Conductor：多智慧體AI工作流的確定性編排
Conductor 是微軟開源的一個 CLI 工具，採用 YAML 定義多智慧體工作流，使用確定性路由而非 LLM 動態編排，從而降低成本和延遲。它支援混合模型、並行執行、人類稽核、指令碼步驟和 Web 儀表板，適用於程式碼審查、研究綜合等結構化工作流。
文章情報
要點
- 確定性編排：YAML 定義工作流拓撲，路由不消耗 token，減少不確定性和成本。
- 混合模型：每個代理可指定不同模型和提供商，如 Claude、GPT 等。
- 內建人類稽核：工作流步驟中可插入人類決策點，支援獨立 Dashboard。
為什麼重要
這條新聞值得關注，因為確定性編排：YAML 定義工作流拓撲，路由不消耗 token，減少不確定性和成本。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
Conductor 是微軟開源的一個命令列工具，採用 MIT 許可證，旨在解決多智慧體 AI 工作流中的編排問題。與大多數依賴 LLM 動態規劃代理呼叫的框架不同，Conductor 透過 YAML 檔案宣告工作流結構，代理之間的路由是確定性的，不會消耗額外的 token。這種設計特別適用於具有已知結構的重複性工作流，如程式碼審查流水線、研究綜合任務或計劃-實施迴圈。
工作流在 YAML 中定義，包含代理、提示、模型、輸入、輸出和路由邏輯。路由基於 Jinja2 模板和表示式求值，第一個匹配的條件生效。這種宣告式方法使工作流可版本控制、可審查，類似於基礎設施即程式碼或 CI/CD 流水線。
Conductor 支援混合使用不同 AI 提供商和模型，每個代理可以獨立指定。例如，分類任務使用 Claude Haiku，研究任務使用 GPT-5.2，複雜推理使用 Claude Opus。代理之間會話隔離，上下文傳遞顯式控制，有三種模式：累加、僅上一步、顯式指定。
並行執行支援靜態並行組和動態 for each 組，可配置失敗模式（如快速失敗、繼續錯誤）。指令碼步驟允許直接執行 shell 命令，無需呼叫 LLM，適用於測試、linting 等。人類稽核步驟可暫停工作流，並在終端或 Web 儀表板中呈現選項，根據響應路由。
Web 儀表板視覺化執行流程，顯示 DAG 圖、每個代理的提示、token 使用、成本和輸出。安全措施包括最大迭代限制、超時、幹執行模式和工作流驗證。此外，Conductor 支援 MCP 伺服器提供工具訪問，以及透過外掛和工作流注冊表共享可重用技能。
Conductor 團隊從開發中總結了幾點教訓：確定性優於靈活性；代理隔離有助於除錯；基於釋出/訂閱的事件系統解耦了執行和展示；YAML 是合適的抽象層次。
Conductor 可在 macOS、Linux 和 Windows 上執行，安裝簡便，支援自更新。專案附帶測試套件、程式碼檢查，並積極接受社群貢獻。使用方式包括單次執行、視覺化執行等，要求 Python 3.12+ 及 GitHub Copilot 或 Anthropic Claude 賬戶。