# 02 · 认知平面:智能体与 Runtime ## 1. Agent Runtime Runtime 是认知平面的操作系统,五类智能体是运行其上的「业务进程」。 ```mermaid flowchart LR subgraph TRIG["任务触发(三源)"] T1[人工触发
自然语言 / 专题分析 / 任务下达] T2[事件触发
负荷偏差超阈 / 光伏异常 / 响应不足 / 设备离线] T3[周期触发
日前预测 / 申报前策略 / 响应前筛选 / 事后复盘] end TRIG --> IR[意图解析
LLM] IR --> WF[流程编排
确定性工作流引擎] WF --> AG[Agent 调度] AG --> TL[工具调用
注册表 + 版本化契约] AG <--> MEM[记忆读写] WF --> OUT[结果校核 → 业务交付 / Proposal] WF -.全程.-> LOG[(事件日志 / 审计)] ``` ### 1.1 组件职责 | 组件 | 职责 | 确定性? | |---|---|---| | 任务触发器 | 三类触发源统一转为标准 `Task` 对象入队 | 是 | | 意图解析 | 人工自然语言 → 结构化任务(任务类型、参数、涉及 Agent) | 否(LLM) | | 工作流引擎 | 按预定义流程模板编排 Agent 与 Skill 步骤;持久化、可恢复 | 是 | | Agent 调度 | 按业务对象路由(P4),管理 Agent 生命周期与并发 | 是 | | 工具注册表 | Skill 的类型化契约、版本、权限;LLM 只能调用注册表内工具 | 是 | | 记忆服务 | 三层记忆的统一读写口(见 §3) | 是 | | 审计服务 | 事件溯源写入,Proposal 血缘组装 | 是 | **关键设计**:意图解析(LLM,非确定)与流程编排(工作流引擎,确定)分离。 LLM 决定「做什么」(选择流程模板 + 填参数),工作流引擎决定「怎么按步骤做」。 业务周期触发(如每日申报)甚至不经过 LLM 意图解析,直接实例化流程模板—— 把不确定性压缩到最小必要范围。 ## 2. 五类智能体 每个智能体 = 角色/目标 + 上下文构建 + 流程模板集 + 工具集 + 记忆视图 + 输出对象类型。 ### 2.1 智能分析 Agent - **职责**:态势感知、时序预测组织、异常识别、波动归因、风险预警 - **触发**:周期(日前 6:00 态势报告)、事件(偏差超阈)、人工提问 - **工具**:负荷/光伏/电价预测、异常检测、归因分析、报告生成 - **产出**:`SituationReport`(含风险等级与量化建议) - **消费**:全体 Agent 及运营人员(数字化运营中心看板) ### 2.2 资源调度 Agent - **职责**:资源接入建档、资源画像、可调潜力评估、资源编组编排、调度方案生成 - **触发**:周期(画像日更)、事件(新资源接入/资源离线)、申报前(可调容量核定) - **工具**:潜力辨识模型、聚合优化求解、约束校验 - **产出**:`ResourceProfile`(含可靠性评分——来自复盘回写)、调度方案类 `Proposal` - **关键约束**:可调容量核定必须引用最新执行反馈数据(画像时效性直接决定申报风险) ### 2.3 交易博弈 Agent - **职责**:市场规则适配(RAG 检索规则库)、价格研判、报价优化、收益/风险测算、申报生成 - **触发**:周期(日前申报窗口开启)、事件(价格异常)、人工(策略专题) - **工具**:电价预测、报价优化求解(MILP)、收益测算、申报格式校验 - **产出**:申报类 `Proposal`、`PositionUpdate`(写持仓账本) - **关键约束**:报价数字只能来自优化求解器输出(P2);申报前必须读取 `PositionLedger` 获取上层时间尺度约束(P7) ### 2.4 交互服务 Agent - **职责**:用户画像、响应意愿识别、用户分群、邀约策略、激励匹配、履约跟踪 - **触发**:事件(响应容量缺口)、周期(响应前用户筛选)、人工 - **工具**:用户画像模型、响应率预测、激励优化 - **产出**:邀约类 `Proposal`(邀约清单 + 激励方案)、`CommitmentRecord`(用户承诺) - **人机边界**:批量邀约触达属于对外动作,默认包络外(人工审批);对已建立自动邀约协议的用户群可纳入包络 ### 2.5 负荷控制 Agent(仅生成建议) - **职责**:控制目标分解、控制计划生成、执行偏差监测、纠偏建议、异常处置建议 - **触发**:批准的响应/调度计划、事件(执行偏差超阈) - **工具**:指令分解优化、设备约束校验、偏差分析 - **产出**:控制计划类 `Proposal`(分解到聚合单元/用户/设备的时序设定值) - **强调**:本 Agent 的输出永远止步于 Proposal,执行由控制平面在可信执行链批准后进行(P1/P3) ## 3. 记忆体系(三层) | 层 | 内容 | 存储 | 写入方 | 生命周期 | |---|---|---|---|---| | 工作记忆 | 当前任务上下文、中间结果 | Runtime 内存/缓存 | 各 Agent | 任务级 | | 情景记忆 | 运行状态、交易结果、控制结果、用户响应等历史事件 | 事件日志 + 时序库 | Runtime 自动 | 永久(审计) | | 语义记忆 | 复盘沉淀的结构化经验:预测偏差模式(按天气类型)、用户响应可靠性、策略效果评级 | 知识库 + 策略库 | 复盘流程 | 长期,版本化 | ## 4. 复盘闭环(「自主迭代」的落点) ``` D+1 结算数据到达 → 偏差复盘流程(周期触发) → 逐尺度对比 PositionLedger 计划值 vs 计量实际值 → 归因分析工具:预测偏差 / 响应偏差 / 交易偏差 / 控制偏差 → 产出 ReviewFinding(结构化) → 回写:语义记忆(经验)、ResourceProfile(可靠性评分)、 策略库(策略效果评级)、包络建议(扩/缩自治边界) ``` **注意**:复盘不设独立第六 Agent,而是由智能分析 Agent 主导的跨 Agent 工作流模板—— 复盘本质是分析任务,其结论的权威数据源是持仓账本与事件日志(P5/P7), 单独设 Agent 会造成与分析 Agent 的职责重叠。 ## 5. 人机交互面:运营工单台(Case Desk) 运营人员的工作单元不是「某个 Agent 的输出」,而是**运营工单(DecisionCase)**—— 一件有明确目标、责任人、期限和完结条件的业务事项: ```yaml DecisionCase: kind: DAY_AHEAD_BID | DR_EVENT | DEVIATION_RESOLUTION | REVIEW | ... objective: "完成 D 日现货申报" # 一单一目标,禁止杂物箱化 owner: string # 责任人(问责单元) deadline: ts # 期限(如申报截止) contents: # 工单聚合的全部工作产物(引用,非复制) evidence: [...] # 态势报告、预测、画像快照 proposals: [...] # 关联 Proposal 及其状态 approvals / permits: [...] scenarios: [...] # 情景分支(高价情景、低光伏情景的对比测算) outcome: ... # 执行回执与复盘结论(完结条件) ``` - 工单由三类触发源随流程模板**自动开单**(周期申报单、事件偏差单),人工也可开专题单; - 审批收件箱、看板、报告都是工单与账本/事件日志之上的**投影**,不是独立功能烟囱; - 运营人员可在工单内叉分情景(「如果明日出现高价时段?」)——由 Agent 重跑测算工具 生成对比分支,但不产生新 Proposal,纯分析用途; - 自由文本只存在于「人 ↔ 平台」界面:智能问答、专题分析、报告生成,均挂在工单上下文内; - 业务页面嵌入 AI 结论卡片,卡片与页面双向联动;每张卡片可展开血缘: 结论 → 引用的工具输出 → 数据来源(P5 在 UI 层的体现)。 **工单 vs 工作流**:工作流(Runtime 内部)是机器的执行单元,工单是人的问责单元; 一张工单通常聚合多条工作流的产物(申报单 = 态势流程 + 画像流程 + 申报流程 + 生命周期流程)。 两者通过 case_id 关联,禁止互相替代。