知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 06 - Subgraph 与多 Agent > 导读:本文从"面试官问『你为什么要拆多 Agent,是因为任务复杂,还是因为听起来更高级』"这个略带攻击性的追问出发,把业务边界与 Agent 边界的先后关系、单图 / Subgraph(子图)/ Supervisor(主管)/ 多服务四种形态的选型、父子图两种状态组合方式、Supervisor 的路由契约,以及共享消息与私有上下文的隔离原则逐项讲透,最后给出工程实践与踩坑。适合准备 AI 应用 / Agent 方向面试、以及正在纠结"要不要上多 Agent"的同学。 ## 一、先建立全局认知 ### Q:多 Agent 是不是"多开几个模型"? A:结论先行——**不是。多 Agent 的本质是"划分责任边界",而不是"增加模型数量";先拆业务边界,再拆 Agent**。 这个顺序不能颠倒。正确的做法是先问"这个任务里有哪些天然独立的子职责",再问"哪些子职责值得独立成一个 Agent"。而错误的做法是"先决定上三个 Agent,再去想每个 Agent 干什么"——这样得到的往往是三个职责重叠、互相甩锅的 Agent。 判断一个子流程是否值得独立,可以看它是否同时具备这些特征: ```text ✅ 有独立输入输出 (能被外部或父图单独调用) ✅ 有内部步骤或循环 (不是一个函数能表达完) ✅ 有可复用性 (多处都会用到) ✅ 有独立测试边界 (能脱离父图单独验证) ``` 反过来看,**一行格式化、一条规则判断或固定 API 调用通常仍是普通节点**。把它们拆成"Agent"不会带来任何收益,只会把调试从"看一个函数"变成"追一条跨 Agent 的调用链"。 这条纪律的代价意识很重要:**过早多 Agent 会提高 token、延迟、路由错误和状态同步成本。** 每一次 Agent 之间的移交,都是一次上下文打包、一次模型调用(如果是 Agent 决策)、一次可能的语义损失。所以面试里听到"我们拆了五个 Agent 所以更强"这种回答,通常说明团队还没有建立起成本意识。 ### Q:单图、Subgraph、Supervisor + Workers、多服务,该怎么选? A:结论先行——**按"复杂度递增、收益递增、成本也递增"的顺序逐级选择:能单图解决就用单图,需要独立复用/测试/持久化边界才用子图,任务类型与工具权限差异明显才上 Supervisor,需要独立部署与隔离才拆多服务**。 | 方案 | 适合 | 成本 | |---|---|---| | 单个 `StateGraph` | 单业务域、少量节点和分支 | 最低,优先选择 | | Subgraph | 子流程需要独立复用、测试或 checkpoint 边界 | 需要定义状态适配 | | Supervisor + Workers | 任务类型差异明显、工具权限不同、可并行 | 需要路由、预算与隔离 | | 多服务 / 队列 | 独立部署、不同扩缩容或安全边界 | 分布式追踪与可靠投递复杂 | 逐级说明判断依据:**单图**是默认答案,因为它的所有优势(路径可见、单测容易、状态简单)在多 Agent 形态下都会被稀释。**子图**的引入理由通常是工程性的而非业务性的——"这段流程我要在好几个地方复用""这段流程我想单独测",而不是"它看起来像个独立的 Agent"。**Supervisor + Workers** 的引入理由必须是"任务类型确实不同"——比如有的任务要查数据库、有的要写代码、有的要审内容,它们的工具集和风险等级都不一样。**多服务**的理由是组织与运维层面的——独立部署、独立扩缩容、独立的安全边界。 最后一条重要提醒:**把"模型角色不同"作为拆分理由通常不够;应先证明任务边界与工具权限也不同。** "一个负责写、一个负责审"这种说法听起来很合理,但如果两个角色的工具集完全一样、上下文完全一样,那么它们只是一个节点里的两次调用,拆成两个 Agent 只会增加成本和不确定性。 ### Q:怎么判断"我这个拆分是不是拆早了"? A:结论先行——**三个信号:拆出来的子流程无法独立测试、拆完之后状态同步代码比业务代码还多、以及拆完之后整体效果没有可测量的提升**。 **第一个信号**最直接:如果每个"子 Agent"都依赖父图的全部状态才能工作,那它就不是独立单元,而只是被切碎的函数。**第二个信号**是工程上的红灯:当你发现自己在写大量"把父状态转成子状态、再把子结果合回父状态"的胶水代码,而业务逻辑本身很薄,说明边界划错了位置。**第三个信号**是效果层面的诚实评估:拆分之后,任务完成率、路由正确率有没有提升?如果没有,那就是纯粹的成本增加。 一个实用的判断方法:**问自己"如果把这个子流程做成一个独立的内部 API,它的输入输出能定义清楚吗?"** 能,说明它是合法边界;不能,说明它还和父流程纠缠在一起,此时拆只会把耦合从"代码内"变成"代码间",更难维护。 ## 二、状态边界:父子图怎么共享状态 ### Q:父子图的状态组合有哪两种方式?各自的风险是什么? A:结论先行——**两种:父子图共享部分 State,或通过显式输入/输出转换;前者省事但耦合隐蔽,后者多一层适配但边界最清晰**。 | 方式 | 适用情况 | 风险 | |---|---|---| | 父子图共享部分 State | 上下文小、字段含义与 reducer 完全一致 | 耦合隐蔽,字段改动影响范围大 | | 显式输入/输出转换 | 大型系统、跨团队、敏感或私有上下文 | 多一层 adapter(适配器),但边界最清晰 | "共享部分 State"的做法是:父图和子图的 State Schema 有一批同名字段,子图直接读写这些字段。它的好处是省掉转换代码,缺点是**耦合是"同名同语义"这一个隐含假设**——一旦有人改了子图里某个字段的语义,而父图不知情,就会产生跨图的行为漂移,而且这种漂移很难通过类型系统发现。 "显式输入/输出转换"的做法是:父图把子图需要的东西打包成子图的输入,子图只返回结构化的产物。它的代价是多写一层函数,收益是**每一个数据流向都出现在代码里**——你能一眼看出"父图给了子图什么、子图还给父图什么"。 **生产系统通常优先显式转换**:父图传入任务、约束和必要摘要;子图只返回结构化 artifact(产物),而不是把内部消息、原始工具结果或推理过程泄漏给父图。这里"必要摘要"这个词很关键——**信息不是越多越好,父图需要的是"能支撑决策的最小集合"**。 ### Q:显式适配的代码长什么样? A:结论先行——**核心是一个 wrapper(包装函数):它把父状态映射为子图输入、调用子图、再把子图的关键输出映射回父状态字段**。 ```python from typing import TypedDict from langgraph.graph import END, START, StateGraph class ResearchState(TypedDict): query: str sources: list[str] summary: str def collect_sources(state: ResearchState) -> dict: return {"sources": [f"文档:{state['query']}"]} def summarize(state: ResearchState) -> dict: return {"summary": ";".join(state["sources"])} research_builder = StateGraph(ResearchState) research_builder.add_node("collect", collect_sources) research_builder.add_node("summarize", summarize) research_builder.add_edge(START, "collect") research_builder.add_edge("collect", "summarize") research_builder.add_edge("summarize", END) research_graph = research_builder.compile() class ParentState(TypedDict): topic: str evidence_summary: str def run_research(state: ParentState) -> dict: # adapter:父状态只暴露 query,子图只返回 summary result = research_graph.invoke({"query": state["topic"], "sources": [], "summary": ""}) return {"evidence_summary": result["summary"]} ``` 逐点解读这段代码的设计意图: 1. **父状态只暴露最少信息**:`ParentState` 里只有 `topic` 和 `evidence_summary`。子图需要的 `query` 由 `topic` 派生,**父图的其余字段(可能包含用户身份、权限、内部标记)根本不进入子图**。 2. **子图只回传结构化产物**:`run_research` 只取 `result["summary"]` 写回 `evidence_summary`,**子图内部的 `sources` 列表没有泄漏到父图**。如果父图确实需要来源列表,那应该在设计阶段显式加一个字段,而不是"顺手把整个 result 都塞回去"。 3. **子图在模块级编译一次**:`research_graph = research_builder.compile()` 放在函数外面,避免每次调用都重建图。 4. **调用时补齐子图所需的完整输入**:`{"query": ..., "sources": [], "summary": ""}` 显式给出了初始值,避免子图因为缺字段而行为异常。 **这个 wrapper 比直接共享所有字段更啰嗦,但它清晰限定了数据流与测试边界。** 而"可测试"这一点非常实在:你可以给 `run_research` 喂一个 `{"topic": "..."}` 就完整验证它,不需要构造父图的全部状态。 ### Q:为什么说子图可以成为一个"checkpoint(检查点)边界"? A:结论先行——**因为子图可以独立编译、独立配置持久化,因此它能把"一段长时间运行、需要中断恢复的流程"封装在自己的状态空间里,父图只需要面对"它还没好""它好了并给了我这个产物"两种简单情况**。 这个视角很实用,它把子图的价值从"代码复用"扩展到了"运行时隔离"。考虑一个典型的研报生成流程: ```text 父图(对话与交付) └─ 子图:深度检索(可能跑几分钟、需要限流重试、可能需要人工补充资料) 对父图而言,检索子图只有两种结果: 1) 还没完成(父图可选择等待、或先返回让用户稍后再来) 2) 完成,并给出结构化产物 {"sources": [...], "summary": "..."} ``` 这样设计的收益有三点:**其一,父图简单**——它不需要理解检索内部的循环、重试、限流细节;**其二,可以独立恢复**——检索跑到一半挂了,恢复时只需要重跑这段检索,而不必把整条链重跑;**其三,可以独立设预算**——检索子图有自己的步数与成本上限,不会因为它的重试而侵占写作文案的预算。 **代价也要说清楚**:子图与父图的持久化边界需要想清楚"状态存在哪里、`thread_id` 怎么组织、恢复时从哪一层开始"。如果子图的执行被父图的流程反复调用,那么"每次调用的状态如何区分"就成了必须回答的问题。**这类复杂度正是"不要为了复用而拆子图"的理由——只有当一个子流程确实需要独立恢复或独立预算时,这个复杂度才是划算的。** ### Q:什么时候可以直接把编译后的子图注册为父图节点? A:结论先行——**当子图和父图的字段语义确实一致、reducer 也一致时,可以直接把编译后的子图当作父图的一个节点;但即便如此,仍要谨慎处理同名字段的 reducer**。 这段话说的是"允许走捷径,但要清楚代价"。可以直接注册的前提是三个一致:**字段名一致、字段语义一致、合并规则一致**。三者只要有一项不一致,"直接注册"就会把一个明显的错误变成一次静默的行为漂移。 最需要警惕的是第三项。举例来说:父图里 `messages` 用了 `add_messages`,而子图里同名 `messages` 用的是 `operator.add`——那么子图内部的合并行为与父图不同,一旦跨边界传递,消息的去重/更新语义就会不一致。**这类问题的表现往往是"偶尔多出一条消息"或"某个更新没生效",排查成本很高。** 所以工程建议是:**默认走显式转换;只有在"复用同一套 State 定义(同一份 Schema 源码)"时,才考虑直接注册。** 把 State 定义抽成共享模块、父子图引用同一个类,能很大程度上消除"同名不同义"的风险。 ## 三、Supervisor 模式 ### Q:Supervisor 的职责边界应该划在哪里? A:结论先行——**Supervisor 只应负责分发和汇总,不应持有所有 Worker 工具的无限权限;它的路由结果必须是有限枚举,并受步数、成本、并行度和失败回退约束**。 这句话包含四层约束,每一层都对应一类常见事故: | 约束 | 含义 | 违反后果 | |---|---|---| | 只分发与汇总 | 不亲自执行业务动作 | 职责重叠、逻辑重复、难以定位 | | 不持有全部工具权限 | 每个 Worker 有独立工具集 | 权限过大、越权风险、误操作面扩大 | | 路由结果是有限枚举 | 不能自由文本决定走向 | 路由不可枚举、不可测试、易死循环 | | 受预算与回退约束 | 步数/成本/并行度上限 + 失败兜底 | 无限委派、成本失控、卡死 | 第一层"只分发与汇总"是最容易被违反的:很多实现里,Supervisor 一边决定"下一步交给谁",一边自己也去调用工具做点事。**这会让"谁对最终结果负责"变得模糊**,也让预算统计变得困难。 第二层"权限最小化"是安全要求:**一个负责写文案的 Worker 不应该拥有删除数据的工具**。每条工具权限都应当在 Worker 层面白名单化,Supervisor 只负责"把任务交给合适的 Worker",而不是"把万能钥匙发下去"。 ### Q:Supervisor 的路由契约代码怎么写? A:结论先行——**用一个有限枚举定义所有可能的分派目标,一个"决策函数"产生枚举,一个"路由函数"读取枚举,再用条件边映射到具体子图**。 ```python from typing import Literal Route = Literal["research", "write", "review", "finish"] def supervisor(state: dict) -> dict: # 实际项目应由受 Schema 约束的模型或确定性规则产生该枚举。 next_step: Route = state.get("next_step", "research") return {"next_step": next_step} def route(state: dict) -> Route: return state["next_step"] builder.add_conditional_edges( "supervisor", route, { "research": "research_graph", "write": "writer_graph", "review": "reviewer_graph", "finish": "finalize", }, ) ``` 对应的结构可以画成:  *图:Supervisor 调度三个 subgraph,各管一段职责* ```text Supervisor Graph ├─ researcher subgraph:检索、筛选、证据去重 ├─ writer subgraph:大纲、草稿、润色 └─ reviewer subgraph:事实核查、风险检查 ``` 逐点解读: 1. **`Route` 枚举就是"分派清单"**:`research / write / review / finish` 四个取值覆盖了所有可能的分派目标。新增 Worker 时,类型、决策函数、映射表三处要同步更新。 2. **决策与路由分离**:`supervisor` 负责"产出一个枚举",`route` 负责"把枚举映射为节点"。这个分离让"决策可能涉及模型"和"路由必须是纯函数"两个要求同时满足。 3. **`finish` 是显式的收敛分支**:多 Agent 系统必须有明确的"结束"出口,否则会陷入"三个 Agent 互相转派"的循环。 4. **注释强调了 Schema 约束**:真实项目里这个枚举应由受 Schema 约束的模型输出或确定性规则产生,而不是让模型自由发挥。 **这张图最容易出的问题是"没有收敛条件"**:research 说资料不够、write 说需要更多资料、review 说需要重写,然后无限循环。所以 `finish` 分支必须配合预算(步数、成本、并行度)与失败回退一起设计——这与前面讲"循环必须有四种退出条件"是同一条纪律在更大尺度上的应用。 ### Q:多 Agent 场景下,循环与预算的复杂度为什么会上升? A:结论先行——**因为循环不再只发生在"一个节点内部的重试",而是在"多个 Agent 之间的委派"上;委派链条更长、状态更分散、成本更难归因,所以预算必须按"全局 + 局部"两层来设**。 具体来说有三个新问题:**其一,全局步数**——如果每个 Agent 内部都允许三次重试,而 Supervisor 本身还会反复委派,那么乘起来的总步数可能远超预期,必须有一个全局上限兜住;**其二,成本归因**——多 Agent 的 token 消耗分散在多个模型调用点上,如果每条调用不带上"是哪个 Worker 产生的"标识,事后就无法回答"这次任务为什么花了这么多钱";**其三,并行度**——Supervisor 若同时唤醒多个 Worker,外部 API 的并发压力会成倍上升,需要有显式的并发上限。 因此一个成熟的多 Agent 设计应当能回答:"**最坏情况下,这个任务会经过多少个 Agent、发起多少次模型调用、花多少钱、耗时多久?**" 如果答不上来,说明预算体系还没建好。 ## 四、协作协议与私有上下文 ### Q:Worker 之间应该怎么通信?为什么不能用自然语言聊天记录当协议? A:结论先行——**用结构化 artifact 通信(例如 `sources`、`draft`、`review_findings`),不要依赖自然语言聊天记录作为唯一协议**。 原因有三:**第一,可校验**——结构化字段可以被程序检查、可以被类型约束、可以写断言;一句自然语言"我觉得资料差不多了"无法被任何程序验证。**第二,可测试**——你可以给子图喂一份固定的 artifact 输入、断言它产出的 artifact 字段,而依赖聊天记录则很难构造稳定用例。**第三,可演进**——字段可以加版本、可以兼容性检查;自然语言的"格式"没有版本概念。 同时要区分"共享什么"和"不共享什么": ```text Supervisor 需要(共享): ✅ 摘要、artifact、状态字段、错误码 Supervisor 不需要(私有): ❌ Worker 的完整思维链 ❌ 原始工具输出(大体积、可能含敏感内容) ❌ Worker 的中间推理过程 ``` 这个区分的理由是**信息最小化**:Supervisor 做的是"分派与汇总"决策,它需要的是"结论和产物",而不是"Worker 是怎么想的"。把思维链和原始输出都塞给 Supervisor,会同时造成三个问题——**提示词膨胀、成本上升、以及敏感信息扩散到更多上下文里**。 在实现层面还有两条约定:**对消息列表使用 `add_messages`;并行 artifact 使用满足语义的 reducer。** 前者保证消息的身份语义(可更新、可重放幂等),后者保证并行产出的 artifact 不会互相覆盖——这正是状态设计那条主线在多 Agent 场景下的延续。 ### Q:每个 Worker 的权限与资源应该怎么隔离? A:结论先行——**每个 Worker 有独立工具白名单、权限、timeout(超时)和 token / 调用预算**。 把它拆成四个维度看: | 维度 | 隔离内容 | 目的 | |---|---|---| | 工具白名单 | 只能调用被授权的工具 | 最小权限、缩小误操作面 | | 权限 | 数据访问范围(租户、库表、接口) | 防止越权读取或写入 | | 超时 | 单次调用的时间上限 | 防止个别 Worker 拖垮全局 | | 预算 | token 数、调用次数上限 | 防止成本失控、便于归因 | 为什么这四项要按 Worker 分别设?因为**不同 Worker 的风险等级和资源特征差异很大**:检索类 Worker 需要大量并发读、单次便宜但次数多;写库类 Worker 调用频率低但风险和开销都高;审核类 Worker 可能用更贵的模型但调用次数少。用一套全局参数覆盖所有 Worker,结果往往是"对检索类太紧、对写库类太松"。 **面试里最好能把这一条落到一个具体例子上**:比如"负责生成文案的 Worker 只被授权调用文案模板与内部知识库,它拿不到删除工单的工具;而负责关单的 Worker 才有写权限,并且必须走人工审批"——这样一说,权限隔离就不只是口号。 ### Q:子图应该怎么管理?为什么说它要"像内部 API 一样"对待? A:结论先行——**子图的输入输出、失败语义和版本要像普通内部 API 一样记录与测试**。 这句话的实践含义包括四件事: 1. **输入输出契约要写清楚**:需要哪些字段、每个字段的语义是什么、缺省怎么处理。 2. **失败语义要明确**:子图内部失败时,向父图返回什么?是抛异常,还是返回一个带错误码的结构化结果?两种都要有约定——通常"业务失败"返回结构化结果、"程序异常"上抛,与前面讲的容错原则一致。 3. **要有版本概念**:子图的输出结构变化时,父图的适配层要同步改;如果父子图属于不同团队,这个契约就需要更正式的版本管理。 4. **要能独立测试**:子图应当可以在不启动父图的情况下被单独验证,这也是"值得拆"的前提条件之一。 把子图当内部 API 的好处在于:**它把"Agent 之间的协作"从"提示词默契"变成了"接口契约"。** 提示词默契会随模型版本漂移,接口契约不会——这正是工程系统能在模型快速演进中保持稳定的原因。 ## 五、工程实践与踩坑 ### Q:多 Agent 的高频坑有哪些? A:结论先行——**大致六类:为"看起来更智能"而拆、共享状态造成隐蔽耦合、把自然语言当协议、Supervisor 权限过大、缺少全局预算与收敛条件、以及子图缺少独立测试**。 | 坑 | 现象 | 正确做法 | |---|---|---| | 为"高级"而拆 | 成本上升、效果无提升 | 先证明任务边界与工具权限不同 | | 共享状态过深 | 改一个字段影响多个图,排查困难 | 优先显式输入输出转换 | | 自然语言当协议 | 输出不稳定、无法断言、无法兼容 | 用结构化 artifact 通信 | | Supervisor 权限过大 | 越权风险、误操作面扩大 | 工具白名单下沉到每个 Worker | | 没有全局预算与收敛 | 多 Agent 互相委派、死循环 | 全局步数/成本/并行上限 + 显式 `finish` | | 子图无法独立测 | 一出问题只能端到端排查 | 子图独立编译、独立用例、独立契约 | 还有一个"隐性坑"值得单独提:**把多 Agent 当成组织架构的映射**。比如"我们公司有研究部、写作部、审核部,所以建三个 Agent"。**业务职责和 Agent 职责并不是一回事**——Agent 的边界应当按"输入输出是否独立、工具权限是否不同、是否需要独立预算与测试"来划,而不是按人类部门的名称来划。 ### Q:如果面试官追问"多 Agent 到底带来了什么价值",怎么答? A:结论先行——**价值不在"更聪明",而在"建立更小、更可验证的责任边界":它让每段流程有独立的输入输出、独立的工具权限、独立的预算和独立的测试与版本管理**。 展开成三点:**第一,风险隔离**——高风险的写操作可以收敛到极少数 Worker,并且都走人工审批,其余 Worker 只读不写;**第二,能力隔离**——不同 Worker 可以配不同的模型、不同的工具集、不同的超时与预算,按需分配成本;**第三,可验证性**——每个子流程都能被单独测试和评测,问题定位从"整条链跑一遍"变成"直接测那一段"。 然后**主动补一句成本意识**,这在面试里非常加分:**"多 Agent 不是免费的,它引入了路由错误、状态同步和追踪复杂度。所以我的判断顺序永远是:能单图就单图,需要独立边界才拆子图,任务类型与权限真的不同才上 Supervisor,需要独立部署才拆服务。"** **多 Agent 的正确目标不是让系统"看起来更智能",而是在复杂任务中建立更小、更可验证的责任边界。** 这句话可以直接作为回答的收尾。 ## 小结 - 多 Agent 的本质是划分责任边界;先拆业务边界,再拆 Agent,拆完后要用"能否独立定义输入输出"来验收。 - 选型逐级上升:单图默认、子图因工程复用/测试/持久化边界、Supervisor 因任务类型与工具权限差异、多服务因独立部署与隔离。 - 父子图状态组合有两种:共享部分 State(省事但耦合隐蔽)与显式输入输出转换(多一层 adapter 但边界最清晰);生产优先显式转换。 - Supervisor 只做分发与汇总、不持有全部工具权限;路由结果是有限枚举,并受步数、成本、并行度与失败回退约束。 - Worker 之间用结构化 artifact 通信,不依赖自然语言聊天记录;Supervisor 只需摘要、产物与错误码,不需要思维链与原始输出。 - 每个 Worker 有独立工具白名单、权限、超时与预算;子图的输入输出、失败语义与版本要像内部 API 一样管理与测试。 ## 思考题 1. 请判断:"一个负责提问、一个负责回答、一个负责总结"的三个 Agent 是否值得拆分?你的判断依据是什么? 2. 共享部分 State 与显式转换,各举一个你会选择它的具体场景,并说明另一个方案在该场景下会带来什么问题。 3. 如果 Supervisor 同时具备检索工具、写库工具和发邮件工具,会带来哪些具体风险?你会怎么重构? 4. 多 Agent 系统的"全局最大步数"该怎么估?如果只给每个 Agent 设自己的上限,会出现什么问题? 5. 请为一个"研报生成"任务设计三到四个子图:写出每个子图的输入、输出 artifact、工具白名单与失败语义。
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入