|维度 |传统架构 |AI架构 |---|---|---| |智能单元 |业务逻辑硬编码，规则引擎有限 |Agent（智能体）为核心：Agent拥有记忆、工具调用、规划能力，作为可组合的微服务单元 |数据流向 |同步请求-响应为主，ETL定期批量 |事件驱动 + 向量流：大量非结构化数据通过Embedding实时流入向量数据库，触发Agent主动决策 |状态 |无状态服务为主，会话状态存于Redis/DB |混合状态：既有传统状态，又有记忆存储（向量库 + 知识图谱），Agent的长期记忆与工作记忆分离 |决策机制 |确定性逻辑（if-else，工作流引擎） |不确定性推理：LLM推理为主，辅以确定性规则作为兜底。系统需设计不确定性容错 |基础设施 |以CPU为主的容器编排（K8s） |异构算力调度：CPU + GPU + NPU，关注显存利用率、模型加载延迟、推理成本。需支持模型热更新和A/B测试 |API范式 |RESTful / GraphQL |语义化API + 自然语言接口：系统允许Agent之间用自然语言协商任务，而非严格的契约
关键差异：传统架构追求可预测性，面向AI的架构是可观测性中的不可预测性