跳转至

Agent Harness 6 种运行模式与 SDB 方法论

Ch04.751 Agent Harness 6 种运行模式与 SDB 方法论

📊 Level ⭐⭐ | 3.6KB | entities/agent-harness-6-runtime-patterns-sdb.md

Agent Harness 6 种运行模式与 SDB 方法论

Stanford 独立研究者 Vasundra Srinivasan 提出的生产级 LLM Agent 运行时架构方法论（arXiv 2605.20173），涵盖随机-确定性边界（SDB）、6 种运行时模式、5 步选择流程和 12 类失败签名。

Stochastic-Deterministic Boundary（SDB）

SDB 是 LLM 随机输出与系统确定性写入之间的接口，论文将其形式化为四部分契约：

  • Proposer：LLM 输出（天然带随机性）
  • Verifier：确定性检查代码（JSON schema、权限、规则、安全）
  • Commit：验证通过后的持久化写入（DB、API、消息队列）
  • Reject Signal：验证失败时返回的类型化响应（让模型自我修正）

在 5 个主流开源 Agent 框架（21 个 LLM→action 调用点）审计中发现，19 个已有明确的 Verifier 和 Commit 逻辑，但从未被显式命名。

三个正交维度

维度 核心问题 形式化来源
Coordination（协调） 工作怎么拆分和组合？ Hewitt Actor 模型
State（状态） 系统怎么记忆？ CAP 定理、事件时间 vs 处理时间
Control（控制） 谁决定什么运行、何时停止？ 控制理论、Erlang 监督树

LLM Agent 是分布式系统经典理论在「随机提议者」这一新成员出现后的重新组装。

6 种运行时模式

  1. 分层委托（Hierarchical）：主管 Agent → 子 Agent，对话式 Agent 的典型形态
  2. 分散-聚合 + 补偿（Scatter-Gather + Saga）：任务打散并行跑，失败时按 Saga 补偿回滚
  3. 事件驱动排序（Event-Driven）：事件作为真相来源，按工作流网推进——有「重放分歧」风险
  4. 监督者 + 门控（Supervisor + Gate）：Policy/Budget/Role 三类 Gate，高风险操作标配
  5. 共享状态机（Shared State Machine）：分布式状态机做单一真相来源
  6. 人在回路（Human-in-the-Loop）：LLM 提议 → 人类审批 → Commit

可靠性分解公式

$$y(t) = μt + σξ(t)$$

  • σ（模型方差）：由模型质量决定，随模型迭代持续压缩
  • μ（架构动量）：由模式选择 + SDB 设计决定，换模型不会自动变好
  • 当 σ → 0 时，μ 主导整体可靠性

当 LLM 强到「随机性几乎消失」那天，Agent 系统的可靠性瓶颈将 100% 落在架构选择上。

典型失败签名

模式 故障 缓解
P3 Replay Divergence（重放分歧） 版本化消费者 + 提示版本控制
P2 Saga 补偿失灵 精确触发条件判断
P4 Gate 配置错误 按业务调阈值 + Policy-as-Code
P5 共识冲突 额外序列化层
P6 审批超时 异步审批 + SLA 监控
P1 子 Agent 输出未聚合 强制汇聚回主管再 commit

→ 原文存档

关联