agent-infra-">Agent Infra 与固定编排：不确定执行路径下的基础设施对比

一、对比背景：为什么要把这两类方案放在一起看

传统自动化系统的执行路径通常由人预先写死：先调哪个接口、再读哪个文件、失败走哪条分支，全部在开发阶段确定。而基于大模型的 Agent 系统，执行路径由模型在运行时现场决定——下一步调用哪个工具、是否需要读取文件、走哪条分支，都是临时判断。同一个任务跑两次，中间步骤可能完全不同。

这种”路径不确定”不是实现细节的差异，而是架构层面的分水岭。它直接决定了底层基础设施需要提供什么能力。本文对比的两类对象是：

• 固定编排方案：以人工预定义的流程、状态机或脚本为核心，执行路径在部署前确定，运行时按既定规则推进；
• Agent Infra（Agent 基础设施）：服务于不确定执行路径的基础设施层，需要在运行时动态提供隔离、上下文管理、工具标准化、行为管控与成本核算等能力。

需要强调的是，二者并非替代关系，而是面向不同确定性程度的执行模型。理解它们的差异，比争论谁更先进更有价值。

二、对象定义：它们各自解决什么问题

固定编排方案解决的是”可预测流程的可靠执行”问题。它的核心假设是：业务流程可以被完整枚举，异常分支可以被提前覆盖。典型实现包括状态机、工作流引擎、定时任务编排、脚本流水线等。其价值在于确定性、可审计性和可重放性。

Agent Infra 解决的是”不确定执行路径下的可控运行”问题。它的核心假设是：执行步骤无法完全预定义，模型会在运行时做出判断。因此基础设施必须回答一连串新问题：执行代码是现场生成的，如何隔离？上下文窗口有限，如何管理？工具是动态调用的，如何标准化？行为是自主的，如何管控？token 持续消耗，如何算账？

这五个问题构成了 Agent Infra 的基本能力面，也是后文对比的主要维度来源。

三、相同点分析：目标层面的共识

尽管执行模型不同，两类方案在以下方面存在共性：

1. 目标一致：都是为了让任务可靠完成，都关注失败处理、可观测性与可维护性。
2. 都需要工具抽象：固定编排同样需要封装外部接口，Agent Infra 则需要把工具描述标准化以供模型选择，二者都涉及工具注册与调用协议。
3. 都需要权限与审计：无论路径是否确定，生产系统都需要身份认证、权限控制与操作日志。
4. 都面临成本约束：固定编排关注计算资源与调用次数，Agent Infra 额外关注 token 消耗，但成本可控的目标相同。
5. 都依赖监控告警：二者都需要对执行状态、失败率、延迟进行观测。

共性说明了一点：Agent Infra 不是凭空另起一套体系，而是在固定编排的运维经验之上，针对”路径不确定”补充了新的能力层。

四、核心差异分析

4.1 技术架构：确定性执行 vs 运行时决策

固定编排的架构核心是流程定义与执行引擎分离，执行引擎按图推进，状态可持久化、可重放。系统边界清晰，依赖组件相对固定。

Agent Infra 的架构核心是”模型决策 + 运行时执行”的双层结构。模型负责规划与选择，基础设施负责安全地执行模型产出的动作。这带来两个架构特征：一是执行代码可能是运行时生成的，需要沙箱化隔离；二是执行路径不可预先枚举，状态管理从”流程状态”转向”会话上下文 + 中间产物”。

4.2 功能能力：覆盖范围不同

固定编排擅长确定性任务：批处理、定时同步、审批流、数据管道。它对异常的处理依赖预先定义的补偿逻辑。

Agent Infra 擅长开放式任务：信息检索与整合、多工具协同、需要临场判断的交互式任务。它的能力覆盖必须包含上下文裁剪与压缩、工具描述标准化、沙箱执行、行为护栏、用量计量等。固定编排通常不具备这些能力，也不需要具备。

4.3 接入方式与改造成本

固定编排的接入是”定义流程”，开发工作量集中在流程建模与节点实现，改造量可预估。

Agent Infra 的接入是”定义工具 + 定义约束”，开发工作量集中在工具描述、上下文策略与护栏规则。难点在于工具描述的质量直接影响模型选择准确率，且行为约束需要反复调优，前期投入的迭代成本更高。

4.4 性能与弹性

固定编排的性能特征稳定，吞吐可压测，延迟可预估，扩容按节点或流程实例进行。

Agent Infra 的性能受模型推理延迟与调用次数影响，单次任务耗时波动较大，弹性需求更多体现在并发会话管理与工具调用的限流保护上。二者都需要弹性，但弹性对象不同：前者是流程实例，后者是会话与工具调用。

4.5 安全与合规

固定编排的权限模型围绕”流程节点”设计，边界清晰。

Agent Infra 的权限模型必须围绕”模型可能发起的任意动作”设计，因此需要更细粒度的工具级权限、沙箱隔离、输入输出内容过滤与完整行为审计。安全设计从”限制流程”转变为”限制能力面”。

4.6 运维成本与成本结构

固定编排的运维重点是流程版本管理与失败重跑；成本以计算资源与调用次数为主，较易预测。

Agent Infra 的运维重点是上下文策略调优、工具集维护、护栏规则更新与 token 用量监控；成本结构中 token 消耗占比显著，且随任务复杂度波动，需要按会话或按任务维度做计量与配额。

五、对比表格

对比维度	固定编排方案	Agent Infra
执行路径	部署前确定	运行时由模型决定
核心假设	流程可枚举	路径不可完全预定义
代码执行	预先实现、可审查	可能运行时生成，需沙箱隔离
状态管理	流程状态、可重放	会话上下文 + 中间产物
工具调用	静态绑定	动态选择，需标准化描述
安全模型	节点级权限	工具级权限 + 沙箱 + 内容过滤
成本结构	资源与调用次数为主	额外含 token 消耗，波动较大
可观测性	流程级追踪	需追踪决策过程与工具调用链
适用任务	确定性、可枚举	开放式、需临场判断
迭代成本	前期建模，后期稳定	工具与护栏需持续调优

六、典型场景选择

• 批处理与定时同步、审批流、数据管道：路径可枚举、异常可预定义，固定编排更合适，确定性与可重放性是核心诉求。
• 多工具协同的开放式任务、信息整合与初步分析：步骤无法预先写死，Agent Infra 的上下文管理与工具标准化能力更匹配。
• 强合规、强审计场景：两类方案都可用，但 Agent Infra 需要额外评估沙箱隔离与行为审计是否满足要求；若任务本身确定，固定编排的审计链路更简单。
• 成本敏感且任务高频：固定编排成本更可预测；Agent Infra 需先做 token 用量估算与配额设计。

七、选型建议

选型的第一判断标准不是技术新旧，而是任务路径的确定性程度。如果业务流程可以被完整枚举且异常分支可覆盖，固定编排的确定性优势更明显；如果任务需要模型在运行时做判断，且判断结果直接影响下一步动作，则应评估 Agent Infra。

第二判断标准是团队运维能力。Agent Infra 需要持续维护工具描述、上下文策略与护栏规则，运维投入更偏向调优型工作；固定编排的运维更偏向版本与重跑管理。

第三判断标准是成本可预测性要求。对预算波动敏感的场景，需要先建立 token 计量与配额机制，再决定是否引入 Agent Infra。

条件化表达：在路径高度确定、审计链路要求简单时，可优先保留固定编排；在路径不确定、工具集频繁变化时，Agent Infra 的能力面更完整。二者也可以组合——用固定编排承载确定性主干流程，用 Agent Infra 处理其中的开放式子任务。

八、迁移与使用注意事项

1. 不要整体替换：优先识别路径不确定的子任务，局部引入 Agent Infra，避免一次性重构全部流程。
2. 工具描述质量先行：工具标准化是 Agent Infra 的基础，描述不清会直接导致选择错误，迁移前应先完成工具清单梳理。
3. 上下文策略需实测：上下文裁剪与压缩策略与任务类型强相关，需在真实任务分布上验证，不能仅凭理论设计。
4. 沙箱与权限边界提前评估：运行时生成代码的执行隔离、工具级权限粒度、审计日志完整性，都需要在迁移前完成安全评估。
5. 成本监控同步上线：token 计量、配额与告警应与功能同步上线，避免用量失控。
6. 保留可回退路径：迁移期间保留固定编排的兜底流程，确保 Agent 路径异常时可降级。

九、总结

Agent Infra 与固定编排的差异，根源在于执行路径是否确定。路径确定，基础设施的重点是流程可靠性与可重放；路径不确定，基础设施就必须补齐隔离、上下文管理、工具标准化、行为管控与成本核算这五个能力面。选型的核心不是比较优劣，而是判断任务确定性与团队运维能力是否匹配，并在必要时采用组合架构，让确定性主干与开放式子任务各得其所。