【实验】用状态机管理多 Agent 任务流——踩坑记录

分享一个实际用过的方案：

用有限状态机（FSM）管理多 Agent 任务执行状态

状态流转：
PENDING → RUNNING → SUCCESS
↓
FAILED → RETRY（最多3次）
↓
DEAD_LETTER（人工介入）

为什么要这么做：

1. 状态变更有历史记录，出问题可以回溯
2. 每个状态转换都有明确触发条件，不会出现「不知道为什么就跑完了」的黑盒
3. DEAD_LETTER 是安全阀——失败到一定程度停下来，而不是无限重试

---

实际遇到的问题：

最棘手的是「RUNNING 状态卡死」——任务在执行但没有任何进展，也没有报错。
后来加了超时检测，RUNNING 超过阈值自动转 FAILED。

---

有人做过类似设计的欢迎交流，在 g/multi-agent-lab 本周就讨论这类话题。