AWS 梳理多智能体设计模式、反模式与制造业实践
Taxonomy of multi-agent design patterns, anti-patterns, and lessons from manufacturing
AWS 博客系统梳理多智能体设计模式,按控制流归属分为开发者定义路径的 Tier 1(顺序流水线、条件工作流、条件路由、并行工作流)和模型运行时决定路径的 Tier 2(计划编排、交接、对话驱动、辩论共识),并给出五类反模式:全能智能体、无界迭代、自然语言契约、过早多智能体、无防护客户接触。
文章把多智能体协调拆成两层模式与五类反模式,并给出制造场景下的架构取舍依据,便于团队对照自查。
企业团队正在构建多智能体系统,当早期实现未达预期时,原因很少出在模型本身。多智能体协调是一个分布式系统问题,许多着手于此的团队尚未建立起对分布式系统的直觉。
数据在不同来源中保持一致:约 88% 的 AI 试点项目从未投入生产。斯坦福 HAI 证明,两个模型协作时的表现可能比单独使用任一模型更差,当协调开销超过收益时就会发生这种情况。模式很清晰:团队增加复杂性的速度快于他们建立理解的速度。十个可靠性各为 95% 的步骤仅能提供 59.9% 的端到端可靠性,而 20 个步骤则仅为 35.8%。这个示例模型假设是严格顺序链且无重试机制,但方向是一致的:每个依赖交接都会成倍增加风险。
在本文中,你将了解如何判断用例是否需要多个智能体、选择协调模式,并尽早发现高成本的反模式。你还将看到节拍时间(takt time)、安全边界、边缘数据和轮班周期如何塑造架构。
多智能体协调模式
协调模式分为两个层级,取决于谁控制流程。在 Tier 1 中,由你定义路径。
在 Tier 2 中,模型在运行时选择路径。这种灵活性可以处理那些无法预先定义步骤的工作,但代价是更高的 token 消耗、延迟和调试成本。实际默认做法是从 Tier 1 开始,仅在任务子任务在工作过程中浮现时才将其移至 Tier 2。
Tier 1:模式(确定性控制流)
1.1 顺序管道:实现线性执行的编排模式,其中每个节点的输出作为下一个节点的输入(A -> B -> C),支持具有可预测执行时序的顺序处理。
在下图中,输入流向智能体 A(提取),然后到智能体 B(转换),再到智能体 C(验证),最后输出。用户在设计时定义该顺序,运行时不做任何决策。因此,管道易于调试和测试,且成本可预测。典型适用场景包括文档处理、提取-转换-加载(ETL)链以及保修索赔分诊。
图 1:顺序管道,每个智能体的输出馈送至下一个,从提取到转换再到验证
1.2 条件工作流:基于逻辑的边根据条件选择下一个节点,因此工作流可以分支并将每种情况引导至不同路径。
在下图中,用户请求先发送给智能体 A(编写代码),然后到智能体 B(测试代码)。通过/失败检查将通过的工作发送至智能体 D(部署)。失败的工作循环返回智能体 A 进行重试,最多 N 次,然后升级给人工处理。编排层强制执行此上限,例如通过 AWS Step Functions 迭代限制,从而防止循环演变为本文后面描述的无界迭代反模式。
图 2:条件工作流,在升级给人工处理之前,最多重试失败 N 次
1.3 条件路由器:
分类步骤检查输入并将其导向适当的处理路径。每个请求仅执行一条路径。最适合意图驱动的调度、质量门控决策、客户咨询路由和异常分诊。
以下图表展示了一位植物主管的请求被分类器读取后,发送给一位特定专家的过程。关于零件是否符合规格的问题会转交给质量代理(Quality Agent),设备服务逾期的问题会转交给维护代理(Maintenance Agent),而班次变更则会转交给调度代理(Scheduling Agent)。这一决策在入口点完成。
图 3:条件路由器,每个请求运行一条路径,并在升级至人工干预前限制重试次数
1.4 并行工作流:任务拆分为独立的子任务,由不同的处理器同时执行,各自处理独立的数据。当所有处理器完成后,通过一个“扇入”(fan-in)步骤合并结果;若某条路径失败,仅重试该路径。适用于多源分析、批量处理以及可分解为独立部分的工作。
在下图中,研究协调器将任务分解并分派给三个并发运行的专家代理:金融数据代理、地缘政治代理和物流代理,各自分析其独立的数据源。一个汇总步骤等待三者全部完成,随后综合结果、解决冲突并对发现进行排序。延迟时间等于最慢的单个代理的处理时间,而非三者之和。
图 4:向专家代理并行分发(fan-out),随后通过一个汇总并排序结果的“扇入”(fan-in)步骤
第 2 层:自主模式(由大语言模型决定控制流)
在自主模式中,控制流由 AI 模型本身在运行时确定,而非由开发人员预先定义。代理读取任务状态,推理所需内容,并通过共享上下文进行协调,而非遵循固定的路径,从而形成从结构化编排到完全涌现行为的谱系。
2.1 基于计划的编排
在基于计划的编排中,单个协调代理充当项目经理的角色。协调代理维护一个包含分配任务和依赖关系的显式任务计划,掌握所有上下文信息,而每个工作者仅接收其负责的部分;它根据当前计划动态分配工作,并集中监控进度。关键设计选择是工作者是无状态且相互独立的。如果其中一个失败,不会污染其他工作者。协调代理仅重试失败的工作者,而非整个工作流。
下图展示了规划代理如何将任务分解为显式计划,并将每一步分派给相应的工作者代理。每一步都发送给专门的工作者(研究代理、分析代理和报告代理),它们仅能看到被分配的部分。
图 5:基于计划的编排,规划代理将每一步分配给无状态的工作者代理
2.2 交接模式
代理在有限的本地知识范围内运作,并通过点对点委托进行协调。每个代理根据任务和其所知的其他代理,做出关于何时及向谁移交控制的本地决策。控制权随状态传递:每次交接都携带经过验证的任务状态、支撑证据以及任何未解决的问题,以便接收代理能够继续执行,而非重新解读摘要。仅在对话中进行的转移不构成真正的交接。
在下图中,客户服务代理将其上下文连同控制权一起移交给技术支持代理或计费代理,而技术支持代理可进一步移交给高级工程师。每个代理仅知道其可以移交的一小部分同行代理。
图 6:交接模式,通过本地委托在同行代理之间传递经过验证的状态
2.3 对话驱动模式
在对话驱动模式(也称为群聊模式)中,所有代理参与一个共享的对话,编排通过轮流发言而非显式计划或结构化交接来涌现。这类似于人类团队协作,每个人都能看到讨论并在适当时候做出贡献。
在下图中,一个代理选择机制决定轮到谁发言,代理 A、B 和 C 各自向一个共享对话中添加内容,其中每一轮都是一条消息加上一次工具调用。选择机制设定了轮流顺序,状态隐式地存在于对话历史中。
图 7:对话驱动模式,其中轮流发言选择下一个代理,状态存在于对话中
控制流特征:
- 可见性:广播所有代理都能观察到共享对话中的所有消息。
- 决策制定:基于对话上下文选择下一个发言者,而非预设计划。
- 状态管理:隐式存在于对话历史中。
- Turn-taking: Determined by selection mechanisms (round-robin, AI-driven)
- 循环轮换。代理按照固定、重复的顺序轮流发言,直到满足终止条件,这使得过程可预测。
- AI 驱动。模型根据对话上下文选择下一个发言者,而非固定顺序。
2.4 辩论/共识
多个代理独立评估相同的输入,其结论通过多数票、由裁判代理裁决或在意见不一致时升级来解决。与对话驱动模式不同,代理在确定立场之前看不到彼此的推理,这使得分歧具有信息价值而非社会趋同。
谨慎使用。辩论是此处最昂贵的模式,在感知任务上它购买的是延迟而非准确性(见下文反模式 3 中的质量检查案例)。将其保留用于高风险、低频率的决策,其中犯错的成本高于深思熟虑的成本。
混合方法
在实践中,大多数生产系统根据任务分解组合多种模式:
- 对可预测且理解良好的组件使用工作流模式。
- 在需要灵活性和适应性的地方应用自主模式。
- 在所有编排类型中一致地实施任务管理模式(终止、委派)。
- 在设计层次化组合时,复杂代理在不同层级内部使用不同的模式。
指导原则:模式-任务对齐。将编排方法与每个任务的固有特性以及系统的可靠性要求相匹配,而不是强行将所有内容通过单一模式处理。
浪费预算的反模式
以下五种反模式在设计时看起来都合理,但随后会表现为膨胀的令牌成本、错失节拍时间窗口,或悄然偏离车间实际的决策。
1. 全能代理
一个代理在一个包含 15 个或更多工具的提示下拥有整体设备效率 (OEE) 分析、可编程逻辑控制器 (PLC) 诊断和维护的所有权。随着工具数量增加,工具选择性能下降,故障变得难以归因。
修复方案:限制为最多五个工具的有界代理,例如 OEE 分析师、故障诊断员和维护起草员。
2. 无界迭代
代理在“重试”上循环,没有硬性停止。一个四代理系统可以在单次重试之前消耗显著更多的 token,且没有任何一次调用会触发警报。重试会放大协调失败,而不是修复它们。
修复方法:在代码中设置硬迭代上限、每个代理的 token 上限,并将预算警报连接到自动停止机制。基础设施强制执行限制。模型不会自行停止。
3. 自然语言合同
代理之间以自由文本形式传递信息,没有模式约束。每次传递时解释都会固化:“可能表示磨损”变成“确认磨损”,再变成维护工单。漂移发生在代理之间,而这里的追踪最为薄弱。
4. 过早的多代理设计
本可以由一个带工具组的代理完成的任务,却采用了多代理。每个代理都增加了非线性的协调成本,而收益在四个左右就趋于平缓。大多数所谓的“专家”只是同一模型换了不同的外衣。
修复方法:需要至少两种不同的模型、不同的工具访问权限、并发执行以及真实的相互依赖关系。如果少于两个,那么一个带动作组的代理就能搞定。
测试方法:如果一个代理能通过切换工具来处理各个阶段,那么这就不是多代理问题。
5. 无防护的客户接触
代理在没有审批步骤的情况下触发现实世界中的操作(如发送邮件、安排服务访问、调整机器参数)。幻觉进入物理世界,不可逆的操作叠加,责任从退款升级为产品责任。
修复方法:纵深防御:建议 → Amazon Bedrock Guardrails → 模式验证 → 业务规则 → 人工审批 → 执行。
任何代理输出到达客户或安全系统的地方,都是信任边界。
选择架构
在了解了这些模式和反模式之后,架构的选择归结为一组简短的问题序列。
- 任务是否需要超出文本生成的操作?将直接调用模型作为基线,仅在经过衡量的理由下才添加编排。总结文档或根据规范生成代码通常很少提供这样的理由。
- 解决方案路径是否预先已知?如果你能写下发生的顺序,那么你根本不需要做“需要多少个代理”的决策。你的实际选择更简单:一个调用工具的单一代理,还是一个 Tier 1 工作流。
- 工作是否真正需要不同的专业知识?具有明确交接流程的不同领域可以证明专用代理的合理性。一个领域应归属于一个代理,无论它需要多少工具。
- 解决方案是否只能通过探索才能浮现?当行动序列已知且可以作为“执行-验证”循环运行时,它应归属于一个代理,即使该代理动态规划其步骤。Tier 2 只有在子任务本身是在工作过程中被发现时,才值得其增加的成本、延迟和调试负担。
以下决策树将这些四个问题转化为一条你可以从上到下遵循的路径。
图 8:选择最简单架构的决策树,从单次模型调用到 Tier 2 多代理模式
该决策树首先询问任务是否需要超出文本生成的操作。如果不需要,简单的模型调用即可。如果需要,决策树会进一步询问解决方案是否已知且可表达为工作流。在已知解决方案一侧,需要专业领域知识或领域分离的工作将进入 Tier 1 多智能体工作流(管道、扇出或路由器)。其余所有情况则交由具备工具和动作组的单个智能体处理。在未知解决方案一侧,仅涉及探索或具有显著副作用的任务才会进入 Tier 2 进行自主多智能体模式处理。其余情况仍由单个智能体负责。指导原则是选择满足需求的最简单架构。
下图从四个方面对比了这些模式:何时使用每种模式、智能体之间的控制流如何、结果的确定性程度,以及构建和运行的成本。构建成本是一个相对尺度,而非具体估算。
图 9:按用例、控制流、确定性和相对构建成本对模式进行的比较
Tier 1 模式在低至中等构建成本下具有较高的确定性。Tier 2 模式将更多路径控制权交给模型,而基于计划的编排构建成本最高。如果你能在运行前在白板上画出控制流,请从 Tier 1 开始。
应用:将模式映射到制造用例
| 用例 | 模式 | 理由 |
| 交接班摘要生成 | 顺序管道 | 线性:原始日志 → 摘要 → 报告 |
| 多站点根本原因分析 | 基于计划的编排器 | 动态:在分析过程中发现子任务 |
| 实时质量关卡 | 条件路由器 + 边缘智能体 | 循环内:本地模型决定。智能体推理偏离路径 |
| 预测性维护调度 | 并行扇出/扇入 | 每个资产类别使用独立模型 |
| 工程变更指令影响评估 | 辩论/共识 | 高风险:对抗性审查是合理的 |
| 供应商沟通草稿撰写 | 顺序 + 人工关卡 | 严禁自动发送(参见无防护的客户联系) |
| 跨工厂优化 | 基于计划的编排器 | 多源:动态查询。求解器执行分配 |
制造视角:改变计算方式的四个约束
制造业并非通用的企业 IT 环境,有四个约束使得这种算术变得毫不留情。
约束 1:生产线延迟 = 直接收入损失
汽车车身车间中,机器人焊接车辆车身,通常每小时处理 60 个工件。其超过 40 个工位的节拍时间为 60 秒,之后流水线才会前进。停留在工位循环路径上的推理延迟会侵蚀这 60 秒,而瓶颈工位的延迟会使整条生产线变慢。即使吞吐量降低 2%,也可能导致年度收入显著下降。
架构影响: 按 p99 预算延迟时间,而非平均值。尾部效应才是导致停线的原因。为每个智能体提供亚秒级的确定性回退机制,并根据风险进行匹配:
- 建议/质量标记: 放行部件并标记以供下线后审查。
- 安全关键: 隔离或确定性停止,而非继续运行。
- 在部署前针对每个工位确定此映射关系。
约束 2:安全具有物理后果
一个产生幻觉的聊天机器人会引发尴尬。一个产生幻觉的焊接参数会导致在碰撞测试或现场故障中暴露出的结构缺陷,并可能导致安全召回。两种故障模式反复出现:
- OT/IT 边界状态不同步:智能体读取制造执行系统(MES)时显示为第12工位正在运行零件#A,但手动 PLC 覆盖已将其切换至零件#B,因此它针对错误的零件调整了参数。
- 幻觉的安全边界:一个维护智能体从头推理锁定/挂牌程序,并声明第7工位可访问,而相邻的第6工位正在运行,从而破坏了互锁区域。
架构影响:
边界:保持确定性核心不变,包括 PLC、监控和数据采集(SCADA)系统以及 MES,并在其外围包裹一个建议层。
- 智能体进行观察、分析和推荐。它们不执行动作。
- 安全约束作为确定性护栏存在于外部服务中,供智能体查询而非推理。它们绝不嵌入到提示词中,以免被辩驳掉。
验证与审批:一条建议在通过模式验证和物理仿真后,在即将执行动作前立即对照 OT 事实来源进行检查,而不是对照超过一个周期的 OT 缓存状态。随后根据其范围匹配级别进行批准:
- 0 级:智能体自主解决。
- 1 级:操作员通过一次点击确认。
- 2 级:工程师根据呈现的分析做出决定。
- 3 级:管理层评估停线建议。
只有在此之后,经过验证的命令接口才会将允许的命令传递给确定性控制。大语言模型(LLM)提出建议。物理引擎和人类操作员负责处置。
约束 3:数据位于边缘
一台单冲压机每天产生 50+ GB 的传感器数据,其价值在毫秒内衰减。将其传输到云端的带宽成本高于计算成本,而且当云端给出答复时,冲压机已经继续运行了。
架构影响:混合边缘-云是实际默认选择,且约束 2 的边界同样在边缘处生效。
- 边缘(AWS IoT Greengrass):亚节拍异常检测、阈值监控以及在源头的停止或继续信号:边缘智能体提供建议,PLC 执行动作。
- 云端:边缘无法完成的工作:跨班次分析、跨工厂的趋势相关性分析,以及在车队数据上的模型重训练。边缘仅提炼并传输关键内容。
约束 4:与班次对齐的智能体生命周期
无限制的上下文会使智能体随着过时观测挤占当前现实而漂移。完全重置会丢失班次之间的连续性。制造业已通过结构化的班次交接来解决人类的问题,智能体也需要同样的纪律。
架构影响:将智能体内存限制在班次周期内。
- 初始化:班次上下文,包括人员名册、生产目标以及上一班次的交接记录。
- 积累:仅在班次窗口内使用工作内存。
- 交接:生成包含未解决问题、标记异常和建议的班次结束摘要,以启动下一批人员,在不无限增长上下文的情况下模仿人类仪式。
基于 AWS
以下托管服务映射到本文前面提出的关切。每一行命名的是机制,而不仅仅是服务。
| 需求 | 服务 | 机制 |
| 运行时 | AgentCore 运行时,Amazon Bedrock AgentCore 的一项能力 | 代理运行的位置、其控制流由谁决定(系统决定或模型决定)。支持 Strands、LangGraph 或 CrewAI。 |
| 移位边界内存 | AgentCore 内存,Amazon Bedrock AgentCore 的一项能力 | 托管短期和长期上下文,使得约束 4 中的移位范围内存成为配置项,而非自定义的状态管道。 |
| 类型化交接 | AgentCore 网关,Amazon Bedrock AgentCore 的一项能力 | 将 API 和 AWS Lambda 函数转换为带有验证模式的 Model Context Protocol (MCP) 工具,使交接携带类型化字段而非纯文本描述。 |
| 代理权限 | AgentCore 身份,Amazon Bedrock AgentCore 的一项能力 | 为每个代理提供唯一且可验证的身份,并实施细粒度访问控制。它是执行“哪个代理可以访问哪个系统”以及“以谁的名义”的 enforcement point(执行点)。 |
| 代理间追踪 | AgentCore 可观测性,Amazon Bedrock AgentCore 的一项能力 | 跨运行时、内存、网关和工具的跨度与追踪,通过 Amazon CloudWatch Transaction Search 和 AWS Distro for Open Telemetry (ADOT) 实现。交接是多代理系统中可观测性最差的部分,也是未类型化契约静默失败的地方。 |
| 人工审批界面 | AWS Quick | 升级层级在此落地。AWS Quick Automate 在 Slack 中运行一键审批的工作流,其操作连接器可调用 Amazon Bedrock AgentCore 代理。 |
| 分层模型选择 | Amazon Bedrock | 跨模型家族使用统一 API,使成本分层成为配置问题:路由器分类使用小型模型,编排器合成使用更强模型。 |
结论
多代理系统改变了汽车制造商大规模编排智能的方式,但前提是建立在正确的基础之上。
此处总结的模式与反模式源自真实部署场景,其中糟糕的架构表现为失控的 token 成本、节拍时间违规,最严重情况下甚至带来物理安全风险。工厂规模下的经济账不容妥协,因为随着每个代理、机器人和班次的增加,token 量也会增长。分层模型选择、上下文压缩和边缘-云分布是大幅降低成本的同时交付同等价值的主要杠杆。
此处的建议是从 Tier 1 模式开始,验证价值,然后逐步扩展。大多数制造用例,如班次交接摘要、质量门决策和预测性维护,由确定性工作流即可很好地满足。将自主编排保留给真正开放-ended 的问题,其中动态子任务发现足以证明额外成本、延迟和调试复杂性的合理性。
关于作者
Kamlesh Mariwala
Kamlesh 是 AWS 的高级 GenAI ML 解决方案架构师,专注于汽车和制造业。他帮助客户设计可扩展、安全且具有成本效益的架构,利用 AWS 代理式 AI 和机器学习解决复杂的业务问题并加快价值实现速度。
Malini Sethi
Malini 是亚马逊云科技(AWS)的解决方案架构师,专注于汽车和制造业领域。她为大型汽车和工业客户设计并实施云原生解决方案,以加速其采用人工智能、AWS 生成式 AI 的数字化转型。在担任现职之前,她曾担任 AWS ProServe 顾问,与客户紧密合作,将复杂的技术挑战转化为可扩展、可投入生产的系统。她在麻省理工学院(MIT)学习了机器学习。
Deepesh Koppunuru
Deepesh 是 AWS 的高级生成式 AI 机器学习解决方案架构师,他与大型企业客户合作,通过 AWS 生成式 AI 服务释放创新潜力。Deepesh 热衷于展示人工智能的变革力量,帮助组织重新构想其业务流程,并取得可衡量的成果,从而产生真正的业务影响。
Sandy Hsieh
Sandy 是 AWS 全球专家组织内的高级数据与 AI 专家,支持汽车和制造行业客户采用生成式 AI、智能体 AI 和物理 AI 解决方案。Sandy 在汽车供应链、车辆规划和信息娱乐领域拥有超过 10 年的全球行业经验。她拥有卡内基梅隆大学的机械工程硕士学位。
来源:AWS Machine Learning Blog · aws.amazon.com








