoT Greengrass可在边缘执行异常检测、阈值监控和停机或继续建议,再向云端传输蒸馏后的关键事件;最终动作仍由PLC执行。
4. 记忆生命周期要跟随班次
无限上下文会保留过时观察,完全重置又会丢失交接连续性。更合理的做法是在班次开始注入人员名单、生产目标和上一班摘要;班中只保留工作记忆;班末输出未结问题、异常和建议,作为下一班的结构化种子。
AWS落地组件映射
- Amazon Bedrock AgentCore Runtime:承载确定性或模型决定的控制流,可接入Strands、LangGraph或CrewAI。
- AgentCore Memory:管理短期与长期上下文,把班次边界转化为可配置策略。
- AgentCore Gateway:把API和Lambda封装为带Schema的MCP工具,使代理交接传递类型化字段而非自由文本。
- AgentCore Identity:为每个代理提供可验证身份和细粒度权限,限制其可访问的系统及代表身份。
- AgentCore Observability:通过CloudWatch Transaction Search和AWS Distro for OpenTelemetry追踪Runtime、Memory、Gateway及工具调用,补足最容易失联的交接环节。
- Amazon Bedrock:使用统一API实施模型分层,将分类、路由和简单工具调用交给较小模型。
- AWS IoT Greengrass:承担边缘推理、事件蒸馏和低延迟控制闭环。
- AWS Quick:承载分级人工审批及Slack等交互式确认入口。
评测证据、实测表现与边界
AWS引用的AI试点失败率和协作模型可能劣于单模型的观察,能够说明复杂度与协调风险,但不能证明多智能体架构本身导致失败。10步与20步可靠性数字是说明性算术,不是受控实验;制造案例中的Takt Time、吞吐量与传感器数据量属于架构约束,也不是完整基准结果。
原文没有披露统一任务集、参与模型、工具集合、基线实现、质量指标、Token成本、p95/p99时延、故障注入方法或生产成功率,也没有提供可复现实验代码。因此,这篇文章更适合作为设计评审和威胁建模清单,而不应被当作多智能体架构优于单代理的实证结论。
开发者落地建议
- 建立单代理基线:先用直接模型调用或单代理加工具完成闭环,记录质量、Token、时延与人工介入率。
- 判断路径是否已知:已知步骤优先采用顺序、条件或并行工作流;只有子任务必须在探索中动态出现时,才引入Tier 2。
- 把交接变成数据接口:为状态定义版本化Schema、证据引用和失败码,避免依赖自然语言摘要维持上下文。
- 实施基础设施级预算:设置最大轮数、单代理Token上限、总任务预算、超时与人工升级,监控重试放大率。
- 最小权限与分层审批:按代理身份限制工具和数据范围,所有现实世界写入都经过业务规则与适当审批门禁。
- 按制造约束拆分部署:边缘处理单周期信号,云端处理跨班次和跨工厂趋势,关键动作继续由确定性控制器执行。
- 建立统一评测矩阵:在相同模型和工具条件下比较单代理、Tier 1与Tier 2,至少记录任务成功率、契约违规率、重试次数、每任务Token、p50/p95/p99时延、汇聚等待时间、升级率及不安全动作尝试数。
—— 完 ——消息来源:AWS Machine Learning Blog (2026-11-16)
主题标签: #AWS #多智能体架构 #AgentCore #制造业AI #分布式系统
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区