1. 背景

这是系列篇第二篇,提到 Agentic AI, 简单来说就是原来步骤1,2,3,4,5的按顺序的工作,现在可以1,2,然后根据业务的状态情况,跳到4,执行完以后,然后回到3,然后再到最后步骤5.

这么一个小小的改进,牵涉到很多技术的跨越,特别是当agent/智能体不是只有一种,比如有software development engineer agent/软件开发智能体,test software engineer agent/测试智能体,deployment engineer agent/部署智能体。 那么这些智能体还需要有协调,智慧,分配任务,相互沟通。 在 Agenetic AI 中,我把智能体分成 parallel agent/并行智能体,synchronization agent/同步智能体,specialization agent/专业智能体。专业智能体 又分 orchestration agent/指挥协调智能体,和 expert agent/分工专家智能体,就是专门完成一项任务的。

这个系列会介绍并行智能体,同步智能体,和专业智能体,这篇文章会介绍并行智能体和同步智能体。我们先来看看这两个智能体的整体框架:请特别留意,本系列还处于开始摸索阶段,后续有可能很多变化和演进!!!

2. Parellel Agent/并行智能体

图1,  并行智能体框架图

并行智能体的概念(Divide/Conque):

我们来做一个范例,1,2,3,4 。。。100。这个100个数相加。传统的概念是1加2,然后加3,,然后加4,一直加到100. 但在并行不是这样做,先将任务分拆成10分,就是Divide,1加到10作为一个任务,然后,11加到20作为1个任务,依次类推,最后是第10个任务,91加到100 作为一个任务。然后是并行运算,对每一个任务求解,就是conque。最后的任务总和合并SUM就是了。 这就是并行运算的概念。 跟早期的Hadoop的概念如出一辙。

3. 同步智能体

我们先来看看框架图

图 2, 协调指挥智能体

同步智能体的概念:

有的任务执行的快,有的任务执行的慢,同步智能体就是保证在某一时刻,哪怕跑得快的任务,您都要等待跑得慢的,等所有相关的任务都跑到一定点的时候,再一起继续跑。 打个不恰当的比方,需要测试的时候,所有开发先停下来,不管某个阶段,某个开发先完成任务了,还是等其他开发人员完成这个阶段任务,等待测试。 如果测试结果都通过了,各个开发再继续下个阶段的开发。

至此,Agentic AI的几大基本组件讲述完毕。

沈建军于2025年10月31日 上海

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐