AWS工程博客:多智能体系统的五类反模式与架构决策树
AWS机器学习团队提出多智能体协调本质上是分布式系统问题,给出Tier 1确定性工作流与Tier 2自主编排的分层决策框架,识别出上帝智能体、无界迭代、自然语言契约、过早多智能体和无防护客户接触五类烧钱反模式,并以制造业节拍时间、安全边界、边缘数据和班次周期四个约束说明架构选择如何影响可靠性与成本。
多智能体系统实施失败的原因很少是模型本身。AWS机器学习博客近期发表的一篇工程实践文章提出了一个核心判断:多智能体协调是分布式系统问题,而多数团队尚未建立分布式系统的直觉。文章引用斯坦福HAI的研究指出,当协调开销超过收益时,两个模型协作的表现可能不如各自单独运行。一个直观的算术说明了风险:十个步骤各以95%的可靠性串联,端到端可靠性仅59.9%;二十个步骤则降至35.8%。每一次依赖性的交接都在乘法式地放大风险。
基于这一前提,文章将协调模式分为两个层级。Tier 1是确定性控制流——开发者在构建时定义路径,包括顺序管道、条件工作流、条件路由和并行工作流四种。Tier 2是模型在运行时决定路径——包括基于计划的编排、交接模式、对话驱动模式和辩论/共识模式。Tier 2处理那些无法预先定义步骤的工作,代价是更高的token消耗、延迟和调试难度。文章的实践建议是:默认从Tier 1起步,仅当子任务在工作过程中动态涌现时才升级到Tier 2。
文章识别了五类在设计阶段看似合理、但在运行中造成成本失控或决策漂移的反模式。第一类是上帝智能体:一个智能体通过单一提示词持有15个以上工具,同时负责设备效率分析、PLC诊断和维护,工具选择能力随数量增长而退化,故障难以归因。修复方案是将智能体限制在五个工具以内。第二类是无界迭代:智能体在"try again"中无硬停,重试放大协调失败而非修复它;修复方案是代码中设硬性迭代上限和预算告警联动自动停止,模型不会自行停止。第三类是自然语言契约:智能体间传递无schema的自由文本,"可能指示磨损"逐跳硬化为"确认磨损"再变成维修工单,漂移发生在追踪最薄弱的交接处。第四类是过早多智能体:一个带工具组的智能体即可完成的任务被拆成多个,每个增加非线性协调税,收益在四个左右趋平。第五类是无防护客户接触:智能体直接触发邮件、服务访问或机器参数等不可逆动作而未经审批,幻觉跨越到物理世界,责任从退款升级为产品责任。
文章给出四个架构选择问题:任务是否需要文本生成以外的动作?解决方案路径是否预先已知?工作是否需要真正不同的专业知识?解决方案是否只能通过探索涌现?决策树从这四个问题出发引导读者选择最简架构——能在白板上画出控制流就先用Tier 1,只有子任务在过程中动态涌现时才升级到Tier 2。
文章以制造业为透镜说明四个约束如何改变架构算术:产线节拍时间意味着延迟即收入损失,需按p99而非平均值预算延迟;安全具有物理后果,智能体只观察、分析和建议而不执行动作,安全约束作为外部确定性护栏存在而非嵌入提示词;数据在边缘产生且价值毫秒级衰减,混合边缘-云是实际默认;智能体生命周期需对齐班次,在班次窗口内积累工作记忆并在班次结束时发出交接摘要,避免无界上下文导致漂移。
文章的最终建议是:从Tier 1模式起步,证明价值后再扩展。大多数制造业用例——班次交接摘要、质量门决策、预测性维护——由确定性工作流即可胜任。自主编排仅留给子任务在过程中动态发现的真正开放性问题,因为token量随每个智能体、机器人和班次增长,分层模型选择、上下文压缩和边缘-云分布是降低成本的主要杠杆。