AI 精选动态
智能评分 72
A Methodology for Selecting and Composing Runtime Architecture Patterns for Production LLM Agents
AI 推荐理由
这篇论文不只讨论 agent 架构理念，而是把 SDB、6 种运行时模式、5 步选型方法和 replay divergence 故障模式系统化，适合直接用来检查现有生产 agent 的架构默认值。若你在做多步 agent、可靠性或事件驱动工作流，值得点开看它如何把分布式系统概念映射到 LLM worker。核心解读
Vasundra Srinivasan 在 arXiv 发布论文《A Methodology for Selecting and Composing Runtime Architecture Patterns for Production LLM Agents》，提出将生产级 LLM agent 中随机模型输出与确定性软件系统之间的边界定义为 stochastic-deterministic boundary（SDB），并将其拆分为 proposer、verifier、commit step、reject signal 四部分。论文围绕 Coordination、State、Control 三类设计关注点，总结了 6 种 runtime patterns：hierarchical delegation、scatter-gather plus saga、event-driven sequencing、shared state machine、supervisor plus gate、human in the loop，并给出一个 5 步方法来选择模式、一个将生产故障映射到模式弱点的诊断流程，以及 replay divergence 这一故障模式。作者还把方法应用到 5 个工作负载，并提供了一个可运行的 90-day contract-renewal agent 参考实现；论文共 25 页、2 张图、6 个表，于 2026 年 5 月 19 日提交，主题为 cs.AI 和 cs.SE。