BSP 模型

全称：Bulk‑Synchronous Parallel，中文：批量同步并行模型

LangGraph 底层 Pregel 执行引擎，就是基于 BSP 理论改造而来，这是 LangGraph 所有能力（循环、checkpoint、并行节点、无并发冲突、interrupt 断点续跑）的底层根基。

核心名词：Superstep（超级步 / 超步）

BSP 把整个程序执行切分成一轮一轮离散的超级步。 每一轮 Superstep 固定 3 个阶段：

1. 本地计算：本轮所有活跃节点并行执行；节点的写入，仅仅暂存缓冲区，对本轮其他节点不可见。
2. 通信 / 写缓冲：节点输出全部收集起来，不直接修改全局状态。
3. 全局屏障同步 Barrier：必须等待本轮全部节点执行完毕，才统一把缓冲区结果合并写入全局状态；写完之后，才开启下一轮 Superstep。

关键铁律：本 Superstep 产生的数据，下一个 Superstep 才能看见。同一轮里面节点之间看不到彼此的修改，天然消除竞态条件（并发读写冲突）。

Superstep N
├─① Plan规划：挑选本轮哪些节点要跑
├─② Execute执行：选中节点并发运行，输出先放缓冲区，不修改真实state
├─③ Update同步屏障：全部节点跑完，统一合并更新Channel(状态)，生成checkpoint快照
↓
Superstep N+1 （可以读取上一轮的更新）

映射到 LangGraph（非常关键）

BSP/Pregel 概念	LangGraph 对应概念
Vertex 顶点	Node 节点（supervisor、lighthouse_agent）
Message 消息	Channel 通道（State 底层就是各类 Channel）
Superstep 超级步	一轮完整执行周期
Barrier 屏障同步	一轮全部节点跑完，统一合并状态
Checkpoint 快照	每轮 Superstep 结束自动保存状态快照，支持中断恢复

BSP 带来 LangGraph 几个非常重要行为特性（写代码经常遇到）

• 同一个 Superstep 内多个节点可以并行运行 比如你配置两条边同时触发 A、B 节点，A、B 并发跑；但是 A 在本轮写的 state，B 在本轮看不到，只能下一轮读取。

不会出现 A 改一半 state，B 读到脏数据。

• 节点返回是增量字典，不会立刻生效，等到本轮结束统一合并

这就是为什么 node 函数不能直接修改入参 state 对象；所有变更返回字典，框架在屏障点统一合并。 Annotated[T, operator.add]归约器，就是Channel 合并阶段执行的逻辑。

• 每一轮 Superstep 结束，才会生成一份 Checkpoint 快照 所以interrupt()人工暂停，只会发生在 Superstep 的边界；节点函数内部不能中途暂停，只能等本轮跑完，屏障点才可以中断。

这就是 Human‑in‑the‑loop 的底层原理。

• 循环回退，本质就是下一个 Superstep 重新执行前面的节点 条件边跳回上游节点，不是函数递归调用；而是下一轮 Superstep 把该节点再次选为待执行任务。不会栈溢出，可以无限循环，可以设置最大 Superstep 次数防止死循环。

和普通 DAG/LCEL Chain 对比底层差异

• LangChain LCEL Chain：函数调用栈模式，链式函数串行调用，函数 A 直接调用 B，B 直接调用 C；一旦函数执行中，没有全局快照，无法中途暂停。
• LangGraph（BSP‑Pregel）：没有函数嵌套调用！一轮一轮 Superstep 迭代执行；节点之间不会互相调用，全部读写 Channel 状态；执行边界可以快照、中断、恢复。

BSP 模型的缺点

1. 屏障同步开销：只要本轮有一个节点很慢（例如调用 LLM 耗时），其他节点全部等待它完成，才能进入下一轮；有长尾等待问题。
2. 状态变更延迟一整个 Superstep：写的结果不能立刻读到，要等到下一轮。
3. 不适合极致低延迟场景，牺牲一部分延迟换取确定性、可观测、可恢复。

通俗类比理解 BSP Superstep

公司开会：

1. 一轮会议 = 一个 Superstep
2. 参会人员（节点）各自并行写提案（计算），写好先交给秘书，会上不能直接修改别人手里文档。
3. 所有人写完，秘书（屏障同步）统一把全部提案合并更新到总文档（Channel 状态）。
4. 全部人提交完毕，本轮会议结束，保存一份完整文档快照 (checkpoint)。
5. 开启下一轮会议，所有人基于更新后的总文档继续干活。

不会出现：某个人写一半，另一个人抢过去修改文档。所有修改统一在会议结束合并。

总结

LangGraph 基于 Google Pregel，底层是BSP 批量同步并行模型，执行被切分为一轮一轮 Superstep 超级步；同一轮节点并行执行，输出先缓冲，屏障点全部完成后统一合并状态；依靠 Superstep 边界实现 Checkpoint 快照、人工中断、可循环的 Agent 编排。