首页 /文章 /Agent 工作流编排三派之争:DAG、事件驱动与人在环路各自解决什么

Agent 工作流编排三派之争:DAG、事件驱动与人在环路各自解决什么

文章对比DAG、事件驱动与人在环路三种工作流编排范式,分析Airflow、Temporal及LangGraph在重试语义、状态持久化及可观测性上的差异,提供按流程形态选型的建议。

AirflowTemporalLangGraph工作流编排DAG2026Q4
分类:应用开发 › 工作流编排 发布于 2026-10-25 39 次浏览

来源对照(抓取日期 2026 年 10 月 25 日,均为官方文档与公开论文)。条目一:Temporal(持久化执行引擎)官方文档重试策略页。条目二:Temporal 官方文档事件历史页。条目三:Airflow(批处理编排框架)官方文档核心概念任务页。条目四:LangGraph(图式智能体编排库)官方文档人在环路页。条目五:DAG(有向无环图)范式定义见 Airflow 核心概念文档。各框架能力以文档自述为准,不做跨框架排名。

\n

三种范式先把边界说清

\n

工作流编排近两年绕不开三个词:DAG、事件驱动、人在环路。它们不在同一层。混着比,结论必错。

\n

DAG 派以 Airflow 为代表:先把任务依赖画成有向无环图,调度器按依赖与时间触发,适合批处理、数据管道这类"事先能列全步骤"的场景。事件驱动派以 Temporal 为代表:流程写成代码,引擎把每次状态变更记成事件历史,崩溃后重放恢复,适合长事务、微服务 saga(跨服务的分布式事务补偿模式)。人在环路派以 LangGraph 为代表:图执行到指定节点可以暂停,等外部输入再继续,典型用途是 Agent(智能体)流程里插入人工审批。

\n

重试语义:三派对"失败再来一次"的理解不同

\n

Airflow 的重试挂在任务级:每个任务可单独配置重试次数与重试间隔,同一个 DAG 里各任务参数互不影响(官方文档核心概念页)。它的隐含前提是任务可重入,重跑不产生副作用。

\n

Temporal 把重试分成工作流与活动两层:活动级重试策略可设最大尝试数、退避(失败后逐步拉长间隔)上限与系数,引擎自动执行(官方文档重试策略页)。区别在于 Temporal 的重试发生在进程内部,调用方看不到中间失败。

\n

LangGraph 这类图式框架里,重试常与"至少一次"投递语义绑在一起:外部消息队列重发、节点重复执行都可能发生,需要开发者自己做幂等(同一请求重复执行结果不变)。三派文档都承认这点。措辞不同。幂等要自己写。

\n

人在环路:暂停之后状态放哪

\n

审批类流程的关键不是"能不能停",而是停下来之后状态怎么活过重启。LangGraph 的方案是中断加检查点(checkpointer,把图执行状态持久化的组件):节点触发中断后,图状态写入存储,人工输入到达再从断点继续(官方文档人在环路页)。Temporal 用工作流等待信号实现同样效果,等待本身也被记进事件历史。Airflow 传统上靠外部传感器或拆两个 DAG 拼接,近年才补了原生暂停语义。

\n

可观测性与成本口径

\n

Airflow 暴露按 DAG 与任务维度的指标和日志;Temporal 的可观测单元是工作流执行与事件历史;LangGraph 依托生态里的追踪工具看节点级输入输出。三者计量单位不同,直接对比"谁监控更强"没有意义。

\n

成本侧同理:Airflow 用资源池槽位限并发,属资源约束;Temporal 托管版按动作计数计费,自建版成本在集群;LangGraph 的额外成本主要是人工审批的时间成本。条件不并列,结论不成立。

\n

怎么选:按流程形态对号入座

\n

步骤能提前列全、按时批处理,选 DAG 派。流程长、状态多、崩了必须精确恢复,选事件驱动派。中间必须插人工决策、且图结构复杂,看人在环路派。多数团队最终同时存在两到三套。按业务线分选,比全站统一更常见。

\n

条件声明

\n

本文能力描述全部来自三家官方文档的自述口径,抓取日期见文首对照区;未做性能实测,功能可得性随版本变化,选型前应以对应版本文档复核。

关键词 AirflowTemporalLangGraph工作流编排DAG2026Q4 000127