我之前反复研究 LangGraph 和 Google 的 ADK ，想搞清楚一个 agent 运行时到底是怎么工作的，但每次都卡壳。不是说它们不好，而是等我穿过三层抽象之后，已经彻底搞不清楚哪些东西是"必须的"、哪些是附加的。所以我干脆自己写了一个尽可能小、但仍然保留生产级 agent 该有的关键特性的东西：崩溃恢复、human-in-the-loop 暂停、有界并发，以及并行分支下的确定性状态。 项目叫 prodagent： https://github.com/limenagent/prodagent 内核大约 1800 行代码，分布在 11 个文件里，只依赖 Python 标准库（唯一的开发依赖是 pytest ； 70 个测试全部离线运行）。整体拆分得很干净，机制（ mechanism ）和策略（ policy ）分离： • 内核完全不知道 LLM 是什么。它只有一个静态的 Plan （节点 / 边 / 状态通道）、一个针对每次执行的 Run ，以及一个 Scheduler——它每一轮（ wave ）只做一件事：算出"现在谁可以跑"，并发执行它们，然后在一个屏障...