跳到文章正文
模型框架 编辑推荐

智能体 AI 架构正在改写软件设计:从确定性管道到非确定性协作者

大多数架构师对微服务和云原生已经很熟悉:几十到几千个服务,按代码确定的逻辑处理数据,复杂但可以推…

大多数架构师对微服务和云原生已经很熟悉:几十到几千个服务,按代码确定的逻辑处理数据,复杂但可以推理。智能体 AI 带来的变化在于,系统里开始出现不按固定逻辑行事、会推理也会犯错的组件。软件的角色,正从“数据管道”变成“知识协作者”。

智能体 AI 架构正在改写软件设计:从确定性管道到非确定性协作者
智能体 AI 架构在微服务与云原生之上引入非确定性的智能组件

一分钟速览

  • AI 让 IT 系统从操作数据扩展到操作知识,知识工作者产品是首批落地场景。
  • 非确定性组件要求重构传统的架构治理、测试与可观测性实践。
  • 上下文工程成为基础能力,渐进式上下文披露和记忆系统开始标准化。
  • A2A 负责智能体互通,MCP 负责智能体与数据库、工具等外部服务通信。
  • 谷歌与 MIT 的研究显示,多智能体协调没有一刀切方案,最佳策略取决于任务。

从确定性到非确定性

传统系统的可测试性,建立在“同样输入得到同样输出”的假设上。智能体打破了这个假设:同一个请求,可能因为上下文不同、工具返回不同、模型采样不同而走出不同路径。这不是工程质量问题,而是范式差异。架构师需要接受一部分行为无法用单元测试穷举,转而用评估集、灰度发布和运行时监控来控制风险。

能力上也发生了变化。过去 IT 系统负责存储、处理和提供数据,业务规则和隐性经验由人补充;现在,模型可以承担一部分判断和归纳,把系统能力从“操作数据”提升到“操作知识”。这也是知识工作者产品率先落地的原因——它们的任务天然包含大量非结构化信息和判断。

上下文工程成了新地基

智能体靠上下文发挥模型能力。早期做法是预设提示词,后来发展为动态上下文:其他智能体的输出、上下文传递、通过 RAG 从外部数据源拉取的信息。当来源变多,推理能力反而会下降,于是出现了上下文工程:管理、优化、复用上下文元素,确保进入窗口的信息能最大化期望结果、降低幻觉。

渐进式上下文披露是其中一个实用技巧:智能体先根据用户提示判断需要哪些细节,再选择性加载,而不是一次性塞满窗口。记忆系统则按情景记忆、语义记忆、程序记忆分类组织和查询,让智能体能用过去的决策、事实和规则补充上下文。这些能力正在从“技巧”变成平台的内置组件。

协议与集成:别让智能体穿透所有边界

智能体之间需要通信,行业已经形成两类协议:A2A 面向多智能体互操作,MCP 面向智能体与外部服务。企业集成通常有三种方式:把智能体嵌入对外暴露 API 的微服务;把智能体作为 MCP 工具或通过 A2A 调用;让智能体微服务消费异步队列消息。

但“能连”不等于“该连”。智能体可以通过 MCP 直接访问数据库、服务或任意数据源,因此有必要按领域驱动设计的思路,把它的交互范围限制在限界上下文内。限制作用域可以减少不相关组件之间的耦合,让团队维护更具内聚性的区域,避免一次变更引发过大影响。

协调策略没有标准答案

谷歌和麻省理工学院的研究人员测试了多种多智能体协调策略,变量包括 LLM 调用次数、智能体数量和每个智能体的交互次数。结论是:最佳策略取决于任务——金融推理更适合中心化编排,网页导航类场景去中心化效果更好。这意味着构建复杂系统的团队必须反复试验,用实证确定协调方式,而不能照搬某个框架的默认拓扑。

安全与可观测性要重新设计

智能体既不能被视为人类用户,也不能被视为普通后端服务。它可以在用户不知情或未明确许可的情况下,自主触发包含其他智能体和工具调用的多步工作流。现有的访问控制模型并不适配,行业开始提出能力范围权限和任务范围凭证,用细粒度授权做分层执行。安全威胁也更复杂:提示词注入、指令混淆、工具输出投毒,以及使用外部模型带来的数据属地、保留和使用合规风险。

可观测性同样要覆盖新维度:结构化日志要记录决策、理由和证据,并带关联 ID;指标要评估输出质量、延迟和成本,为性能和预算设 SLO;追踪要覆盖规划、工具、验证各步骤;告警要能发现质量下降和延迟突增;运行手册要定期评审。没有这些,非确定性系统一旦出错,团队很难定位是模型、上下文还是工具的问题。

共存,而不是一夜替换

智能体 AI 不会瞬间取代现有架构。未来很多年,确定性系统与智能体系统会共存,就像 SOA 用数年时间逐步让位给微服务。也并非所有业务流程都需要智能体,有些场景用 AI 并不经济。架构师的价值,恰恰在于判断哪里该用、哪里不该用,以及如何把智能体关进可治理的边界里。

从趋势看,智能体记忆、资产注册、安全护栏、编排能力,以及配套的可观测性和运维,未来会封装成通用平台能力。LangChain、CrewAI、Azure AI Foundry、Google ADK、Amazon Bedrock AgentCore 等已经在路上。下一代架构的竞争,不只是模型能力,更是平台把非确定性变成可运营系统的能力。

本文地址:https://www.163264.com/22471