InfoQ
·
LinkedIn如何在现有消息基础设施上构建企业级多代理AI
内容提要
LinkedIn扩展了其生成性AI应用平台，支持多代理系统，利用现有消息基础设施作为协调层，使“招聘助手”AI代理全球可用，支持复杂工作流程。关键经验包括基础设施重用、人机协作设计、增强可观察性和开放协议，以促进代理间互操作性。该平台通过标准化gRPC服务，简化代理能力定义，支持同步和异步调用，推动智能代理生态系统发展。
关键要点
-
LinkedIn扩展了其生成性AI应用平台，支持多代理系统，利用现有消息基础设施作为协调层。
-
该平台使“招聘助手”AI代理全球可用，支持复杂工作流程。
-
关键经验包括基础设施重用、人机协作设计、增强可观察性和开放协议。
-
平台通过标准化gRPC服务，简化代理能力定义，支持同步和异步调用。
-
LinkedIn适应现有生产消息系统来协调多代理工作流程，提供FIFO交付和消息持久性。
-
架构实施了两层可观察性策略，使用LangSmith和OpenTelemetry进行监控。
-
平台支持跨设备同步、增量流和异步通信模式，满足多用户会话的代理交互需求。
-
采用开放协议，包括模型上下文协议（MCP）和代理间协议（A2A），促进代理生态系统的互操作性。
-
MCP已被主要模型提供商广泛采用，而A2A仍处于实验阶段，专注于不同AI代理之间的协作。
-
这一架构反映了企业多代理平台的行业趋势，LinkedIn的消息基础方法为组织提供了独特的扩展路径。
延伸问答
LinkedIn的多代理AI平台有什么主要特点？
LinkedIn的多代理AI平台利用现有消息基础设施作为协调层，支持复杂工作流程和全球可用的招聘助手AI代理。
LinkedIn如何确保多代理系统的互操作性？
LinkedIn采用开放协议，如模型上下文协议（MCP）和代理间协议（A2A），以促进代理之间的互操作性。
LinkedIn在多代理AI实施中有哪些关键经验？
关键经验包括基础设施重用、人机协作设计、增强可观察性和开放协议，以支持复杂的AI系统。
LinkedIn的多代理平台如何处理消息交付？
该平台提供FIFO交付和消息持久性，确保长时间任务的消息顺序和历史查找。
LinkedIn的多代理平台如何支持开发者？
平台通过标准化gRPC服务和中心技能注册表，简化代理能力定义，支持开发者创建可重用的代理服务。
LinkedIn的多代理AI平台如何实现监控和可观察性？
平台实施了两层可观察性策略，使用LangSmith和OpenTelemetry进行监控，确保调试和持续改进。
