Agentics 2.0：面向 Agentic 数据工作流的逻辑转导代数

Agentic AI 正迅速从研究原型转向企业部署，需求也超越看似合理的文本生成，延伸到可靠性、可扩展性与可观测性等软件质量属性。我们提出 Agentics 2.0，一个轻量、Python 原生的框架，用于构建高质量、结构化、可解释且类型安全的 Agentic 数据工作流。Agentics 2.0 的核心是逻辑转导代数，它把大语言模型推理调用形式化为类型化语义变换，我们称之为可转导函数，强制模式有效性与证据局部性。可转导函数经有代数根基的算子组合成更大程序，并在异步 Map-Reduce 程序中作为无状态异步调用并行执行。该框架通过强类型提供语义可靠性，通过输入输出类型槽位间的证据追踪提供语义可观测性，通过无状态并行执行提供可扩展性。我们实例化可复用设计模式，并在有挑战性的基准上评估 Agentics 2.0 程序，包括面向数据驱动发现的 DiscoveryBench 和面向自然语言到 SQL 语义解析的 Archer，展现最先进性能。