#workflow

3 篇

Resume Means Resume: A Machine-Checked Conformance Contract for Checkpoint, Interrupt, and Resume Semantics in Workflow Persistence Layers

工作流持久层恢复语义的机器检验一致性契约

🧭 Agent 工作流中断恢复语义规范与验证

针对五个 Agent 工作流框架的 checkpoint/resume 行为，提出可机器检验的六项一致性契约并测量实际严重违规

📌 工作参考价值（4 点）

框架选型前自测恢复语义：参考论文的确定性无 LLM 测量套件，对 LangGraph、CrewAI 等候选框架注入真实 SIGKILL，观察持久化状态是否正确、effect 是否重放，避免线上事故。
为业务工作流定义契约：将 RESUME CONTRACT 的六个属性（前缀延续、effect 精确一次、fork 确定性、checkpoint 有效性、consume-once、恢复确定性）落地为内部工作流引擎的回归测试项。
关注并发恢复竞态：论文揭示 k 个并发 resume 会导致 effect 重复执行 k 次，饱和率 1.0。若业务中有多实例同时尝试恢复同一任务，必须引入分布式消费锁（如 REMIT 的读侧 gate），否则商品状态变更、消息推送可能重复触发。
检查点 Schema 校验：LangGraph 会静默持久化与 schema 不一致的状态，导致恢复后行为异常。在自研工作流引擎中，应当在 checkpoint 写入时强制校验状态 schema，避免线上污染。

Agent | 2026-08-03 | HF Daily | score 7/10

工作流即知识：大语言模型中介工作流的语义持久性

🧭 LLM 工作流语义持久化

UNHCR · CNR—Istituto Nanoscienze · ZeLe & F ApS

将工作流定义、实例、推理记录等作为可持久化的知识对象，支持工作流的可检查、可恢复和可审查

📌 工作参考价值（4 点）

在复杂推荐或广告策略工作流中，可借鉴“derive vs infer”语义区分：将确定性计算步骤（如特征工程、规则过滤）归为 derive，将需要 LLM 判断的步骤（如创意生成、用户意图理解）归为 infer，以控制成本与可预测性。
将工作流状态持久化为结构化知识对象（如上下文快照、依赖关系）形成知识图谱，可用于事后审计、错误排查和增量构建，提升推荐管线透明度。
利用“语义持久性”实现工作流的中断恢复与人工审批门：当推荐任务被中断（如突发流量）或需要人工干预（如敏感内容审核）时，可基于持久化知识恢复执行，避免状态丢失。
该概念模型可用于设计可复用的子工作流模板，将已验证的推荐流程（如召回→粗排→精排→重排）作为知识对象复用，加速新业务接入。

Agent | 2026-07-09 | cs.AI | score 6/10

PROTEA：多智能体 LLM 工作流的离线评估与迭代优化工具

🧭 多智能体工作流离线评估与迭代优化 ★ 深度解读

Sony Group Corporation

通过后向节点评估和图级瓶颈定位，实现多智能体工作流的离线测试驱动迭代优化，减少对人工中间标注的依赖

📌 工作参考价值（4 点）

后向节点评估降低标注成本：利用最终答案参考和下游依赖关系自动生成中间节点预期输出，适合电商推荐链路（意图解析→召回→排序→生成）中缺乏细粒度中间标注的场景。
图级诊断+节点级理由：将 PASS/WARN/FAIL 状态直接覆盖在工作流图上，并按优先级排序节点，开发者可快速定位导致推荐结果偏差或文档检查失败的瓶颈节点，避免逐节点翻看链路。
闭环提示词修订与重评估：在选中节点后，系统基于评审理由生成可编辑的提示词修订草案，并在 accept 后自动执行全链路重跑与评估，带来类似于 CI 回归测试的快速迭代体验，可直接迁移到生成式推荐或多轮对话 Agent 的 prompt 调优。
LLM-as-a-judge 与阈值设置：可配置的多维度评分标准和阈值映射（PASS/WARN/FAIL），可用来自动评估中间输出（如召回相关性、排序合理性）并向业务反馈，适合构建监控或离线诊断管道。

Agent | 2026-05-18 | cs.CL | score 10/10