AutoGen v0.4：Actor模型与Agent框架

AutoGen v0.4（Microsoft Research，2025年1月）围绕Actor模型重新设计了Agent编排。异步消息交换、事件驱动Agent、故障隔离、天然并发。该框架目前处于维护模式，Microsoft Agent Framework（2025年10月公开预览）成为继任者。

类型： 学习 + 构建 语言： Python (stdlib) 前置条件： Phase 14 · 01 (Agent循环), Phase 14 · 12 (工作流模式) 时间： ~75分钟

学习目标

• 描述Actor模型：Agent作为Actor，消息作为唯一IPC，每个Actor故障隔离。
• 说出AutoGen v0.4的三个API层——Core、AgentChat、Extensions——以及各自的用途。
• 解释为什么将消息投递与处理解耦能提供故障隔离和天然并发。
• 在Python中实现一个stdlib Actor运行时并将双Agent代码审查流程移植到其上。

问题所在

大多数Agent框架是同步的：一个Agent产生，一个Agent消费，在调用栈中。失败使栈崩溃。并发是后加的。分布式需要重写。

AutoGen v0.4的答案：Actor模型。每个Agent是一个带私有收件箱的Actor。消息是唯一的交互方式。运行时将投递与处理解耦。故障隔离到一个Actor。并发是原生的。分布式只是不同的传输。

核心概念

Actor

一个Actor有：

• 一个私有状态（从不从外部直接触碰）。
• 一个收件箱（消息队列）。
• 一个处理器：receive(message) -> effects，其中effects可以是”回复”、“发送给其他Actor”、“生成新Actor”、“更新状态”、“停止自身”。

两个Actor不能共享内存。它们只能发送消息。

AutoGen v0.4中的三个API层

1. Core。 低层Actor框架。AgentRuntime、Agent、Message、Topic。异步消息交换，事件驱动。
2. AgentChat。 任务驱动高层API（替代v0.2的ConversableAgent）。AssistantAgent、UserProxyAgent、RoundRobinGroupChat、SelectorGroupChat。
3. Extensions。 集成 — OpenAI、Anthropic、Azure、工具、记忆。

为什么解耦重要

在v0.2模型中，调用agent_a.chat(agent_b)同步阻塞agent_a直到agent_b返回。在v0.4中，send(agent_b, msg)将消息放入agent_b的收件箱并返回。运行时稍后投递。三个后果：

• 故障隔离。 Agent B崩溃不会使Agent A崩溃——运行时在B的处理器中捕获失败并决定做什么（日志、重试、死信）。
• 天然并发。 多条消息同时在飞行中；Actor并发处理其收件箱。
• 分布式就绪。 收件箱 + 传输是相同的抽象，无论Actor在进程内还是另一台主机上。

拓扑

• RoundRobinGroupChat。 Agent按固定轮换轮流。
• SelectorGroupChat。 选择器Agent根据对话上下文选择谁下一步。
• Magentic-One。 用于Web浏览、代码执行、文件处理的参考多Agent团队。构建在AgentChat上。

可观测性

内置OpenTelemetry支持。每条消息发出一个span；工具调用携带gen_ai.*属性，符合2026年OTel GenAI语义约定（第23课）。

状态：维护模式

2026年初：AutoGen v0.7.x对研究和原型设计稳定。Microsoft已将活跃开发转移到Microsoft Agent Framework（2025年10月1日公开预览；1.0 GA目标2026年Q1末）。AutoGen模式可以干净地前向移植——Actor模型是持久的想法。

构建它

code/main.py实现一个stdlib Actor运行时：

• Message — 带有sender、recipient、topic、body的类型化载荷。
• Actor — 带有receive(message, runtime)的抽象类。
• Runtime — 带共享队列、投递、故障隔离的事件循环。
• 双Actor演示：ReviewerAgent审查代码，ChecklistAgent运行检查清单；它们交换消息直到达成共识。

运行：

python3 code/main.py

跟踪显示消息投递、一个Actor中的模拟失败不会使另一个崩溃，以及收敛到共享裁决。

使用它

• AutoGen v0.4/v0.7（维护）— 对研究、原型设计、多Agent模式稳定。
• Microsoft Agent Framework（公开预览）— 前向路径；相同Actor模型想法在刷新的API中。
• LangGraph群体拓扑（第13课）— 通过共享工具交接的类似模式。
• 自定义Actor运行时 — 当你需要特定传输（NATS、RabbitMQ、gRPC）时。

发布它

outputs/skill-actor-runtime.md为给定多Agent任务生成最小Actor运行时加团队模板（RoundRobin或Selector）。

练习

1. 添加死信队列：当处理器抛出异常时，将失败消息停放以供人工检查。在你的玩具中DLQ多久被命中？
2. 实现SelectorGroupChat：一个选择器Actor根据对话状态选择谁处理下一条消息。
3. 添加分布式传输：将进程内队列替换为JSON-over-HTTP服务器，使Actor可以在单独的进程中运行。
4. 为每条消息连接OTel span（或无操作替代）。按第23课发出gen_ai.agent.name、gen_ai.operation.name。
5. 阅读AutoGen v0.4的架构帖子。将你的玩具移植到真实的autogen_core API。你跳过了什么在生产中重要的东西？

关键术语

延伸阅读

• AutoGen v0.4, Microsoft Research — 重新设计帖子
• LangGraph概述 — 图形状替代
• OpenTelemetry GenAI语义约定 — AutoGen默认发出的span