生产多智能体团队：别让 LLM 确定性，让编排层确定性
njanChe1 · reddit · 2026-07-23
作者称自己在生产环境里跑了两年的多智能体 ESG 分析系统，最大的体会是：不要指望 LLM 自身变得确定性，应该让编排层确定性。
他给出的做法包括：
- Planner 只输出类型化任务图，明确“做什么”，不让模型决定“怎么做”。
- 任务通过持久化队列分发，worker 中途挂掉也不会丢状态，任务会留在队列里等待下一个消费者。
- Aggregator 先预注册预期任务集合，再等 worker 执行，避免过早汇总或卡在未真正派发的任务上。
作者认为，随机性应该被关进 worker 里，因为那才是需要判断力的地方；控制平面则要“无聊”且稳定。文章最后也承认一个软肋：目前还没有在派发前对 planner 生成的任务列表做 schema 校验，并向读者询问大家如何对 LLM 生成的计划做门禁。
「编程与Agent」频道最新
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11