Paul Jialiang Wu agentic-portfolio English Español 한국어 日本語✉️ 免费订阅
← 返回作品集

AI-Native 系列 · 智能体系统的控制

关键路径

作者 Paul Jialiang Wu · futuremake.io · 2026-08-24 · 第4集,共4集

Cover: white ground, black left rail. Title The Critical Path, with 'The graph layer's prior art is the youngest thing in this season — by ninety years.' Two rows of three cards: LOOP MATHS / Routh, 1877 / 149 years old; GRAPH MATHS / PERT, 1958 / 68 years old; THE SHAPE / a DAG / cannot express a cycle; then CRITICAL PATH / the chain that binds / 68 years old, unused; HIDDEN LOOPS / retries inside nodes / invisible to the graph; FORMALISED / arXiv:2607.27578 / dated weeks ago.
左侧两列之间相差九十年。

1分钟速览——你将带走的核心观点

图层是这里最新的部分,说它新不是贬低——而是预测问题会出现在哪里。PERT的关键路径(1958)理论可以直接迁移,但几乎没人用:如果你最慢的评审决定了总时长,优化其他任何环节都毫无意义。更本质的结构性发现是:DAG本质上无环,修复循环就是环,所以每个框架都悄悄选了三种权宜之计之一——有限展开、把循环藏进节点,或者放弃终止性保证。被隐藏的循环,保留了第三集里所有的振荡行为,但对本应管理它们的编排器来说完全不可观测。本季收尾,我只会为这一点下注。

开场白

1958年。美国海军在建造北极星导弹系统:成千上万个任务,数百家承包商,进度表复杂到没人能全盘掌握。为此发明的技术——PERT,1959年又有了CPM——做了任务清单做不到的事:把任务画成依赖网络,然后算出唯一决定完工日期的那条链路。

关关键路径。不是最长的单个任务,而是最长的依赖链。你只要缩短这条链之外的任何任务,项目完工日期都不会有任何变化。

这正是图层的核心洞见,而本集要讨论的一个让人略感不适的事实是:它是本季所有前沿成果中最年轻的那一个。

时间的落差

如果按诞生年份排列:

层级经典前作诞生时间到2026年的历史
环路层——机械机制Watt 的离心调速器1788238
环路层——理论Maxwell,On Governors1868158
环路层——决策判据Routh / Hurwitz1877 / 1895149 / 131
环路层——工程裕度Nyquist193294
环路层——经审计的实践Shewhart / PDCA(戴明环)→ ISO 9001(质量管理体系)193987
图层——优先级网络PERT / CPM(CPM 于 1956–57 年开发)1958 / 195968 / 67
图层——并发语义Petri nets196264

[EVIDENCE]环路层的数学基础比图层早了九十年:Maxwell 1868 年,PERT

1958。以判据为锚点而不是理论的话,相差八十一年——Routh 1877 到 1958——本篇按引用锚点来算,而不是全篇都用最大那个数字。

[DESIGN]这里得给自己的筛选标准加个说明,因为它正好印证了我的论点:我用 300 年存续期、75 年下限筛查了一遍,图层的设计“没能入选”。这只是算术推导,不是结论——2026 − 75 = 1951,所以 PERT、CPM 和 Petri nets 按规则被排除在外。上面的年龄表已经如实说明了问题,这个筛选结果并没有额外信息。

[DESIGN]这不是说图工程不重要,而是说你该有怎样的心理预期:环路层的答案已经成熟,可以查到;图层还真处在探索阶段。这也和研究现状吻合:From Static Templates to Dynamic Runtime Graphs: A Survey of Workflow Optimization for LLM Agents(arXiv:2603.22386)把 agent 工作流视为agentic computation graphs,并调研了如何设计和优化它们——这是对一个开放问题的综述,而不是成熟学科的总结。

DAG:满足不了你最核心需求的形状

[DEF]DAG——有向无环图——是编排的默认形态:Airflow、构建系统、CI 流水线、大多数 agent 框架都是如此。本质上,无环是它的最大卖点。它能保证终止,还能给你一个拓扑序。

[DERIVATION]而这种保证,恰恰也是它的局限。DAG无法表达循环。但第 3 集整集讨论的核心——读盘、调整、再发一次——本质上就是一个循环。所以当你的 planner → implementer → reviewer 流程需要把失败的 review 送回修复环时,这已经超出了 DAG 能力的边界。此时你只能三选一:要么把循环展开到固定深度,要么把循环藏进单个节点(这样编排器就完全看不见它),要么干脆放弃 DAG(失去终止性保证)。至于有界展开是否把可达质量锁死在展开深度,这是下方 Research Challenge 的主题,目前仍是[OPEN]——我把它作为假设提出,而非推导结论。

Petri nets(1962)对并发和循环的表达非常直接,因此它们在协议和工作流验证中依然常见,但在 agent 框架中几乎看不到。[OPEN] 为什么智能体工具最终选择了 DAG,而不是那些真正能建模其动态的形式体系?我认为这更像是工具链沿袭下来的偶然,而不是经过深思熟虑的决策——Airflow 现成可用,Petri nets 还躺在教科书里。

[DEF] What makes prompts a graph: necessary and sufficient conditions for prompt graph engineering(中译:是什么让 prompt 成为图:提示工程的必要与充分条件)(arXiv:2607.27578,2026 年 7 月 30 日)——这是一篇独立作者的概念分析论文,不是实证研究——目前最接近正式化的成果:它将基于 prompt 的计算表示为可执行图,具备节点、数据与控制边、状态、分支、并行——以及循环。注意这个时间点。图层的形式化仅有数周历史,这恰好反映了它目前的进展。

一对一技术映射

Polaris,1958图工程智能体化版本
任务节点planner / implementer / reviewer agent
依赖箭头控制边交接
共享蓝图共享状态会话或便签区
关键路径最长依赖链决定总时长的那条链,通常没人测
非关键任务的空闲空闲并行评审(没人等待)
里程碑签核终止条件“这个流程什么时候算完成?”
—循环DAG 画不出的修复环

[DESIGN] 关键路径的思想可以直接照搬过来,但几乎没人真正用。如果你的流程里安全评审和测试 agent 并行,安全评审要 4 分钟,测试 agent 只需 40 秒——安全评审才是你的关键路径,你再怎么优化测试 agent,对总时延都毫无影响。这招已经有 67 年历史了,但大多数智能体编排系统里几乎没人用。

预测关卡

请先下注,再继续往下读。

某团队把五人评审流程并行化。串行总时长是 6 分钟。五个一起跑,测得 5 分 40 秒。

请思考: 并行到底去哪儿了?

答案几乎可以肯定:所有“并行”都被塞进了一条从头到尾本就无法并行的长链里——再加上一处共享状态的写入,把结尾又串成了串行。Amdahl 的论断披上了项目管理的外衣:只要不是关键路径上的工作,怎么并行都没用。而 CPM 在 1959 年的全部贡献,就是提前告诉你 哪些工作属于这种情况,省得你白白浪费一个冲刺周期。

故障演练室

有意制造一次故障:给你的图加上一个它本不该有的环路。

搭一个 planner → implement → test → review 的 DAG。现在要求:只要 review 没通过,就必须回到 implement。看看你的框架怎么处理。在大多数框架里,通常会出现三种情况之一:要么直接拒绝(实话实说);要么悄悄把循环展开成固定次数的重试(把上限伪装成循环);要么因为两个节点在不可预测的时刻写同一个 key,导致共享状态死锁。

诊断:问题不在你的代码,而在于 你选择的形式体系。你用无环的语言去表达有环的控制问题,最后的终极编译器——生产环境——替你揭穿了。而且注意,这还会叠加:你藏进节点内部的循环,依然保留了第三集里所有的增益和死时间行为,只不过现在它对编排器完全不可观测了。

实验环节——15 分钟

算出两个你的编排器不会自动打印的数字。

  1. 随便拿一个多步骤的智能体工作流。每个节点都记录开始和结束时间戳,以及边的信息。
  2. 计算 关键路径:也就是总时长最长的那条链。再和总 wall-clock 时间对比。两者的差距,就是你真正的并行度——通常比图上看起来要小得多。
  3. 现在找出你藏进去的每一个循环——任何节点内部有重试、复判或修复的都算。每个都记下它的迭代次数。
  4. 报告:关键路径、wall-clock 总时长,以及 最长的隐藏循环。如果某个隐藏循环的总时长超过了关键路径,你的流程图其实只描述了你运行时间的一小部分。

现实检验

把你实际的编排流程画在一页纸上,把每一个循环都用红色标出来——包括那些藏在单个节点内部的重试、复判或修复。然后问问:这些红色标记里,有多少是你的编排器能看见的?每一个看不见的循环,都是一个没有仪表的调节器,而第三集讲的正是接下来会发生什么。

研究挑战

让智能体直面这个形式化缺口。选一个真实的智能体工作流,至少包含一个修复循环,用两种方式各表达一次:一次用有界展开的DAG,一次按照 arXiv:2607.27578 明确建模循环语义。对比两者的终止行为、修复循环的可观测性,以及在同等质量下的总成本。要验证的观点是:有界展开会把可达质量限制在展开深度,而这个上限在各项指标中是不可见的——它表现出来像平台期,而不是天花板。[OPEN]

出场测试

  1. 关键路径能告诉你哪些任务清单永远无法揭示的事?(哪些工作一旦缩短会改变完工日期——反过来说,哪些工作你怎么优化都毫无意义)
  2. 为什么DAG无法表达修复循环?通常有哪三种常见的变通方式?
  3. 哪个更早:环路的稳定性判据,还是图的优先级网络?相差多少年?(环路的更早,约80年——Routh 1877 vs PERT 1958)

悬念——以及本季的答案

那么:这四个标签真的成立吗?

提示工程已经成熟,并且有系统综述。Harness 工程和循环工程其实是一体两面——厂商定义里就明说了(见第二集)。图工程是最新的,形式化方案也只是几周前才出现,而且它继承的DAG形状,恰好无法表达自身最核心的动态。

那些说这只是“换皮”的怀疑者,在拓扑结构上说得没错,但在分量上却大错特错。拓扑本身已经238年了。真正的新意在于:系统本身变成了随机的,执行器还会反过来影响决策——这反而让传统分析变得更加不可或缺。我们只搬来了图,数学却落下了。

如果要我下注,我只会押这一点:下一个真正的进展不会是第五个“工程”,而是有人发表了智能体版的 Routh 1877 判据——也就是:能判定某个智能体循环是否稳定的可判定测试。

我本来差点想用一句漂亮的总结来为这个赌注找理由,说每一层的理论都是在大家开始造东西后“大约十年”才出现的——结果本季自己的时间表直接把这个说法推翻了,差了整整八倍。Watt 在 1788 年造出了机器,Maxwell 给出理论解释是在1868。八十年。唯一站得住脚的,是这个间隔正在不断缩短:环路等了八十年才等来 Maxwell,图层只等了四年就有了 Petri,提示工程三年内就有了综述。照这个趋势,智能体化的判据应该很快就会出现。按环路自己的历史节奏,可能要等到 2090 年代。

我觉得这一天已经很近了。现在就把能让我打脸的数字摆在这里。

→ 返回第六季总览 · 第七季候选:仪表引擎——在一切工程之前,你必须先会量。

继续阅读

第 4 集,出自智能工程冒险,第六季——调节器引擎。本系列所有论断都按类别打了标签——定义、推导、证据、工程选择、开放问题——比喻可以引入观点,但永远不能当证据用。这一季对四标签图足够认真,直接对照了一遍一手资料,结果没能撑住:Anthropic 的定义直接把 harness 归为 loop,而不是高一层。每条论断都明明白白标了类别,唯一真正开放的问题也明确写了 open——到现在还没人给 LLM 控制环路发明出稳定性判据。本文不含任何雇主或客户的内容。——Paul Jialiang Wu · futuremake.io

参考文献

  1. PERT(1958)和 CPM(1959)——优先级网络与关键路径;Petri, C.A.(1962)——具备真实并发与循环语义的网络。
  2. From Static Templates to Dynamic Runtime Graphs: A Survey of Workflow Optimization for LLM Agents——arXiv:2603.22386(2026 年 3 月 23 日)。将 agent 工作流视为 agentic computation graphs。开启本季的简报中引用为“A Survey of Workflow Optimization for LLM Agents”;ID 是对的,标题不是。
  3. What makes prompts a graph: necessary and sufficient conditions for prompt graph engineering(中译:是什么让 prompt 变成图:提示图工程的必要与充分条件)——arXiv:2607.27578(2026 年 7 月 30 日)。节点、数据/控制边、状态、分支、并行、循环。在简报中引用为“Necessary and Sufficient Conditions for Prompt Graph Engineering”。
  4. Large Language Models for Constructing and Optimizing Machine Learning Workflows: A Survey — arXiv:2411.10478。
  5. Anthropic,Building Effective AI Agents ——本期所依赖的 workflow/agent 区分。https://www.anthropic.com/engineering/building-effective-agents
  6. Bouchard, L., Graph Engineering vs. Loop Engineering: What Actually Changed? ——业界文献中最直接的对比分析,属于实践者的深度解读而非同行评审。https://www.louisbouchard.ai/graph-engineering-explained/