[智能体-81]：工程化智能体 = 模型做脑力拆解 + 框架做流程落地。前者是决策者，后者是管理者，tools/function call是内部员工；mcp server是外部资源；
一、全角色人设 & 对应技术组件
| 角色定位 | 对应技术模块 | 核心职责 |
|---|---|---|
| 决策者（脑力大脑） | 大模型 LLM | 理解目标、任务拆解、逻辑判断、分支决策、内容生成，负责 “想方案、定步骤” |
| 管理者（流程总管） | 智能体编排框架（LangGraph/CrewAI/AutoGen 等） | 承接模型方案、调度流程、管控顺序 / 分支 / 循环 / 重试、维护状态、统筹全员，负责 “按规则落地执行” |
| 内部一线员工 | Tools + Function Call | 执行原子化单一操作，接收管理者下发的标准化指令，只做事、不决策； Function Call 就是内部统一 “派工单格式” |
| 外部资源中台 | MCP Server | 统一对接外部系统、数据库、第三方服务、外部工具；对内提供标准化接入入口，管理者 / 员工都通过它调用外部能力，统一权限与接口 |
| 规章制度 & 风控监察 | Harness | 全流程约束权限、行为边界、数据安全、日志审计、异常兜底，监督所有角色不越界、不违规 |
| 记忆档案库 | Context + Token | 全员共用的备忘录 / 档案室，留存对话、任务进度、历史结果，保证前后工作连贯 |
二、完整业务流程演示（沿用「写行业报告」案例）
1. 接收目标
用户提出需求：完成一份 AI 行业分析报告档案库（Context）记录初始需求。
2. 决策者（LLM）输出方案
模型推理拆解任务链：调研行业数据 → 梳理报告大纲 → 撰写正文 → 内容审核同时补充规则：数据不足则重新调研，审核不通过则修改内容。
3. 管理者（编排框架）搭建执行流程
框架把任务转为流程节点，配置串行、分支、循环逻辑，全程把控流转顺序与进度。
4. 下发工单，内部员工执行
管理者通过Function Call（标准派工单）指令，调度内部员工（Tools）：
- 工具 1：爬取 / 查询行业数据
- 工具 2：文档排版、大纲生成
- 工具 3：文本编辑、内容撰写
- 工具 4：语法 & 内容校验
5. 调用外部资源（MCP Server）
员工执行时需要外网数据、企业数据库、第三方文档服务，全部通过MCP Server统一对接访问，不走零散接口。
6. 全程风控监督（Harness）
从决策、调度到工具调用、外部资源访问，Harness 实时校验权限、拦截违规操作、记录日志、任务出错自动重试。
7. 分支 & 动态调整（闭环）
- 若工具反馈数据缺失：管理者按预设流程，跳转回「数据调研」节点，重复执行；
- 若审核不通过：管理者再次请求决策者（LLM）分析问题、补充新任务，更新流程后继续执行；
- 全部环节完成，汇总结果输出给用户。
三、核心关系总结
权责边界
- LLM（决策者）：只负责思考、决策、拆任务，不参与流程调度和具体执行；
- 编排框架（管理者）：只负责管人、管流程、管流转，没有自主推理能力；
- Tools/Function Call（内部员工）：只执行具体动作，被动接收指令；
- MCP Server（外部中台）：统一对外窗口，隔离内外、标准化资源调用；
- Harness（风控）：全流程底线，保障系统安全稳定。
协作逻辑工程化智能体不是单一角色单打独斗，是一套分工明确的协作体系：
决策者出思路 → 管理者搭流程 → 内部员工落地干活 → 外部中台提供资源 → 风控全程保驾护航
- 补充区分要点
- Function Call 不是独立员工，是内部沟通的标准化单据，员工靠它接收指令；
- MCP Server 不直接干活，是资源中转站，员工 / 框架都通过它取用外部能力；
- 复杂场景下，决策者会在流程中途多次介入（动态拆任务、改方案），管理者则持续配合调整流程。
四、极简口诀（方便记忆 / 宣讲）
模型动脑定方案，框架管流控全场；工具员工干实事，函数工单传指令；MCP 连通外部源，Harness 守好安全线。