cfdaily
16 KiB
Agent 路由机制重设计方案
版本: v1.0
作者: 庞统（副军师）🐦
日期: 2026-05-17
状态: 待确认
触发: E2E 测试暴露 review 阶段派错 Agent（张飞被派去审查自己），根因是 Daemon 硬编码路由
1. 问题诊断
1.1 当前实现
Ticker tick → dispatcher.decide(task, action_type) → 返回 agent_id → spawn
decide() 的逻辑：
- action_type 是机械检查 → Daemon 本地执行
- task.assignee 有值且已注册 → spawn 这个 agent（直接用 assignee）
- task.assignee 为空 → 查 capability_map → fallback 庞统
1.2 Bug 根因
任务生命周期中 assignee 只在 执行阶段 被设置（张飞 claim → assignee="zhangfei-dev"）。
到 review 阶段，ticker 调用 dispatcher.dispatch(task, action_type="review")，但 decide() 走 Level 2：task.assignee="zhangfei-dev" 在注册列表中 → 又派给张飞。
1.3 更深层的问题
Daemon 在做 AI 该做的决策。 v2.6 架构明确定义：
| 维度 | v2.6 设计目标 | 当前实现 |
|---|---|---|
| 决策者 | Agent（在黑板上自主决策） | Daemon（if-else 硬编码） |
| Daemon 角色 | 投递员（执行黑板上的决策） | 调度器（决定谁干什么） |
| 编排方式 | AI agent 在黑板上自主领活（动态协作） | 配置表驱动（非 AI 判断） |
T3-10 的设计原文写着"配置表驱动非 AI 判断"——这和 v2.6 的核心原则矛盾。
2. 调研发现
2.1 学术前沿
bMAS（Blackboard Multi-Agent System）— arXiv 2507.01701
核心机制：Control Unit（LLM 驱动）根据黑板当前内容动态选择下一轮该哪个 Agent 行动。
关键发现：
- 不是固定 DAG，Control Unit 根据黑板状态决定下一步
- token 效率更高（智能路由不浪费在不相关的 Agent 上）
- Agent 轮流行动 → 更新黑板 → Control Unit 判断 → 直到共识
自主选择模式（Self-Selection）— arXiv 2510.01285
核心发现：任务不显式分配给 Agent。 相反，中央 Agent 把需求发布到黑板上，每个 Agent 自主决定是否参与。
"Tasks are not explicitly assigned to helper agents; instead, each agent autonomously decides whether to participate based on its capabilities."
这是最 AI Native 的模式——不需要任何路由规则表。
MasRouter（Confidence-Aware Routing）— arXiv 2601.04861
根据任务复杂度动态选择模型规模，引入 confidence 机制：
- 简单任务 → 小模型
- 复杂任务 → 大模型
- 基于历史表现动态更新 Agent 可靠性评分
AgentGate — arXiv 2604.06696
结构化路由引擎，用 3B-7B 小模型做路由决策，candidate-aware 微调策略。验证了"路由本身也可以是 AI"的可行性。
2.2 生产实践
Microsoft Conductor（2026.05）
刚开源的确定性编排工具。核心思路：YAML 定义工作流，路由是确定性的。
但它的定位是：当任务不是探索性的时（如 code review pipeline），确定性路由比 LLM 动态路由更可靠。关键洞察是：
- 探索性任务 → LLM 编排（动态）
- 确定性流程 → 声明式编排（YAML）
- 两者不是互斥的，而是分层混合
AWS 动态分派模式
事件驱动架构 + 动态分派：LLM 调用变成智能路由的、上下文感知的事件。
Azure Agent Orchestration Patterns
五种模式：顺序、并发、群聊、交接（Handoff）、Magentic。
- Handoff 模式：Agent 完成自己的部分后，自己决定交接给谁
- 关键：控制权从一个 Agent 转移到另一个，不是中央调度
2.3 已有调研报告中的线索
| 来源 | 关键洞察 |
|---|---|
| shared-consciousness-research.md | Control Unit 是 LLM 驱动的，不是规则路由；Agent 能力画像是关键 |
| v2.6-research-01 | Hermes 不信任 Agent 完成声明（系统级保护）；Claude Code Lead 主动协调 |
| v2.6-research-02 | 事件驱动：complete→auto-unlock 是核心模式 |
| architecture-v2.6.md | "Agent 决策，Daemon 执行"；Daemon 是投递员不是决策者 |
3. 设计原则
从调研中提炼出三个核心原则：
P1: 路由决策在 Agent 层，不在 Daemon 层
Daemon 只做"投递"——读黑板、spawn Agent、清理 session。"谁该做这个任务"的决策由 Agent 自己或由黑板上的声明式数据驱动。
P2: Agent 通过黑板声明自己的能力和意图
不是 Daemon 维护一个 capability_map，而是 Agent 自己在黑板上注册能力画像。Daemon 查黑板找到匹配的 Agent。
P3: 执行者声明下一步需要什么
执行阶段的 Agent 完成任务后，在提交产出时声明"下一步需要什么能力"。Daemon 读这个声明，找到匹配的 Agent，spawn 它。
4. 方案设计
4.1 核心机制：Agent 能力画像 + 声明式路由
机制一：Agent 能力画像（Agent Profile）
每个 Agent 在黑板上注册自己的能力画像（不是 Daemon 硬编码）：
# 存储在黑板的 agents 表或独立 agent_profiles 表
zhangfei-dev:
capabilities: [coding, implementation, scripting]
can_review: false # 张飞不做审查
max_concurrent: 1
performance_score: 0.85 # 基于历史表现的动态评分
simayi-challenger:
capabilities: [review, quality_check, debate]
can_review: true # 司马懿专门做审查
max_concurrent: 2
performance_score: 0.92
pangtong-fujunshi:
capabilities: [planning, coordination, escalation, strategy]
can_review: true
is_fallback: true # 庞统是最终兜底
max_concurrent: 3
performance_score: 0.90
关键：能力画像是声明式的、可演进的。Agent 的 SOUL.md/IDENTITY.md 中就定义了自己的能力。Daemon 启动时读取 Agent 配置，写入黑板。
机制二：任务生命周期的声明式流转
任务的 status 字段仍然驱动状态机，但每个状态需要什么能力由黑板上的元数据声明，不是 Daemon 硬编码：
# 任务的 metadata 字段存储生命周期声明
# 创建时由创建者（用户或庞统）或默认模板设置
TASK_LIFECYCLE = {
"pending": {
"needs": "execution", # pending 阶段需要 execution 能力
"capability": "auto", # 从 task_type 推断，或显式声明
},
"review": {
"needs": "review", # review 阶段需要 review 能力
"capability": "review", # 固定查 review 能力的 Agent
"exclude_assignee": True, # 排除执行者（不能自己审自己）
},
"failed": {
"needs": "escalation", # 失败后需要升级能力
"capability": "escalation",
}
}
这不是模板！ 这是任务生命周期本身固有的语义。区别在于：
- 模板（v1.0）：预先定义完整的 DAG 流程，每个节点固定
- 声明式流转（本方案）：只声明每个状态需要什么能力，具体谁来由能力画像动态匹配
机制三：执行者声明下一步
Agent 在完成产出提交时，可以声明下一步需要什么：
// Agent 调用 POST /api/projects/{pid}/tasks/{id}/status 时
{
"status": "review",
"agent": "zhangfei-dev",
"next_capability": "review", // 声明下一步需要 review 能力
"handoff_note": "代码已实现，请审查质量和安全性"
}
Daemon 读 next_capability，在 Agent 能力画像中找到匹配的 Agent（且排除当前 assignee），spawn 它。
如果不声明 next_capability，Daemon 从 TASK_LIFECYCLE[status].needs 推断。
4.2 Daemon 路由逻辑重写
class Dispatcher:
"""Agent 路由器 — 基于能力画像的声明式路由"""
def decide(self, task: Task, action_type: str = "") -> dict:
# Level 1: 纯机械检查 → Daemon 本地执行（不变）
if action_type in self.LOCAL_ACTIONS:
return {"level": DispatchLevel.LOCAL, ...}
# Level 2: 基于能力画像的路由（替代原来的 assignee 硬编码）
needed_capability = self._resolve_needed_capability(task, action_type)
exclude = self._get_exclusions(task, action_type)
agent_id = self._find_agent_by_capability(
needed_capability,
exclude_agents=exclude
)
if agent_id:
return {
"level": DispatchLevel.FULL_AGENT,
"agent_id": agent_id,
"reason": f"Matched capability '{needed_capability}' → {agent_id}",
}
# Level 3: 无匹配 → 庞统兜底
return {
"level": DispatchLevel.FULL_AGENT,
"agent_id": "pangtong-fujunshi",
"reason": "No agent matched capability, fallback to coordinator",
}
def _resolve_needed_capability(self, task: Task, action_type: str) -> str:
"""推断当前任务阶段需要什么能力"""
# 1. 优先看 Agent 声明的 next_capability（黑板上的 handoff_note）
if task.next_capability:
return task.next_capability
# 2. 看任务当前状态对应的生命周期需求
lifecycle = TASK_LIFECYCLE.get(task.status)
if lifecycle:
return lifecycle["capability"]
# 3. 看任务类型（fallback）
return self._infer_from_task_type(task.task_type)
def _get_exclusions(self, task: Task, action_type: str) -> set:
"""获取需要排除的 Agent"""
exclude = set()
lifecycle = TASK_LIFECYCLE.get(task.status, {})
# review 阶段排除执行者（不能自己审自己）
if lifecycle.get("exclude_assignee") and task.assignee:
exclude.add(task.assignee)
return exclude
def _find_agent_by_capability(self, capability: str,
exclude_agents: set = None) -> str | None:
"""从 Agent 能力画像中找到匹配的 Agent"""
candidates = []
for agent_id, profile in self.agent_profiles.items():
if agent_id in (exclude_agents or set()):
continue
if capability in profile.get("capabilities", []):
candidates.append(agent_id)
if not candidates:
return None
# 多候选时：选负载最低的
if len(candidates) > 1:
return min(candidates,
key=lambda a: self.counter._active.get(a, 0))
return candidates[0]
4.3 assignee 字段语义变更
当前：assignee 是"负责人"（整个任务的），一旦设置就贯穿全生命周期。
改为：assignee 是"当前阶段的执行者"，每次状态流转时更新。
# 状态流转时自动更新 assignee
def transition_status(task_id, new_status, agent):
# ...
if lifecycle.get("exclude_assignee"):
# review 阶段：assignee 改为审查者
old_assignee = task.assignee # 保存执行者信息
task.previous_assignee = old_assignee # 新增字段
task.assignee = new_agent_id # 设为审查者
4.4 和 v2.6 架构的对齐
| v2.6 原则 | 本方案实现 |
|---|---|
| Agent 决策，Daemon 执行 | 路由决策基于 Agent 的能力画像（Agent 声明的能力），Daemon 只做匹配 |
| Daemon 是投递员不是决策者 | Daemon 不做"谁该做什么"的价值判断，只做能力匹配 |
| 编排是 AI agent 自主领活 | Agent 自己声明能力、声明下一步需要什么能力 |
| 黑板是唯一真相源 | 能力画像、任务生命周期声明都在黑板上 |
4.5 和模板机制的本质区别
| 维度 | v1.0 模板 | 当前 capability_map | 本方案 |
|---|---|---|---|
| 路由定义位置 | 模板 YAML | Daemon config YAML | 黑板（Agent 能力画像） |
| 谁定义能力 | 用户/开发者 | 开发者 | Agent 自己（SOUL.md → 黑板） |
| 每个阶段谁做 | 模板固定 | config 硬编码 | 声明式匹配 + 排除规则 |
| 可扩展性 | 加模板 | 改代码 | Agent 注册即可 |
| AI Native 程度 | 低 | 低 | 中高（Agent 自声明） |
4.6 演进路线
本方案是务实的第一步。它不是最终的 AI Native 终极形态，而是从"Daemon 硬编码"到"Agent 自主领活"之间的关键跳板：
当前: Daemon if-else 硬编码
↓ 本方案
第一步: Agent 能力画像 + 声明式路由（Daemon 做能力匹配）
↓ 未来
第二步: Agent 自主领活（Daemon 只广播，Agent 自己 claim）
↓ 更远
第三步: bMAS Control Unit（LLM 驱动的动态选择）
第一步到第二步的迁移成本很低——能力画像和声明式路由机制不变，只是把"Daemon 查找匹配 → 派发"变成"Daemon 广播需求 → Agent 自己 claim"。这是同一个数据结构的两种消费方式。
5. 具体改动清单
5.1 数据模型变更
| 变更 | 说明 |
|---|---|
新增 agent_profiles 表（或用 agents 表扩展） |
存储 Agent 能力画像 |
tasks 表新增 next_capability 字段 |
Agent 声明下一步需要的能力 |
tasks 表新增 previous_assignee 字段 |
状态流转时保存前一阶段执行者 |
assignee 语义变更 |
从"任务负责人"改为"当前阶段执行者" |
5.2 代码变更
| 文件 | 变更 |
|---|---|
dispatcher.py |
重写 decide()：能力匹配替代 assignee 查表 |
dispatcher.py |
新增 _resolve_needed_capability()、_find_agent_by_capability()、_get_exclusions() |
config/default.yaml |
capability_map 改为 agent_profiles（每个 Agent 声明自己的能力列表） |
blackboard_routes.py |
status API 接受 next_capability 参数 |
ticker.py |
_dispatch_reviews() 使用新的 dispatcher 路由 |
blackboard/db.py |
新增 agent_profiles 表 / 字段 |
5.3 不变的部分
| 不变 | 原因 |
|---|---|
| ���态机（pending→claimed→working→review→done） | 状态流转语义正确 |
| 前端 Dashboard | 前端不感知路由逻辑 |
| Agent prompt 模板（S2） | Agent 仍然按 4 步流程执行 |
| Spawner 逻辑 | spawn 机制不变 |
| API 契约（S1） | 对 Agent 透明 |
6. 和现有优秀实践的对标
| 实践 | 本方案对应 |
|---|---|
| bMAS Control Unit（LLM 驱动） | 本方案用能力画像做结构化匹配（成本更低、确定性更高），未来可演进为 LLM 驱动 |
| 自主选择模式（arXiv 2510.01285） | 本方案的演进方向：Agent 自主 claim 而非被指派 |
| Handoff 模式（Azure） | Agent 声明 next_capability 就是 Handoff |
| 声明式编排（Conductor） | 生命周期声明 TASK_LIFECYCLE 是声明式的 |
| 能力画像（OpenClaw RFC #35203） | agent_profiles 直接实现能力画像 |
| 幻觉门控（Hermes） | 不变，产出验证逻辑独立于路由 |
7. 待确认
agent_profiles数据来源：从 config/default.yaml 读取（启动时写入黑板），还是从 Agent 的 SOUL.md 动态解析？TASK_LIFECYCLE定义位置：硬编码在 dispatcher.py 中，还是也放到 config？assignee语义变更的影响：前端 Dashboard 是否有依赖 assignee = 执行者的假设？- 是否要一步到位到"Agent 自主领活"（第二步），还是先实现本方案（第一步）？
8. 参考
- bMAS: arXiv 2507.01701 — Blackboard LLM Multi-Agent System
- Self-Selection: arXiv 2510.01285 — Agent 自主选择模式
- MasRouter: arXiv 2601.04861 — Confidence-Aware Routing
- Microsoft Conductor: github.com/microsoft/conductor — 确定性编排
- Azure Agent Patterns: learn.microsoft.com — Handoff 模式
- OpenClaw RFC #35203 — Capability Profiling + Shared Blackboard
- v2.6 调研报告: docs/research/shared-consciousness-research.md
- v2.6 架构设计: docs/design/architecture-v2.6.md