Netflix 2016 年为了编排自家微服务,内部造了个引擎叫 Conductor。十年过去,这东西开源成 32,464 星的项目,干的活变了:把 AI Agent 编译成一张有状态、能重跑的图。
它现在的主张很硬——LLM 只负责想,执行由引擎说了算。
从微服务编排到 Agent 运行时
Conductor 的出身没什么争议。2016 年在 Netflix 内部起步,同年技术博客公开,后来开源;2023 年 12 月这条线迁到 conductor-oss/conductor 仓库,由 Orkes 和社区一起维护,Netflix 原来那份 netflix/conductor 停在原地。
截至 11 月 12 日,仓库 32,464 星、1,066 个 fork、6,134 次提交,Apache-2.0。节奏一点不慢:10 月 26 日发 v3.33.0,11 月 6 日 v3.34.0 已经到 rc4,此前一天仓库还有新提交。这个活跃度,在开源编排引擎里算第一梯队。
2026 年它改了口径
8 月 26 日 CTO 那篇架构文写得很直:大多数 agent 栈里,模型吐出 tool call 之后,到真正执行之间挡着的东西,是「模型自己的自觉」。护栏跑没跑、要不要审批、这个工具在不在授权范围,全看模型当时的表现。
他们的原话更狠:一道因为模型主动调用才生效的护栏,不叫护栏,叫建议。
解法是老一套分布式系统思路——控制面和数据面拆开。模型待在推理面(reasoning plane),只看状态、目标、工具清单,给出「下一步该干嘛」的提议;执行面确定性、带策略、可持久化,决定这件事到底能不能跑。提议只是数据,能不能变成动作由引擎判。
落到实现上,一个 agent 定义会被编译成带 ReAct 循环的 workflow:会话状态放 workflow 变量,推理走 LLM_CHAT_COMPLETE 任务,工具调用走 FORK_JOIN_DYNAMIC 扇出或 SUB_WORKFLOW。模型给出多步计划时,计划 JSON 先在编译期过一遍校验——未知工具、环、悬空引用、越界条件全拦在启动之前,成功条件还要过 AST 白名单解析器。挡在 JS 引擎前面的一道正则黑名单,不叫纵深防御,这是他们的说法。
AI 原生任务现在有一整套:LLM_CHAT_COMPLETE、LIST_MCP_TOOLS、CALL_MCP_TOOL、HUMAN 审批,加上给 RAG 用的 vector workflow。9 月 7 日补上的 AGENT 任务更关键——它把任何说 A2A 协议的 agent(比如 Atlassian 的 Rovo)当成普通一步来调,配 maxDurationSeconds 和 maxPollFailures 两个闸,超时或连续够不着就干净失败,交给 workflow 自己的错误处理,而不是无限等下去。
想保留原框架也行。LangChain、LangGraph、OpenAI Agents、Vercel、Google ADK 写的 agent,用 AgentRuntime 接:run() 编译执行一次,deploy() 注册成带版本的服务,serve() 把工具 worker 跑起来。图在 Conductor 里,代码还是你的。worker 支持 Java、Python、Go、JavaScript、C#、Ruby、Rust,5 种持久化后端、6 种消息队列,Docker 或 JVM 上都能跑。
上手:本地两分钟
前提是 Node 16+ 和 Java 25+。
npm install -g @conductor-oss/conductor-cli
conductor server start
浏览器打开 localhost:8080,内置的 ui-next 界面就在那儿。不想装就先上 Developer Edition(developer.orkescloud.com 免费);要托管和治理再谈 Orkes Cloud——RBAC、SSO、审计日志、99.99% SLA、SOC 2 Type 2 那套,官方没挂公开价,按需报价。
第一步别急着接模型:先拿一段 JSON 注册个 hello world workflow 跑通,再往里塞 LLM 任务。图的形状没弄明白就上 agent,大概率是给自己挖坑。
实话
Java 25 是个真门槛。 官方 CLI 明确要 Java 25+,而大量生产环境还压在 17 或 21。自己机器上试很方便,塞进老集群得先过一轮 JDK 升级评审。
两个 Conductor 别搞混。 conductor-oss/conductor 是 Apache-2.0 的开源版;Orkes Conductor 是商业版,官方说 100% API 和 workflow 兼容,卖的是托管和治理。另外网上大量教程还指着已经停更的 netflix/conductor,照着抄会踩空。
官方数字自己对不上。 8 月那篇架构文写的是「每月十亿工作流」,10 月大会稿写的是「每天十亿次执行」。量级没问题,但这种前后不一致说明数字是市场部在维护,别直接搬进你的汇报材料。
它不是「说一句就干完」的平台。 你得先把图想清楚:哪一步必须确定性、哪一步留给模型判断、审批卡在哪。想不清楚的人用它,只会把混乱从代码搬进 JSON。这跟可视化拖拽那一路(Dify、Langflow、Windmill)是两种活法,跟纯耐久执行引擎(Temporal、Restate、Hatchet)也不是一个赛道——Conductor 的位置很明确:我已经有工作流,现在想把 agent 塞进去。想先看整个赛道的分层,可以翻十家 Agent 平台横评。
十年老引擎的第二次青春期。值不值得跟,取决于你手上有没有那张已经跑起来的图。