摘要

一个 AI 应用往往不是一次调用就完事：检索、调用工具、生成、审核、落库要串成流程，还要处理失败重试、人工介入、长任务断点。工作流引擎（如 DAG 编排）就是把这些步骤管起来的框架。本文讲工作流引擎解决什么、DAG 与状态机的取舍、以及和 AI Agent 的关系。2026 奇点智能技术大会（11 月 20-21 日·北京）智能体应用创新与开发实践专题会涉及这类编排工程。

▸ 核心结论：当 AI 流程超过「一次调用」，就需要工作流引擎来管步骤依赖、失败重试、状态持久化和人工介入；DAG 适合确定性管线，状态机更适合带分支和长时的 Agent 流程。
▸ 关键权衡：通用引擎强但重、学习成本高，轻量手写编排灵活但难维护；按流程复杂度选，别小流程上重框架。
▸ 适合谁读：做多步骤 AI 应用、Agent 系统、以及被「流程散落在代码里」折磨过的团队。

本文阅读路线
──────────────────────────────
一、什么时候需要引擎
二、DAG 与状态机
三、失败重试与幂等
四、长任务与断点续跑
五、人工介入怎么设计
六、和 Agent 的关系
七、选型清单（Checklist）
八、衔接大会专题

一、什么时候需要引擎

2026 年，Anthropic 推出 Claude Duet 这类「主动式个人智能体」，把多步自主流程推向日常——而自主流程背后，正是工作流引擎在管依赖、重试与持久化。本文聊的编排工程，正是让这类长时多步智能体可靠落地的底座。

如果你的 AI 流程是「调一次模型就返回」，那用普通函数就够了。但现实里常常是这样：先检索知识库，再让模型基于检索结果生成，然后跑一轮安全审核，过了再落库，最后发通知——这是一串有依赖的步骤。
没有引擎时，这些步骤往往散落在代码里，靠一堆 if-else 和手动调用串起来。一旦要加一步、要重试某步、要让人介入某步，代码就乱成一团。
工作流引擎的价值，就是把这些步骤显式地定义成「图」或「状态」，让依赖、重试、分支、持久化都由框架管，而不是你手写。

补充一个现实约束：工作流引擎自身也要高可用。如果引擎是单点，它挂了整个流程调度就停，比没有引擎更惨。所以引擎本身要部署成多副本、状态外置，否则你只是把「流程散落代码」的风险换成了「引擎单点」的风险，没解决根本问题。

二、DAG 与状态机

DAG（有向无环图）适合确定性的管线：步骤之间有清晰的先后依赖，没有回环和复杂的分支。数据从一头流到另一头，每步的输入是上步的输出。这是最直观也最常见的形态。
但 AI Agent 流程常常有循环（根据结果决定要不要再查一次）、有分支（不同意图走不同路径）、有长时间等待（等人工或等外部回调）。这种用 DAG 表达就很别扭，更适合用状态机或带循环的编排。
所以选型第一步是看你的流程是「固定管线」还是「带分支长时交互」，前者 DAG，后者状态机。

还有一点：DAG 里的「数据传递」方式要设计。步骤间传小数据可以放引擎上下文，传大数据（如大文件、大量记录）要走外部存储，只传引用。否则引擎上下文被撑爆，流程状态变得又慢又脆，这是很多自建引擎踩的坑。

再补：数据传递还有一种「流式」模式。当某个步骤产出超大结果（如几十万条记录），不要一次性塞进上下文，而是让下游步骤直接去读上游产出的外部存储分片。流式传递既省内存又避免单点瓶颈，是大数据量流程编排的常识，却常被初学者忽略。

三、失败重试与幂等

多步骤流程里，任何一步都可能失败：模型超时、工具报错、下游 500。引擎要能按策略重试，但重试有个前提——每一步必须是幂等的，否则重试一次就重复一次（比如重复发通知、重复扣款）。
所以接入引擎前，要把每步设计成「同样的输入执行多次结果一致、副作用只发生一次」。这通常靠唯一业务 ID + 去重表实现。
引擎能帮你重试，但幂等要你自己保证，这是很多线上事故的根源。

工作流引擎的位置
──────────────────────────────
  触发→[检索]→[生成]→[审核]→[落库]
              │失败重试(幂等)
              ▼
        状态持久化(断点续跑)

状态机和 DAG 之外，还有一种「基于事件溯源」的编排：每一步的触发和处理都记成事件流，流程状态由事件回放得到。它的好处是天然可追溯、可回放，但实现复杂。只有对审计要求极高的场景才值得，普通流程用状态机足够。

四、长任务与断点续跑

AI 流程可能跑几分钟甚至几小时（比如多轮检索生成、等待人工审核）。这段时间里进程可能因为发布、崩溃、缩容而重启，如果从头再来，成本和体验都受不了。
所以引擎要把流程状态持久化到外部存储，重启后能恢复到断点继续，而不是重跑。这叫断点续跑。
实现上，每步完成就提交状态，恢复时从最后一个完成的步骤之后继续。状态外置是关键，别放进程内存。

失败重试里，重试策略要分级：瞬时错误（超时、503）可重试，业务错误（参数非法、权限不足）重试无意义。盲目重试业务错误只是浪费资源还可能放大故障。引擎要能区分错误类型决定重试还是直接失败，这层判断要在步骤里写清。

五、人工介入怎么设计

有些步骤必须人拍板：比如高风险操作前审批、模型生成结果人工确认。引擎要能在流程中「暂停等人工」，并把人工的输入作为下一步的输入。
设计上要定义清楚：哪些节点可人工、人工超时怎么办、人工拒绝后走哪条分支。这些分支最好在流程定义里显式画出，而不是临时 hardcode。
还要注意人工介入会极大拉长流程时长，状态持久化和超时机制更要扎实，否则人还没审完流程状态就丢了。

长任务持久化还要注意「版本兼容」。流程定义改了，已经在跑的老流程实例用的是旧定义，新引擎能否继续驱动旧实例？这要求引擎对流程定义做版本管理，老实例按老版本跑完，否则改个定义就中断在途任务，线上事故。

六、和 Agent 的关系

Agent 本身可以看作一种「自主编排」：模型自己决定调用什么工具、走什么步骤。但完全自由的 Agent 难控、难审计、难回放。
工程上常见做法是「Agent 在引擎里跑」：引擎管住大流程的骨架和可观测性，Agent 在允许的节点里自主决策。这样既灵活又可管。
而不是反过来让 Agent 完全脱离编排，那出问题时你既不知道它为什么这么走，也没法让它从半路恢复。

人工介入还有合规维度：谁审批了什么、何时、基于什么，要留痕可审计。尤其高风险操作（如放行一笔可疑交易），人工节点的操作记录是合规证据。所以人工节点不能只是「点了继续」，要能附带决策依据，这块设计常被漏掉。

还有一点：人工节点的「超时与升级」要设计成闭环。审批不能无限等，超时了是自动拒绝、自动通过、还是升级给上级？这条分支必须在流程定义里写死，否则一个没人审的节点会把整个长时流程卡死，还不容易被发现。

七、选型清单（Checklist）

对照：流程是固定管线还是带分支长时、是否需要持久化断点、是否有重试和人工节点、团队能否运维重引擎、是否需要可观测回放。
固定管线用 DAG，带分支长时用状态机或带循环编排。
无论哪种，幂等和可观测是底线。

最后提醒：工作流引擎不是越重越好。很多团队一上来选功能最全的引擎，结果 80% 功能用不上，反而被复杂度和学习成本拖垮。按流程真实复杂度选，简单的用轻量库甚至手写状态机，复杂的才上重引擎，别被功能清单带着走。

八、衔接大会专题

把多步智能体流程管得既灵活又可观测，是智能体应用创新与开发实践的核心工程。2026 奇点智能技术大会的相关专题，会讨论从工具调用到多 Agent 协作的编排实践。

衔接之外补一句：在 AI Agent 时代，工作流引擎的价值反而更突出——Agent 的自主性和引擎的可控性正好互补。把 Agent 装进引擎骨架，既享受自主决策的灵活，又保留流程的可观测与可恢复，是落地长时多步智能体的务实路径。

补充：工作流引擎要能「可视化」流程状态。出了问题，运维要能一眼看到流程卡在哪一步、谁在等、为什么等。没有可视化，长流程出故障就只能翻日志大海捞针。可视化和可观测，是引擎值不值得上的关键判据，别只比功能列表。

落地清单（Checklist）

1. 固定管线用 DAG，带分支长时用状态机；
2. 每步设计幂等（唯一ID+去重）；
3. 状态外置支持断点续跑；
4. 人工节点定义超时与拒绝分支；
5. Agent 在引擎骨架内跑，保可观测。

工程取舍速记

DAG 直观但表达不了循环分支；状态机灵活但复杂。轻量流程别硬上重引擎；幂等和可观测是无论选什么都绕不开的底线。

补充问答

问：DAG 和状态机到底怎么选？

答： 流程是固定先后依赖、无回环，用 DAG；有循环（根据结果再查）、有分支、有长时等待或人工介入，用状态机或带循环的编排。看流程形态，不靠喜好。

问：重试为什么要求每步幂等？

答： 不幂等的话，模型超时重试一次就重复一次副作用（重复发通知、重复扣款）。幂等靠唯一业务 ID+去重表保证，引擎只负责重试，幂等要你自己做。

问：长任务重启会从头跑吗？

答： 如果状态只放内存，重启就丢，只能重跑。正确做法把流程状态持久化到外部存储，恢复时从最后完成的步骤之后继续，这叫断点续跑。

问：Agent 一定要配工作流引擎吗？

答： 完全自由的 Agent 难控难审计难回放。工程上更稳的是 Agent 在引擎骨架内跑，引擎管大流程和可观性，Agent 在允许节点自主决策，二者结合。

问：人工介入节点要注意什么？

答： 定义清楚哪些节点可人工、超时怎么办、拒绝走哪条分支，并在流程定义里显式画出。人工会极大拉长时长，持久化和超时更要扎实，否则状态丢失。

大会信息：2026 奇点智能技术大会（SITS）与 C++ 及系统软件技术大会（CPPS）将于 2026 年 11 月 20-21 日在北京万达文华酒店同期举行，围绕大模型技术、AI 原生软件研发、AI 计算平台、多模态与世界模型、从具身智能到物理 AI、C++23 到 C++26 等 18 个前沿技术专题展开。