对于智能代理来说，是否有一个好的执行层，还是大家都在自己构建？

我一直在尝试构建一个iMessage代理，能跨应用为我做些有用的事，但总是遇到同样烦人的问题。模型通常能搞清楚我想要什么以及调用哪个工具。麻烦的是之后的一切。比如：它发送了一封邮件但请求超时了——是失败了，还是邮件实际上发送了？它移动了一个日历事件，然后试图在Slack上给某人发消息，但某个步骤失败了。重试发生后，现在我担心它可能重复执行同一操作。代理说“完成了”，因为工具调用看起来成功，但我其实不确定外部应用最终是否处于正确状态。我一直在想，那些在生产环境中运行代理的人是怎么处理这些的。你们是： - 把未知当作真实状态处理吗？ - 在重试前检查外部系统吗？ - 维护一个单独的副作用账本吗？ - 为每个集成有自定义的重试/幂等逻辑吗？ - 使用Temporal / LangGraph / n8n / 其他工具吗？ - 有清晰的方式表示跨多个应用的部分完成吗？ 我有点希望存在的东西是，我的代理可以直接说：“把这个会议移到周五，保留与会者，用Slack告诉Sarah，并在Notion上更新项目。”然后，某个执行层处理应用特定的调用、重试、部分失败、验证等，并只给我的代理一个清晰的实际发生情况的回执。这样的东西已经存在了吗？感觉我总是不得不围绕Gmail、Calendar、Slack等构建越来越多的自定义执行逻辑，我好奇其他人是否最终也做同样的事。很想知道人们在生产环境中是如何处理的，或者是否有现成的产品我应该使用而不是重新构建这个，哈哈。