Multi-Agent 系统（一）：问题域与架构选型------为什么这次"固定流程"编排不动
「研发效能 Multi-Agent 系统」专栏第 1 篇。这是我第二个 AI 应用项目，与投研智库 RAG 刻意走了另一条路线：当任务开放到无法用固定流程编排时，如何让主 Agent 动态规划、用工程手段守住安全边界。
技术栈：Python / DeepAgents / LangGraph / FastAPI / WebSocket / MySQL / Tavily Search
专栏目录
- 问题域与架构选型（本篇）
- 主从架构设计：主 Agent 规划 + 五个专职子 Agent
- SQL 安全五层防线：让 LLM 碰生产数据这件事可交付
- 工程化：任务状态机、会话隔离与 WebSocket 进度推送
- 异常降级、效果复盘与两个项目的合并叙事（完结）
一、业务场景：研发效能复盘为什么难自动化
研发效能分析是 TL、PM 和效能工程师的日常：写周报、做迭代复盘、分析缺陷趋势。信息源极其分散------需求/缺陷/迭代/工时数据在数据库多张表里，测试报告是上传的文件，评审规范在内部知识库，行业基线（如 DORA 指标）要联网查。
一个典型任务长这样：
"结合本 Sprint 的缺陷数据、测试报告和行业 DORA 指标，生成这次迭代的复盘报告"
人工做这件事：查库导表、翻文件、搜行业数据、汇总分析、写稿------小时级的机械劳动，且每个 Sprint 重复一遍。
二、为什么固定 StateGraph 这次编排不动
我的第一反应当然是复用 RAG 项目的套路：LangGraph 固定图，把流程编排出来。但很快发现这类任务和 RAG 问答有本质区别：每次任务需要的工具组合是不确定的。
- 有的任务只查库（"统计本月缺陷分布"）；
- 有的要查库 + 读文件（"结合测试报告分析质量趋势"）；
- 有的还要联网（"和行业 DORA 基线对比"）；
- 有的需要多轮分析迭代（先查数据 → 发现异常 → 追查明细 → 再下结论）。
用固定图编排会陷入两难：把所有分支都编进图里，图会组合爆炸；只编常见路径，稍微变化的任务就走不通。
这正是"让模型规划"的适用场景------任务开放、工具组合不确定、单步风险可控（都是读操作 + 生成报告）。
三、两个项目最重要的架构对比
| 维度 | 投研智库 RAG（固定图） | 研发效能 Multi-Agent（动态规划） |
|---|---|---|
| 任务形态 | 确定性问答，流程清晰 | 开放复合任务，组合不确定 |
| 控制流 | 工程代码 + 条件边决定 | 主 Agent 理解任务后动态委派 |
| 风险控制 | 阈值分支、拒答 | 工具权限隔离、SQL 只读校验、状态机 |
| 可控性 vs 灵活性 | 可控优先 | 灵活优先，用安全边界兜底 |
| "谁控制下一步" | 工程师（写死在图里） | 主 Agent（规划输出） |
选型判断标准一句话：确定性强、风险高的场景用固定编排；任务开放、探索性强的场景才值得引入自主规划------不是"多 Agent 越多越智能"。这两个项目一个可控优先、一个灵活优先，是刻意的互补，也是我面试时最重要的架构叙事。
四、框架选型：DeepAgents 与 LangGraph 的关系
一句话：LangGraph 是底层编排引擎 （图状态、节点、边、checkpoint），DeepAgents 是在其上封装的高层 Agent 运行框架（主 Agent 构建、工具挂载、子 Agent 委派开箱即用）。
- RAG 项目直接用 LangGraph
StateGraph写固定图------"谁控制下一步"的答案是工程代码； - 本项目用 DeepAgents 的
create_deep_agent(..., subagents=...)------"谁控制下一步"的答案是主 Agent 的规划输出。
checkpoint 保存会话执行状态，当前用内存 checkpointer，生产要换持久化存储------这是本专栏第 5 篇会展开的生产债之一。
为什么不自己从零写规划循环？ 规划-执行-观察的 ReAct 循环、子 Agent 委派协议、工具调用重试，这些通用机制自己写既慢又容易出细节 bug；框架解决通用机制，我的精力应该花在业务工具设计和安全边界上------这是本专栏后面几篇的重点。
五、本篇小结
- 场景特征：信息源分散 + 工具组合不确定 → 固定图编排不动；
- 选型标准：确定性/风险高 → 固定编排；开放/探索性 → 模型规划 + 工程兜底；
- DeepAgents（高层 Agent 框架）跑在 LangGraph（底层编排引擎）之上。
下一篇进入架构核心：主 Agent 怎么规划、五个子 Agent 怎么分工，以及"主从委派"相比"一个大 Prompt + 一堆工具"到底强在哪。
下一篇：《主从架构设计：主 Agent 规划 + 五个专职子 Agent》