Agent开发 2.1 - 控制流方案横向对比:Pipeline、DAG、ReAct 与有限状态机

2026-10-20 | 54分钟 | yrobot | Agent开发, 控制流, Pipeline, DAG, ReAct, Plan-and-Solve, ReWOO, StateGraph, Tree of Thoughts | 系列:Agent开发

在构建基于大语言模型(LLM)的应用时,许多开发者容易陷入一个直觉陷阱:以为只要写好提示词、接上几个外部工具,系统就能自然而然地像人类一样解决复杂业务。

然而在真实生产中,决定一个系统能否稳定交付、算力账单会不会瞬间失控的,往往不是模型本身的参数规模,而是底层的控制流(Control Flow)。

控制流回答的是最底层的物理执行机制:

  • 究竟由谁决定下一步执行什么?
  • 规划是在执行前一次性做完,还是走一步看一步?
  • 遇到错误是直接报错中断,还是支持状态回滚与分支回溯?

本文将从第一性原理出发,建立控制流的三维正交坐标系,横向解构工业界 7 种主流控制流方案,并深入分析开放推演循环的崩溃临界点与宏微双层分级架构。


终结混乱:控制流的三维正交坐标系

市面上存在各种关于控制流的学术与框架名词:Pipeline、DAG、ReAct、Plan-and-Solve、ReWOO、StateGraph、ToT 等。若不理清物理本质,极易陷入概念混乱。

实际上,决定一个 Agent 控制流形态的,底层只有三个相互独立的物理正交维度:

flowchart TD
    subgraph Dim1["维度一: 规划与决策时机 (Planning Timing)"]
        D1_1["提前全量规划 (Ahead-of-Time / Offline)"]
        D1_2["运行时单步推演 (Just-in-Time / Step-by-Step)"]
    end

    subgraph Dim2["维度二: 拓扑调度刚性 (Topology Rigidity)"]
        D2_1["静态绝对固定 (Static Pipeline / Fixed DAG)"]
        D2_2["状态机受控转移 (FSM / Conditional StateGraph)"]
        D2_3["开放式无约束循环 (Open while-loop)"]
    end

    subgraph Dim3["维度三: 状态回溯能力 (Backtracking Depth)"]
        D3_1["单向向前无回滚 (No Backtracking - 遇错硬熔断)"]
        D3_2["树状探索与回溯 (Branching & Checkpoint Rollback)"]
    end
  1. 规划与决策时机(Planning Timing): 回答“什么时候定计划”。是在行动前让大模型一次性把所有子步骤拆解完(离线规划),还是每执行一步、拿到环境反馈后再临时决定下一步(在线推演)?
  2. 拓扑调度刚性(Topology Rigidity): 回答“路线有多死板”。是完全不可变的代码固定跑道、带条件红绿灯的状态机轨道,还是大模型拥有 100% 自由度的开放循环?
  3. 状态回溯能力(Backtracking Depth): 回答“能否走回头路”。是单向开弓没有回头箭,还是支持在推演陷入死胡同时,保存快照并回滚到上一个分叉路口换一条路线重试(树搜索)?

后面所有控制流方案,本质上都是这三个维度的不同组合映射。


工业界 7 大主流控制流方案全景解构

根据上述三维正交坐标系,我们将业界主流方案划分为三大阵营:

flowchart LR
    subgraph CatA["A. 静态与受控流 (确定性最高)"]
        A1["1. 串行流水线 (Pipeline)"]
        A2["2. 路由工作流 (DAG / Router)"]
        A3["3. 有限状态机 (StateGraph)"]
    end

    subgraph CatB["B. 提前解耦规划流 (低时延、省 Token)"]
        B1["4. 计划与执行解耦 (Plan-and-Solve)"]
        B2["5. 无观察预规划 (ReWOO)"]
    end

    subgraph CatC["C. 自适应探索与深搜流 (高灵活性)"]
        C1["6. 扁平自适应循环 (Flat ReAct)"]
        C2["7. 思维树与回溯搜索 (Tree of Thoughts)"]
    end

A. 静态与受控流(确定性最高,代码主导)

1. 串行流水线(Pipeline)

  • 机制:没有任何分支,数据如流水般单向流淌:抽取关键词 $\to$ 查库 $\to$ 语言润色。
  • 评价:时延极低(毫秒级)、0 额外 Token 浪费、100% 可控,但遇异常直接中断。适合输入输出极其明确的固定数据清洗任务。

2. 路由工作流(DAG / Router)

  • 机制:由代码固定分支拓扑,大语言模型仅在分水岭节点充当路口分流器。
  • 评价:路径完全可预测,支持局部无依赖节点并发执行;但缺乏自我修复能力,分流一旦误判无法自行纠错。

3. 有限状态机(StateGraph / FSM)

  • 机制:将业务拆解为有限个预先定义好的状态工位(Node)与转移条件边(Conditional Edge)。系统流转一个强类型的全局状态(State)。
  • 评价:既具备闭环重试和分支选择的灵活性,又用代码死死锁住了模型的失控半径,每一步均可审计,是金融合规与企业流程审批的标准基石。

B. 提前解耦规划流(提前规划,Token 效率与时延极优)

4. 计划与执行解耦(Plan-and-Solve)

  • 概念解析:先由一个 Planner Agent 基于用户复杂需求,一次性规划出一份结构化的任务步骤清单(如 [Step 1: 抓取A, Step 2: 转换B, Step 3: 合并C]);随后由执行器 Executor 严格按清单逐项调用工具完成。
  • 核心价值:解决长程推演中的目标漂移(Goal Drift)。在长时间推演中,单步 ReAct 模型很容易在查了 5 次网页后忘记最初的整体目标。先定总谱、按谱弹琴,极大增强了任务的收敛性。

5. 无观察预规划(ReWOO,Reasoning without Observation)

  • 概念解析:ReWOO 是一种创新的低时延控制流范式。在传统 ReAct 中,每次调工具必须等待真实结果返回,再让大模型看一眼(Observation),这一往一返消耗大量时间和 Token。
  • 核心机制:大模型一次性输出完整的可执行蓝图,将未返回的数据声明为符号占位符变量(如 #E1 = search(A), #E2 = search(B), #E3 = aggregate(#E1, #E2))。运行时系统并行并发请求工具填充变量,最后仅调用一次大模型进行结果汇总。
  • 收益:端到端 Token 消耗降低 50% 以上,网络往返时延大幅缩短。适合子任务依赖明确、无需多轮人机交互的调研提取任务。

C. 自适应探索与深搜流(高灵活性,运行时自回归)

6. 扁平自适应循环(Flat ReAct)

  • 机制:由大模型主导的开放式自回归 while 循环。模型在每一次行动前显式输出一段思考(Thought),随后触发环境调用(Action),拿到环境客观事实(Observation)后再决定下一步。
  • 评价:自由度极高,适合未知的探索性任务;但在无约束裸奔状态下,极易陷入死循环、工具反复报错与上下文爆炸。

7. 思维树与回溯搜索(Tree of Thoughts, ToT / 蒙特卡洛树搜索)

  • 机制:推演不再是一根直通到底的单线,而是构建一棵决策树。在每一个关键路口生成多个候选步骤(Branching),由评估器给各分支打分;一旦某条路径陷入死胡同或低于阈值,系统回滚至上一个检查点(Backtracking),探索另一条分支。
  • 适用场景:复杂数学证明、算法代码合成、高难度逻辑推理。以数倍算力开销换取极致的逻辑严谨度。

控制流方案横向对照矩阵

控制流模式 规划与决策时机 拓扑调度刚性 状态回溯能力 Token 消耗 端到端时延 典型生产应用场景
1. 串行流水线 提前硬编码 静态固定 无回滚 最低 极快 (毫秒) 固定格式转换、文本翻译排版
2. 路由工作流 代码定图/模型定路 静态分支 无回滚 低 快 (秒级) 意图分类客服、任务路由网关
3. 有限状态机 (StateGraph) 规则定图/模型定跳转 受控状态转移 可环路重试 中 良好 严肃审批、长程企业业务流转
4. Plan-and-Solve 提前全量生成计划 顺序/DAG 清单 清单调整 低至中 良好 长任务研究规划、自动化多步报告
5. 无观察预规划 (ReWOO) 提前符号占位规划 静态依赖图 无回滚 极低 极快 (并发) 批量数据采集、多因子金融指标抓取
6. 扁平自适应 (Flat ReAct) 运行时单步自回归 开放循环 无法回滚 高 (视步数而定) 慢 (往返串行) 开放式网络探索、未知报错排查
7. 思维树搜索 (ToT) 树状动态展开 动态分支树 深度回溯 极高 ($N$ 倍分支) 极慢 算法难题攻关、复杂博弈推演

扁平 ReAct 的致命缺陷与双重熔断机制

在生产环境中,最常被滥用又最容易崩溃的便是未加约束的 Flat ReAct 循环。其崩溃核心集中在两点:

  1. 工具报错引发的自回归死循环: 当外部工具返回报错(例如网络超时),受大模型惯性影响,模型往往假设“是我参数没写对”,随后以轻微变形的参数反复重试同一工具,导致系统陷入死循环直到耗尽额度;
  2. 上下文膨胀引发的注意力稀释(Lost in the Middle): 多轮工具返回的网页或 JSON 碎片全量追加在 messages 中,上下文窗口逼近阈值,自注意力机制对最开始的用户硬性约束(如“限定预算 1 万”)发生物理性遗忘。

熔断保护机制:生产环境的最简物理防御

生产级代码绝不能放任 while (true) 裸奔运行。必须在执行循环内嵌入两项硬性熔断检查:

// 具备步数与上下文容量双重熔断的安全 ReAct 运行时骨架
export async function safeReAct(
  userInput: string, 
  tools: Record<string, Function>,
  maxTurns: number = 5,
  maxContextTokens: number = 8000
) {
  const messages = [{ role: "user", content: userInput }];
  let turnCount = 0;

  while (turnCount < maxTurns) { // 检查 1:步数硬熔断,杜绝死循环
    turnCount++;

    // 检查 2:上下文容量守卫(超出 90% 立即熔断)
    const currentTokens = estimateTokens(messages);
    if (currentTokens > maxContextTokens * 0.9) {
      throw new Error(`[ContextOverflow] 上下文消耗接近阈值 90%,强制终止避免崩溃`);
    }

    const decision = await callLLM(messages);
    if (decision.type === "finish") return decision.content;

    const toolResult = await tools[decision.toolName](decision.args);
    messages.push({ role: "tool", content: JSON.stringify(toolResult) });
  }

  throw new Error(`[MaxTurnsExceeded] 达到最大循环步数 ${maxTurns},系统强制熔断`);
}
flowchart TD
    Start([用户输入]) --> CheckBudget{Token 消耗 > 90%?}
    CheckBudget -- 是 --> ErrContext[触发 ContextOverflow 熔断退出]
    CheckBudget -- 否 --> CheckTurn{当前步数 >= MAX_TURNS?}
    CheckTurn -- 是 --> ErrTurn[触发 MaxTurnsExceeded 熔断退出]
    CheckTurn -- 否 --> CallLLM[调用大语言模型]
    CallLLM --> NeedTool{模型要求调用工具?}
    NeedTool -- 否 --> Finish([正常输出最终结果])
    NeedTool -- 是 --> ExecTool[执行外部工具]
    ExecTool --> AppendHistory[结果写入上下文, 步数 + 1]
    AppendHistory --> CheckBudget

生产级实战:控制流的“宏微双层组合架构”

在工业级复杂应用开发中,聪明的架构师从不孤立使用某一种控制流,而是将它们分层组装:

flowchart TD
    subgraph MacroControl["宏观控制层: Plan-and-Solve + 状态机 (StateGraph)"]
        Planner["Planner: 拆解为 3 个阶段任务"] --> Gate1{"阶段 1 状态校验"}
        Gate1 -- 通过 --> SubtaskNode["执行阶段 2 探索"]
        SubtaskNode --> Gate2{"阶段 2 状态校验"}
        Gate2 -- 通过 --> EndNode["阶段 3 汇总交付"]
    end

    subgraph MicroControl["微观执行层 (SubtaskNode 内部: 具备双重熔断保护的受控 ReAct)"]
        direction TB
        T["Thought (局部思考)"] --> A["Action (调工具)"]
        A --> O["Observation (环境观察)"]
        O --> T
    end
  • 宏观层用 Plan-and-Solve 与 StateGraph:把长程任务切割为若干明确阶段,用代码逻辑和检查点锁死前行路线,杜绝整体目标跑偏;
  • 微观层在具体节点内嵌入受控的 ReAct:在某一个子任务内部(例如“检索并解析某高校官网”),允许大模型做 3~5 步的自适应灵活尝试。

架构决策漏斗

遵循以下四步漏斗,即可迅速锁定最经济、最可靠的控制流方案:

flowchart TD
    Q1{"1. 业务步骤能否被代码规则完全穷举?"}
    Q1 -- 是 --> A1["串行流水线 (Pipeline)"]
    Q1 -- 否 --> Q2{"2. 路径是否有明确的阶段与强合规要求?"}
    
    Q2 -- 是 --> A2["有限状态机 (StateGraph)"]
    Q2 -- 否 --> Q3{"3. 任务是否跨越长程、多工具调用?"}
    
    Q3 -- 是 (依赖明确) --> A3["无观察预规划 (ReWOO) 或 Plan-and-Solve"]
    Q3 -- 否 (未知开放试错) --> A4["带步数与容量熔断的受控 ReAct"]

控制流是 Agent 系统的骨骼。掌握三维正交坐标系,明晰不同方案在时延、Token 成本与回溯能力上的取舍代价,是每一个 AI 系统架构师的基本功。