构建可靠 AI Agent 系统：Martin Fowler 从拜耳案例中提炼的工程实践

生产级 AI Agent 的可靠性挑战，远比 Demo 阶段看到的复杂。Martin Fowler 本周在个人博客发表了一篇长文，以拜耳（Bayer AG）与 Thoughtworks 联合开发的 PRINCE（PreClinical Information Center）平台为案例，系统梳理了构建可靠 Agentic AI 系统的工程实践。

PRINCE 的三阶段演进

PRINCE 平台的发展历程本身就是 AI 应用工程化成熟度的缩影：

• 第一阶段（关键词搜索）：传统的信息检索系统，用户在搜索框输入关键词，系统返回相关文档列表。
• 第二阶段（自然语言问答）：引入 LLM，用户可以用自然语言提问，系统通过 RAG 检索相关段落并生成答案。
• 第三阶段（智能研究助手）：多 Agent 协作，能够制定执行策略、选择工具、反思证据充分性、合成带引用的答案。

两个核心框架：上下文工程 + 脚手架工程

Fowler 将 PRINCE 的所有工程决策归纳为两个互补的框架：

Context Engineering（上下文工程）：控制每个模型"看到什么、不看什么、如何传递信息"。

Harness Engineering（脚手架工程）：围绕模型构建编排、恢复、可观测性等控制层。

三层反思机制

PRINCE 平台最精巧的设计之一，是其三层反思机制：

• 过程反思（Process Reflection）：由 Think & Plan Agent 执行，在执行路径偏离预期时调整策略。
• 数据反思（Data Reflection）：由 Reflection Agent 执行，验证当前检索到的证据是否充分、是否需要补充检索。
• 草稿反思（Draft Reflection）：由 Writer Agent 执行，检查当前生成的答案草稿是否完整回答了用户问题。

弹性工程：从"最佳实践"到"生存必需"

在企业级部署中，Agent 系统的弹性（Resilience）不是锦上添花，而是生存必需。PRINCE 平台实现了多层次的容错机制：

• 单次 LLM 调用失败 → 自动重试（指数退避）
• 多次重试失败 → 切换备用模型/平台（LLM Fallback）
• 节点级失败 → 整个逻辑步骤重试

更有意思的是状态持久化与断点续传设计。PRINCE 将 Agent 的执行状态存入 PostgreSQL（通过 LangGraph checkpointer），应用级状态存入 DynamoDB。这意味着即使整个系统重启，Agent 也可以从失败的那个节点直接恢复。

核心结论：可靠性不来自更大的模型

生产级 Agentic AI 不仅仅是更好的模型或更好的提示词。可靠性来自于同时工程化模型所见的上下文，以及模型运行其中的脚手架。

这个判断对当前 AI 工程化讨论有重要纠正作用。"等下一代模型出来，可靠性问题自然就解决了"——Fowler 文章给出的答案是不。在受监管的企业环境中，对上下文、工作流状态、恢复机制和人工审核的显式控制仍然不可或缺。

先准确，后优化成本；迭代优先于完美；显式控制胜于自主代理。这三条经验，值得每一个在做 AI Agent 工程化的人记住。

关联推荐： bixuebihui.com 上搜索"AI Agent 可靠性工程"获取更多生产级 Agent 系统设计模式。

来源：Martin Fowler - Building reliable agentic AI systems