Marico's space

译者前言：Microsoft Agent Framework 几天前刚发布 1.0，连同 Google ADK、LangGraph、CrewAI，几乎所有主流 Agent 框架都在做同一件事：把「工作流引擎」和「Agent 运行时」打包在一起卖。但有意思的是，Anthropic 和 OpenAI 这两家模型厂，却偏偏不这么干。这篇文章就是想聊聊这背后的逻辑，以及为什么我认为某些做法其实是在重蹈覆辙。

图数据流到底是什么

打开 Microsoft Agent Framework 的 Workflows 包源码，或者 LangGraph 的 Pregel 模块，你会看到同一个东西：一个运行在 BSP（Bulk Synchronous Parallel）模型上的图引擎。BSP 最初是 Google 在 Pregel 论文里提出的，最初是为了大规模图处理用的。

每个 superstep 里，所有有待处理消息的执行器并发运行；全部完成后，消息沿边传递，下一个 superstep 启动。如此反复，直到没有待处理消息为止。

如果你用过 Apache Beam、Akka Streams 或 Flink，应该会觉得眼熟——流处理系统的设计思路是一样的。Pregel 这类系统之所以存在，是因为当有很多小计算需要通过带类型的消息协调、每轮之间还要 checkpoint 时，BSP 提供了一个干净的执行模型，内置 fan-out、fan-in 和同步屏障。

它的适用场景真实存在，但比较窄：

• 带背压的流式管道（token 级输出经过一串 transformer）。
• 声明式创作工具，非工程师在 UI 里拖拽节点（n8n、Zapier 本质上就是这个）。
• 带类型 join 的 fan-out 密集型工作（把同一个查询发给十个 Agent，聚合结果）。

对于典型的 Agent 应用，以上三点你大部分时候都不需要。

图数据流假设的拓扑是这样的，有 fan-out、join 和 superstep：

大多数 Agent 应用的真实结构其实是这样的：一个 Agent 循环加工具调用，偶尔有一次 handoff：

所谓 handoff，无非是一个 Agent 调用了一个把控制权移交给另一个 Agent 的工具。这就是 while 循环里的一个函数调用，根本不需要 superstep。

头部模型厂站在哪边

不出意料，Anthropic 和 OpenAI——这两家所有框架都在对接的模型厂——非常默契地没有自带工作流引擎。

Anthropic 2024 年底发布的《Building Effective Agents》立场非常明确。他们在 workflows（预定义的代码路径）和 agents（自我导向行为的系统）之间画了一条线，然后明确警告不要过度依赖框架。核心论点是：框架增加的抽象层会遮蔽底层的 prompt 和响应，让人在本可以用更简单方案时忍不住引入更多复杂度。文章直接点名了 LangGraph、Bedrock Agents、Rivet 和 Vellum。

Claude Agent SDK 体现了这个思路。核心是这些：Agent 循环、工具调用、内存钩子、MCP 集成。没有工作流图，没有节点-边 DSL。想做多步逻辑？写代码。

OpenAI 的 Agents SDK 形态一致。四个核心概念：agents、handoffs、guardrails、sessions。Handoff 不是图拓扑，就是 LLM 调用的一个普通函数工具（transfer_to_refund_agent）。多 Agent 编排就是一个 Agent 调用工具把控制权移交给另一个。当用户需要持久化时，推荐做法是把 SDK 包在 Temporal 里：每个 Agent 调用变成一个 Temporal activity，工作流引擎负责持久化和故障恢复。

所以模型厂自己的意思是：做出色的基础组件，让人们用已有的编排工具自由组合。

编排问题的真实光谱

「工作流」这一个词被用来指代至少四个完全不同的问题。它们不能混用。

这个分类里，在 Agent 框架讨论中最被忽视、但其实最重要的是持久化执行。它提供了 FSM 和消息总线都给不了的东西：确定性回放。

   Run 1 (crashes after step 3):              Run 2 (replay):
   -----------------------------              ---------------

   step 1 --> [LLM call: \$0.50]   logged      step 1 --> [logged]     skip
   step 2 --> [tool call]         logged      step 2 --> [logged]     skip
   step 3 --> [LLM call: \$5.00]   logged      step 3 --> [logged]     skip
   step 4 --> [tool call]         CRASH       step 4 --> [tool call]  runs
                                              step 5 --> continues normally

工作原理：你的代码运行，引擎把每个外部调用作为事件记录下来。如果进程中途挂掉，它不会从一个保存的 saga 状态重启，而是从顶部重放你的代码，跳过已有结果的调用，直到追赶到实时状态。从你的角度看，你写的是直线型异步代码；从系统角度看，每一步都是可恢复的。

对于需要长时间运行的 Agent 工作（一轮 LLM 调用 30 秒，接着一个工具调用 2 分钟，再来一轮 LLM 调用），这正是合适的原语。你肯定不想因为容器重启就重做一次 5 美元的 LLM 调用。

有意思的是，Microsoft 其实已经内置了 DurableTask，从 2017 年就有了。Agent Framework 的 Workflows 包甚至有 DurableTask 集成。这引出了一个合理的问题：如果我需要持久化，直接用 DurableTask 就好了；如果需要消息总线，直接用 MassTransit 就好了；如果需要状态验证，直接用 Stateless 就好了。那这个图运行时到底额外带来了什么？

诚实的答案是：流式输出，和图拓扑的声明式编排。对于大多数 Agent 应用，这两者都不重要。

新范式的真实成本

学习一套新的编排模型有真实的成本，框架的市场宣传往往会低估它。

框架的卖点是「编排的事我们帮你搞定」。现实往往是：你在你写的代码和真正运行的东西之间多加了一层间接寻址。调试一个行为异常的 Agent 流程，现在意味着同时理解模型的推理和运行时的 superstep 调度。当某个环节卡住了：是 LLM 的问题，还是边路由器的问题？

这正是 Anthropic 对框架批评最有力的一点。他们不是说框架是错的，而是说框架遮蔽了 prompt 和响应。对于 Agent 工作，这种遮蔽代价高昂。调试时最有用的一步就是看清楚模型实际被问了什么、实际答了什么。任何在这层循环里加间接层的做法，在出问题时会让你付出更多。

当然也有合理的反驳。声明式图工作流让合规、审计和可视化更容易。如果你向受监管行业的企业卖产品，「这份 YAML 明确定义了 Agent 的行为」确实有价值——这显然是 Microsoft 和 Google 在押的注。我不是说这个赌注错了。只是它和模型厂自己的做法（做出色的原语，相信开发者会组合）走的是不同的路。

模型现在能自己做什么

我对重型工作流引擎持怀疑态度的另一个原因是：模型本身在处理长周期工作时越来越不需要外部编排的脚手架了。

Anthropic 最近关于 context engineering 的文章描述了 Claude Code 的模式：一个长时间运行的 Agent，用 glob 和 grep 这类原语即时探索环境，CLAUDE.md 文件提供高层指令，文件系统本身充当临时内存。它不是图，不是状态机，就是一个有趁手工具和 workspace 的模型。

正在浮现的模式——而且我认为这是真正有趣的趋势——是用文件系统作为长时间任务的临时内存。Agent 工作时读写和更新文件；如果它崩溃了，把同一个 workspace 交给它继续就行。工作流的「状态」就是文件的状态，而这是每个开发者都理解的抽象。

这基本就是 Claude Code、Cursor 和同类编程 Agent 今天的工作方式。编排很轻，因为模型自己在做编排。框架的职责是给模型好的工具、一个运行它们的沙盒，以及故障时的恢复方式。框架的职责不是把 Agent 的推理建模成一张图。

如果模型在长周期一致性上持续进步（过去 18 个月的轨迹表明会的），那为 2024 年 Agent 能力设计重型编排框架迟早会显得杀鸡用牛刀，就像在大多数现代 Web 应用里 XML BPM 引擎显得多余一样。

我们遗忘了有界上下文

先退一步，忘掉框架之争，看看大家实际上在做什么。

实践中最常见的 Multi-Agent 架构（Claude Agent SDK 鼓励的、Anthropic 研究 Agent 用的、生产部署最终收敛到的）是 orchestrator + subagents：

orchestrator 决定需要做什么，生成 subagents 来执行，可能再生成更多，最后聚合结果。这对单一连贯任务没问题。问题出在团队把这种模式扩展到多个业务域时，最终得到一个 orchestrator，它的 subagents 可以触及整个系统：订单、库存、支付、物流、客服，全部。

这就是一个单体式的 Agent 系统。我们在搭建 2010 年代的企业单体架构，只是把盒子叫成「Agent」。

正确的架构：每个有界上下文有其专属 Agent，通过消息通信：

领域驱动设计十五年前就解决了这个问题。有界上下文拥有自己的模型、语言、规则、数据。如果一个上下文内部需要触发另一个上下文的副作用，不要跨边界伸手，而是发一条消息。接收方决定如何解释。这就是每一个真正能扩展的微服务架构的基本形态。

Agent 也应该遵循同样的规则。订单 Agent 操作订单，不直接修改库存、不直接扣款、不直接触发物流。当一个订单需要预留库存时，它发布 OrderPlaced（或发送 ReserveInventory），由库存上下文的 Agent 在自己的边界内处理。

这不只是架构卫生。有界上下文给了你一个正经 Agent 系统想要的一切：

• 爆炸半径。一个行为异常的库存 Agent 最多破坏库存，动不了订单和物流。
• 权限边界。每个 Agent 只有自己上下文内的工具和权限。最小权限变得可执行，而不是「理想状态」。
• 独立演进。团队可以独立修改库存 Agent 的 prompt、模型或工具，不需要和五个其他域协调。
• 可审计性。「Agent 做了什么？」每个 BC 有有限答案，而不是一个巨型 orchestrator 的分布式追踪。

关键的是，这还能让你回到成熟的编排工具上。跨 BC 的消息正是消息总线的用武之地。MassTransit、NServiceBus、Kafka、RabbitMQ 都是为这个设计的。如果你的 Agent 架构是有界上下文通过事件通信，你不需要图工作流引擎来编排它们。你只需要一条总线。

自带的「工作流引擎」做法实际上在反着来。它鼓励你把全部 Agent 放进一个工作流图里，在一个进程里，共享一个执行上下文。这就是单体的拓扑。把盒子叫成「Agent」并不改变这一点。

如果要做任何超出玩具 Demo 的东西，问题不是「我应该用什么图运行时来编排 Agent」，而是「我的有界上下文是什么，每个上下文里放哪些 Agent」。

所以你应该用什么

如果你需要的是数据流并行（token 级流式输出、跨节点 fan-out、streaming join）——这是图数据流唯一真正有价值的地方——那么 LangGraph 和 MAF Workflows 的 BSP 模型是合理的。这不是一条坏路，只是条窄路。

但对于大多数 Agent 应用，我要说的核心观点是：不要从框架开始，从问题开始。先搞清楚你要解决的是哪类编排问题，再看现有工具里哪个最适合。不要因为某个框架把「Agent」和「Workflow」打包在一起就默认你需要两者——模型厂自己都在告诉你：给他们好的原语，你用自己已有的工具组合。

参考文献和链接如有需要可参考原文。