医疗 AI 多智能体资源调度：用 Python 构建高性能 MCU 资源池

引言

最近在重构我们的医疗 AI 服务平台时，遇到了一个典型的多智能体资源争用问题。想象一下这样的场景：

• 急诊风险预警智能体检测到患者可能发生脓毒症，需要立即调用 GPU 进行推理
• 同时，影像分析智能体正在处理一批 CT 扫描，也需要 GPU 资源
• 质控智能体要分析医嘱合规性，需要调用大语言模型接口
• 病历总结智能体正在为出院患者生成报告

所有智能体都在"抢"有限的 GPU 卡、模型并发槽位、API 调用额度。如果让每个智能体自己管理资源抢占，结果就是：

1. 资源利用不均：有的 GPU 卡空闲，有的被排队挤爆
2. 优先级混乱：急诊任务可能被常规任务阻塞
3. 无法审计：谁占用了什么资源？为什么失败？说不清楚

这就是我们需要一个中央调度器的原因。在多方会议系统中，这类组件被称为MCU（多点控制单元）