【Agent Harness实战】我给 AI Agent 装了一套“神经系统”,然后它们开始自己“打电话”了
AI Agent 事件总线架构多智能体实时通信与并发一致性方案前几篇文章我把流马Gliding Horse的大脑、记忆、技能、知识图谱挨个拆了一遍。今天聊一个你可能没太注意但缺了它整个系统就瘫痪的东西——事件总线。打个比方你身体的各个器官都很牛逼——大脑聪明、心脏有劲、手脚灵活。但如果没有神经系统在中间传递信号大脑想抬手信号传不出去你就是个植物人。流马的事件总线就是 AI Agent 的“神经系统”。一、为什么 Agent 需要“打电话”一个复杂的 Agent 系统里同时跑着 SA调度器、PA计划者、DA执行者、CA检查者、AA决策者。它们不是孤立的——SA 刚发布了一个任务PA 必须立刻知道并开始规划DA 把活干完了CA 要马上介入检查CA 发现 BugAA 得即刻拍板是修还是回滚。如果这些 Agent 不能实时通信整个流程就像没有群聊消息通知的办公室——你只能不停去问“完事儿没”效率崩盘。流马的做法是所有 Agent 共用一根“电话线”任何事发生立刻广播关心这件事的人自动接到通知。这就是事件总线。二、事件总线怎么做到“只打给该打的人”你总不能让 PA 收到“某个文件被删了”这种跟自己无关的消息吧流马的事件总线用了一个非常巧妙的设计——TypeMask 位图路由。简单说每种事件比如“任务创建”、“计划完成”、“检查不通过”在系统里都有一个独一无二的二进制编号。Agent 订阅事件时告诉总线“我关心这几个编号”总线就会把它的“关心列表”转换成一个位图。当事件发生时总线只需用AND 运算比一下O(1) 的时间就知道该发给谁。举个例子SA 发出一件“计划完成”事件二进制编号 00001000。PA 的订阅是 00001111关心所有规划相关事件AND 一下不为零 → 收到。CA 的订阅是 11110000只关心检查相关事件AND 一下为零 → 不收。更贴心的是事件还有优先级。系统崩了Critical 优先级所有 Agent 停下手里的活先处理。正常的任务状态更新Normal 优先级排队处理。这就避免了“下班前的日报把紧急的宕机通知冲没了”的荒唐事。三、多 Agent 同时改记忆怎么不打架你有没有想过两个 Agent 同时修改同一个数据怎么办Agent A 把任务状态改成了“完成”Agent B 同时改成了“失败”——这叫“写冲突”轻则数据对不上重则系统崩盘。流马解决这个问题的手段说出来你可能不信——它抄了 CPU 的 MESI 缓存一致性协议。在流马的四层记忆系统里L2 黑板是多个 Agent 共享的“白板”。每个写在黑板上的数据节点都带着一个 MESI 状态标记M (Modified)这数据我刚改过你们手里的版本都过期了E (Exclusive)只有我有而且和 L0 底库一致S (Shared)咱们几个都有一份相同的I (Invalid)这数据废了别用了当 Agent A 修改一个节点时节点状态变成 M。同时内存总线立刻向所有其他 Agent 广播一条Invalidate(IRI)信号告诉它们“你们手里的这份数据已失效”。其他 Agent 下次用到这个 IRI 时会自动从 L2 或 L0 重新加载最新版本。这套机制是 CPU 过去 40 年解决多核并发问题的杀手锏我原样搬到了 AI Agent 的记忆系统里居然一样好用。多个 Agent 可以放心地并行干活再也不会出现“你以为完成了但别人还在改”的混乱局面。四、JSON-LD 语义层让信号自带“说明书”光有事件通知还不够。传统的事件系统传的大多是字符串接收方还得去猜“这个消息是什么意思”。流马的事件系统因为建立在 JSON-LD 语义层上每一条事件消息都带着完整的context、id、type。收到事件的 Agent 不用查字典就能知道这是哪个任务下的task:sales-q2这是什么类型的事件event:PlanCompleted相关的数据在哪里IRI 引用更重要的是事件可以和图数据库联动。当 SA 收到“CA 发现 PRD 缺少参与者定义”这个事件时它可以直接沿着事件里附带的 IRI查出当时的 PRD 节点、缺失的具体字段、甚至历史上类似的质量事件记录。然后决策是打回重做还是降级处理。这就是事件系统 知识图谱 记忆系统的三位一体。不是孤立地“通知一声”而是给 Agent 一个完整的、可追溯的、可推理的“情境”。五、架构收益总结维度传统 Agent 编排流马事件系统通信效率轮询状态浪费 Token事件广播 TypeMask O(1) 匹配实时响应并发安全多个 Agent 改同一个数据可能冲突MESI 协议保证全局一致性错误处理出错难以溯源很难自动恢复事件附带完整上下文可追溯、可自动触发补偿跨模块联动模块独立信息孤岛JSON-LD 语义总线连接所有模块事件驱动全局联动持续改进无历史记录无法复盘所有事件写入知识图谱形成审计链支持经验回放六、最后说句人话流马的事件系统就是 AI Agent 的神经系统 免疫系统 记事本。它让 Agent 之间能“打电话”、让记忆保持一致、让错误能被发现和追溯最终让整个系统从一个“各自为战的草台班子”变成“配合默契的专业团队”。我这套系统叫Gliding Horse流马所有代码都在 GitHub 上https://github.com/doiito/gliding_horse这个系列写到这里大脑、记忆、技能、工具、知识图谱、事件总线都聊完了。下一篇可能是真正的“总集篇”——把这些拼在一起看看流马到底能做什么。