Meta把数据管道智能体的路由器做薄：新列配置从三四天压到一小时以内
核心概要
Meta把数据管道智能体的编排层改成只做路由和可靠性检查的薄路由器，把领域推理交给14个上下文隔离的专用子智能体。此前一个装载全部领域知识的单体智能体在演示中可用，上线后却开始产生幻觉，把不同子系统的命名约定和代码生成模式混用。新架构下，新数据列的配置准备从手工三到四天、早期配置驱动系统约一天，缩短到一小时以内，约三分之二的改动无需显著人工编辑即可落地。
深度剖析
数据管道智能体的编排层被压缩成一个不做任何领域工作的路由器，只负责判定意图、收集必填字段、执行可靠性检查并把任务分派给专用子智能体。 最初的方案是一个装载全部领域知识的单体智能体，覆盖配置模式、代码生成规则、管道路由逻辑和十余个数据源的填充模式；它在演示中可用，进入生产后开始产生幻觉。 另一条单体路线在逐任务手工编写提示词时成功率为70%至80%，去掉这种人工辅助后降到10%至20%，说明瓶颈在架构而非提示词。
系统按固定七步协议处理每个请求，其中只有第六步委派子智能体涉及大语言模型推理，其余步骤都是确定性的。 常规做法是让编排器成为最聪明的组件，把全部上下文交给它并让它推理做什么和怎么做。 编排器约1300行，把20多个工作流路由到14个专用智能体；每个子智能体只加载自身领域知识，通常为数千token，填充智能体看不到其他数据源的模式。
新用例通过工作流模板重排既有子智能体来实现，而不是新建智能体。 支持管道迁移这一全新用例时没有编写新的智能体代码，只写了一个按不同顺序编排现有智能体的工作流模板。 25个以上知识文件在子智能体执行时按需加载，更新后下一次会话自动生效，无需改动编排器。
启示与展望
这套架构在Meta推荐系统的数据列接入流程中得到验证，该流程横跨三个代码仓库、三种编程语言和最多六个必须保持同步的管道阶段。它面向需要编排多步骤、跨异构子系统工作流的生产智能体团队，编排器保持通用，子智能体保持专精。下一步是把该架构扩展到新的管道领域以承接数据列数量的增长，并探索用自动化反馈回路从生产使用中识别失败模式、提出针对子智能体知识的改进，任何改动仍由人工审核把关。
约三分之二的改动无需显著人工编辑，这一比例是以牺牲通用性换取深度领域知识为代价得到的，属于有意的架构选择。系统向新管道领域扩展的效果目前只是基于组合式设计的预测，尚未给出扩展后的实测数据。自动化反馈回路仍处于探索阶段，且任何改动都由人工审核把关。