智能体 · Skill · MCP / 博客

The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do

engineering.fb.com·2026/10/19

内容工具 · 模型与重新生成

AI 解读已生成 · AI 生成，数字以原文为准

AI 全文总结值得深入基于页面正文 1.3 万字 · 完整阅读

Meta 用 1,300 行薄编排器路由专家代理

Meta在推荐系统数据列onboarding中发现，全知型AI agent跨多代码库与语言时会因上下文过载而幻觉，依赖逐任务人工prompt才相对可用；团队改用thin orchestrator：1300行路由器只做意图分类、字段收集、可靠性检查和固定协议，不生成配置或代码，领域推理交给14个同构且上下文隔离的子代理，并用工作流模板编排20+流程；新场景靠重排序现有代理和运行时加载知识文件实现。官方称配置准备耗时从手工数日、旧系统约以日计压缩到1小时内，多数变更无需重大人工编辑即可落地。该模式要求把确定性路由与概率性推理分开，使失败局限在子代理内；后续将扩展模板并探索人工审核的自动反馈改进。

11,300 行编排器路由 20+ 工作流
214 个子代理按需加载 25+ 知识文件
3只有 第 6 步 触发 LLM 推理

为什么重要　给生产 agent 团队一个可复制的薄路由+专家子代理模板，用确定性路由和上下文隔离降低幻觉与人工返工。适合　构建多代理编排、数据管道自动化和可靠性工程的团队

来源: engineering.fb.com
发布: 2026/10/19

3-4 天

人工

新列配置准备

约 1 天

旧系统

config-driven

<1小时

薄编排器

同一配置准备

注释 · 官方报告；旧 config-driven 系统约 1 天出自 Results

架构: 薄编排器 + 14 专家子代理
工作流: 20+ 工作流模板
知识加载: 运行时按需，25+ 文件
LLM 边界: 仅第 6 步在子代理内

中文（AI 翻译）

有时，给一个 AI 智能体提供其需要的所有知识是错误的做法。在 Meta，我们通过将数据管道智能体的编排层刻意做薄，在效率和准确性上看到了显著改进：它路由工作并执行可靠性检查，而由专门智能体进行领域推理。

我们分享我们自己的 $...$ Read More... The post The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do appeared first on Engineering at Meta .

原文

Sometimes, giving an AI agent all of the knowledge it needs is the wrong approach.

At Meta, we’ve seen notable improvements in efficiency and accuracy by keeping the orchestration layer of our data pipeline agents deliberately thin: It routes work and enforces reliability checks, while specialized agents do the domain reasoning.

We’re sharing our own $...$ Read More... The post The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do appeared first on Engineering at Meta .

流程

七步请求协议

只有 第 6 步 在子代理内做 LLM 推理

01
读取指令文件
读取相关子代理的 instruction file，作为委派前依据。
02
目标查重
检查目标是否已存在，避免重复创建或重复变更。
03
收集字段
从用户处收集该请求必需的结构化字段。
04
自动发现
自动推断仓库类型、现有配置等可发现信息。
05
可靠性门
检查活跃警告或必需审阅者，未通过则不委派。
06
委派子代理
将完整上下文交给隔离的领域子代理执行推理。
07
处理结果
处理返回结果，暴露错误并确认成功。

注释 · 步骤 1-5 与 7 为确定性，第 6 步委派出自 Approach

Meta 用 1,300 行薄编排器路由专家代理

11,300 行编排器路由 20+ 工作流

214 个子代理按需加载 25+ 知识文件

3只有 第 6 步 触发 LLM 推理

来源

engineering.fb.com

发布

2026/10/19

中文（AI 翻译）

我们分享我们自己的 $...$ Read More... The post The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do appeared first on Engineering at Meta .

原文

Sometimes, giving an AI agent all of the knowledge it needs is the wrong approach.

We’re sharing our own $...$ Read More... The post The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do appeared first on Engineering at Meta .

The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do

Meta 用 1,300 行薄编排器路由专家代理

配图

新列配置耗时

关键规格

薄编排器请求流程

原文摘要

中文（AI 翻译）

原文

七步请求协议

The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do

Meta 用 1,300 行薄编排器路由专家代理

配图

新列配置耗时

关键规格

薄编排器请求流程

原文摘要

中文（AI 翻译）

原文

七步请求协议