不是每个 agentic 系统都需要同样的架构。五种编排模式涵盖了从简单的固定流水线到复杂的动态协调。选哪种取决于任务需要多少灵活性。
五种模式，复杂度从低到高
1. Prompt Chaining（低）
固定序列：步骤 A → 步骤 B → 步骤 C。每一步的输出喂给下一步的输入。顺序是预定的——不会因数据而改变。
例子：提取数据 → 验证格式 → 生成报告。永远是这些步骤，永远是这个顺序。
2. Routing（低）
一个分类器检查输入，然后把它导向一个合适的处理器。像总机：输入根据特征去到恰好一个目的地。
例子：把工单分类为 billing/technical/general → 发送到对应部门的处理器。
3. Parallelization（中）
多个独立任务同时运行，结果合并。这不限于”同一输入、多数投票”——不同输入可以并行处理，结果可以用各种方式合并。
例子：三个 agent 同时从安全、风格和性能三个角度分析同一个 PR，然后发现合并。
4. Orchestrator-Workers（高）
一个协调者动态分解任务为子任务，把每个子任务委派给专门的 worker agent。Worker 执行并返回结果。协调者综合合并后的输出。
例子：研究协调者把一个话题拆成子问题 → 分派给网页研究者、论文分析者、报告阅读者 → 把发现合并成一份综合报告。
5. Evaluator-Optimizer（高）
生成输出、评估质量、提供反馈、迭代。循环持续到质量标准满足为止。
例子：生成营销文案 → 评估者打分 → 反馈送回 → 重新生成 → 重复直到达到质量门槛。
Routing vs Orchestrator-Workers：关键区分
Routing 为整个输入选择一个处理器。Orchestrator-Workers 把输入分解为多个子任务，分派多个 worker。Routing 是 1 对 1 分发。Orchestrator-Workers 是 1 对多委派加综合。
两者都可以用 AI 做决策。两者都可以同步或异步。结构性差异在于：分解和多 worker 委派 vs 单处理器选择。
选对模式
从简单开始。固定顺序能解决问题 → Prompt Chaining。需要分发到多个处理器之一 → Routing。独立子任务可以并行 → Parallelization。任务需要动态分解和专家委派 → Orchestrator-Workers。质量需要迭代改进 → Evaluator-Optimizer。
Prompt Chaining 够用的时候不要用 Orchestrator-Workers。每上升一级复杂度都增加协调开销。
一句话总结： 五种模式从简到繁：Prompt Chaining（固定序列）→ Routing（单路分发）→ Parallelization（并行任务）→ Orchestrator-Workers（动态分解）→ Evaluator-Optimizer（迭代改进）。