设计案例速览
- LinkedIn 将内部消息基础设施改造成多智能体编排层，实现多步业务流程的全局协调，且无需重建核心协调组件（InfoQ，2025-09-15）。
- Thoughtworks 咨询团队利用 Gemini 2.5 Pro 对无源代码的遗留系统进行逆向，仅两周便产出可验证的功能蓝图，显著压缩现代化改造周期（InfoQ，2025-09-16）。
关键设计要点
- 以旧带新：复用成熟的消息、监控、日志组件，通过协议与编排层升级实现智能体协同，降低重构风险。
- AI 辅助分析：生成式 AI 可成为遗留系统解构与文档重建的高效助手，但需要以验证、评审机制收口，防止误判。
- 可观测性先行：无论多代理还是遗留系统解构，均需强化事件追踪、指标与日志，以便在复杂流程中定位问题。
落地建议
- 对现有 SOA/微服务架构进行调研，找出可复用的消息与调度能力，规划多智能体试点。
- 在遗留系统现代化项目中，尝试引入 LLM 辅助生成模块蓝图、接口文档，再由资深工程师审核。
- 设计阶段同步定义监控、告警与审计策略，确保系统复杂度提升的同时可维护性不下降。
参考事件
- InfoQ：《How LinkedIn Built Enterprise Multi-Agent AI on Existing Messaging Infrastructure》，2025-09-15。
- InfoQ：《From Black Box to Blueprint: Thoughtworks Uses Generative AI to Extract Legacy System Functionality》，2025-09-16。
