L1S3 · 模型与编排S5 · 评测与观测Verified: 2026-11-15
Stage 3 · 有界状态机与 Plan-and-Execute 工具编排模式
以显式有向状态图(DAG/StateGraph)约束智能体执行路径的 Stage 3 核心模式:分离高智商 Planner 与低延迟 Executor、强制幂等工具校验、循环上限熔断与 Schema 约束结构化输出。
适用场景 (Best For)
需要串行/并行调用 SQL 查询、文档检索、财务计算器等 3+ 工具,且不允许死循环或工具参数幻想的复杂企业任务。
人机边界 (Human-AI Boundary)
只读工具(检索/计算)由状态机自主并行执行;写操作与超预算重试自动挂起在 interrupt() 节点等待人工确认。
常见反模式与避坑 (Anti-Patterns)
- Allowing unconstrained ReAct 'while true' agent loops in production without step-count budgets or token caps
- Mutating external state (refunds, DB writes, emails) directly inside unconfirmed tool calls without idempotency keys and HITL checkpoints
延迟成本与评测门禁
Multi-step DAG P50 1.8-4.0s (parallel read-only tool fan-out; frontier Planner called once) · Number of replan turns and tool-output context size returned to model
- Tool Selection & Argument Schema Exactness: >= 0.97 valid JSON schema conformance + correct tool choice (Enforce strict Pydantic/JSON-schema decoding plus execution trajectory replay tests)
- Step Budget Compliance & Termination Rate: < 1% hitting max_steps circuit breaker (Log trajectory step counts and self-healing retry exhaustion)
💰 商业 ROI 模型与证据等级
production_practice🏗️ 端到端系统架构流水线
Step 1: Planner 生成结构化有向任务计划
≤ 900ms
前端大模型输出带依赖关系的 DAG 子任务 JSON,而非直接开始自由聊天。
Step 2: 并发执行与类型校验沙箱
≤ 1200ms
对无依赖只读工具并行执行,并在节点层执行参数范围检查与幂等校验。
Step 3: 有界错误恢复与汇总合成
≤ 800ms
失败最多重试 2 次并附结构化报错反馈;达上限即平滑降级并返回部分已验证证据。
⚖️ 工程选型与架构权衡矩阵
Explicit StateGraph / Plan-and-Execute
适用条件:企业核心生产流程、可审计可回放、延迟与成本预算受限
核心权衡:需要显式编写状态节点与路由边界逻辑
Unconstrained ReAct Loop
适用条件:纯研究型/探索型离线沙箱任务(无实时 SLA 与写权限)
核心权衡:长尾步数失控、提示词膨胀快、很难复现回归调试
🚨 生产失效模式与可观测特征
- Infinite ping-pong between two specialist sub-agents without global progress check
- Tool outputs returning raw HTML or huge stack traces triggering context overflow mid-loop
- Signature: recursion_limit_exceeded
- Signature: consecutive_identical_tool_call > 2
🎤 面试高频追问与架构答辩题
- How does Plan-and-Execute cut both latency and frontier-model token cost compared to step-by-step ReAct for a 5-tool query?
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
上下游关联知识链路
[L2] 千万级文档多租户企业 RAG 与混合 Agent 系统设计蓝图[L2] 医疗事先授权(Prior Authorization)多模态证据核验 Copilot 全流程剖析[L2] 标杆 AI 产品架构拆解:Perplexity Pro 实时溯源答案引擎[L3] HIPAA 合规临床事先授权(Prior Auth)证据核验 Agent 实战项目[HubA] 企业情报枢纽 · Anthropic AI 工程栈与面试解析[HubA] 企业情报枢纽 · OpenAI AI 工程栈与面试解析[HubB] 岗位能力透镜 · AI 应用与智能体系统工程师 (AI Engineer)[HubB] 岗位能力透镜 · 机器学习与大模型推理系统工程师 (ML Engineer)[HubB] 岗位能力透镜 · 后端 / 全栈工程师向 AI 系统迁移视图 (Software Engineer)[L0 Card] ReAct / Plan-Execute / Reflexion[L0 Card] LangGraph 状态图与持久化[L0 Card] Plan-and-Execute 任务规划解构[L0 Card] Agent 循环硬终止与死循环检测[L0] vLLM PagedAttention 与连续批处理推理引擎[L0] RAG 三元组忠实度评测与多跳幻觉故障原语
站内交互工具与信源依据
- LangGraph Stateful Multi-Actor Orchestration Guide (official_docs, 2026-11-15)
- Plan-and-Solve Prompting & Reasoning Separation (arXiv:2305.04091) (paper, 2026-11-15)