Netic 用单一大模型取代 223 节点智能体图架构

美国语音智能体公司 Netic 近日在官方博客与 Hacker News 上发文，详细介绍了其将生产环境中一套包含 223 个节点的智能体图架构，整体替换为单一开源大模型的工程实践。文章由 Netic 联合创始人 Ajay Arora 撰写，称此次架构迁移使其语音智能体在"闭环率"和"预约率"两项核心指标上比三个月前提升超过 15 个百分点，首 token 响应时间（TTFT）也缩短一半，降至 500ms 以内，目前累计已为客户完成超过 5 亿美元的自主工单预约。

旧架构的失效

Netic 自 2024 年起将业务流程（SOP）编码为图：每个步骤对应一个节点，边由布尔判断或自然语言条件门控。随着业务扩张，简单的 if-else 分支演化为多层 if-elif 链，边的条件甚至难以用一句话读懂；在真实用户的模糊口语面前，分类节点频繁误判，于是团队又叠加了意图分类、归属分类、工种类分类等专门的分类器节点。

文章给出一段典型故障转录：用户表示想买一套新暖气与空调系统，并提到融资需求，系统因「融资」关键词触发升级边，直接在非工作时间挂断，留下错误工单；之后的修复只是一条「补丁式」提交——在新装场景下不再因融资升级。但两年下来，这类补丁越积越多，图架构本身已经难以为继。

切换到单一模型

Netic 表示，随着 Kimi K2.6、GLM 5.2 等旗舰开源模型的发布，团队第一次观察到开源大模型能够在同一上下文中并行处理数百条 SOP，并随对话非线性展开实时调整。基于此，新系统采用「单智能体」结构：一个 agent 持有完整对话历史与按需加载的 SOP 库，流式输出对话，并由单一开源权重模型驱动推理，使 Netic 重新掌握推理环节的控制权。

四条设计原则

团队将迁移过程中总结的经验归纳为四条原则：

• 约束结果而非路径：确定性只发生在工具边界，即不可逆操作处；对话本身不预设形状。
• 模型看见一切：完整对话历史与相关 SOP 全部进入上下文，过去多数故障本质是「上下文饥饿」。
• 用指令而非原语：流程与策略只在 SOP 文本中陈述一次，当前模型已能可靠遵循，结构化强制冗余。
• 一通会话一个 agent：上下文不再被拆分到多个专家之间，也就没有可出错的交接。

仍待回答的问题

文章展示的故障案例多集中在分类边错配与上下文割裂，但 Netic 并没有给出新架构在长尾对话、敏感合规场景或多语种环境下的对照数据，也未披露所选开源模型的具体规格、推理成本与延迟分布。对于正在评估 Agent 架构从图编排向单模型方案迁移的团队而言，这篇博客提供了清晰的反面教材与设计哲学，但定量结论仍需结合自身业务场景验证。