OV03：从 Augmented LLM 到 Distributed Agent System

它解决什么问题

团队常把 RAG、工具、Memory、Multi-Agent 和 A2A 一次塞入方案，在需求尚未验证时就承担分布式系统成本。本章用复杂度阶梯回答：下一层到底新增什么能力与责任？

核心定义

L0 LLM Call              生成或判断
L1 Augmented LLM         + retrieval / tools / memory
L2 Workflow              + predefined control flow
L3 Single Agent          + model-directed next action
L4 Planned Agent         + explicit plan / replan / ledger
L5 Multi-Agent           + role and context boundaries
L6 Orchestrated System   + graph / events / durable state
L7 Distributed Agents    + discovery / identity / protocol / network

这是能力与责任阶梯，不是成熟度排行榜。一个 L2 系统可能比 L6 系统创造更高的产品价值。

工作原理

升级	触发条件	新增状态	新增失败
L0→L1	模型缺知识或行动能力	检索、工具结果	错误来源、工具异常
L1→L2	任务需要稳定多步处理	步骤与分支	错误传播
L2→L3	路径无法预先枚举	轨迹与预算	循环、误操作
L3→L4	长任务需要依赖与重规划	计划、进度账本	计划过期
L4→L5	单一上下文或角色成为瓶颈	消息、角色、归属	协调和级联错误
L5→L6	任务跨等待、重启或复杂循环	checkpoint、事件	恢复不一致
L6→L7	能力跨团队、进程或厂商	身份、远程任务	网络、信任、SLA

架构视图

Architecture View
Capability -> Control -> Autonomy -> Planning -> Topology -> Runtime -> Network
    L1          L2          L3          L4          L5         L6        L7

Product View
User goal -> answer -> stages -> dynamic progress -> editable plan
          -> unified result -> pause/resume -> external responsibility

最小可运行实践

使用 examples/overview/architecture_decision.py 给五类任务打分，并记录“为什么不能停在更简单一层”。若理由只有“更先进”或“框架支持”，升级不成立。

正常场景

深度研究从带搜索的 L1 开始；固定研究流程可提升到 L2；查询方向依赖中间发现时进入 L3；任务跨度大且需要重规划时进入 L4；只有专业上下文隔离或并行带来收益时才进入 L5。

失败与恢复场景

过度设计表现为调用数上升、等待变长、结果归属不清和难以复现。恢复方式是沿阶梯回退：远程能力改本地工具，多 Agent 合并为模块化单 Agent，动态路由改有限分类，长循环改明确 Workflow。

什么时候使用

在架构评审、MVP 切分、能力演进和故障复盘时使用复杂度阶梯，为每次升级附上用户价值、状态变化和运维成本。

什么时候不要使用

不要用层级直接估算质量，也不要认为所有产品最终都应达到 L7。阶梯无法替代具体的数据、权限和部署设计。

Trade-offs

更高层获得长任务、长尾和组织扩展能力，同时增加延迟、成本、状态空间、权限面和故障组合。并行可能降低墙钟时间，却增加总资源；分布式可以解耦团队，却放大身份和版本治理。

产品视角

用户与业务问题

产品路线图应从“当前用户任务在哪一层失败”出发，避免把技术层级当卖点。

产品价值

每次升级至少绑定一个指标假设：覆盖更多任务、减少操作、缩短时间、提高质量或支持跨系统协作。

用户体验

系统越复杂，越需要暴露目标、阶段、可验证中间成果和真实恢复状态；内部拓扑不必直接展示。

自主性边界

能力扩大不等于权限扩大。跨层升级必须重新评估动作风险和人工确认点。

数据与权限

从 L5 开始明确上下文在角色间的流动；L7 还要明确远程主体、数据责任和留存边界。

失败与降级

为每层设计向下一层回退的路径，并确保已完成 Artifact 可继续使用。

产品指标

按层比较任务成功率、端到端耗时、P95 延迟、人工介入率、恢复率和单成功任务成本。

框架中的对应实现

多数 Agent 框架横跨多个层级：LangGraph 可表达 L2–L6，OpenAI Agents SDK 可表达 L3–L6，AutoGen 强调 L5–L6，MCP 和 A2A 分别处理能力边界与远程 Agent 互操作。先确定层级需求，再选择实现。

前置：Agent vs Workflow。组合：Planning、Supervisor、Graph、Durable Execution、MCP、A2A。

检查清单

当前层的结构性限制是什么？
升级增加了什么显式状态？
新失败能否检测与恢复？
用户能感知什么新增价值？
是否存在更低一层的实现？

延伸练习与参考资料

画出一个现有 AI 产品的层级，并给每次升级写一条可证伪假设。