智构学堂人工智能应用工程
返回路线

检索增强生成(RAG)、智能体与产品落地

智能体(Agent)与工作流(Workflow)的边界

40 分钟 · 进阶 · 会员章节

公开章节可直接阅读。登录后可同步阅读进度、保存笔记与高亮、完成章节测验。

学习目标

  • 理解智能体和工作流的核心差异。
  • 能判断一个任务是否需要智能体。
  • 知道智能体设计中必须保留目标、工具和停止条件。

核心概念

工作流是人先定义流程,系统按步骤执行。智能体(Agent)是系统在目标和工具约束下动态决定下一步。二者不是高低关系,而是适用场景不同。

如果任务路径明确,例如“提取字段、校验、生成草稿、等待确认”,优先使用工作流。它更容易测试、监控和交付。如果任务需要探索,例如“阅读多个文件,找出构建失败原因并尝试修复”,智能体才更有价值。

智能体不是无限自主。它仍需要清楚目标、可用工具、预算、权限、停止条件和审计记录。没有这些约束,智能体容易陷入循环、误用工具或产生不可解释结果。

示例与拆解

任务一:

用户提交反馈,系统分类、提取证据、生成回复草稿。

适合工作流,因为步骤稳定,业务风险可预期。

任务二:

给定一个失败的项目仓库,分析失败日志,查找相关文件,提出修复并验证。

可能适合智能体,因为它需要根据中间观察决定下一步操作。

智能体配置示例:

1{ 2 "goal": "找出测试失败原因并提出修复建议", 3 "tools": ["read_file", "run_tests", "search_code"], 4 "budget": {"max_steps": 12, "max_minutes": 20}, 5 "stop_conditions": ["tests_pass", "needs_human_decision", "budget_exhausted"] 6}

常见误区

  • 误区一:把智能体当成更高级的工作流。智能体的开放性会增加不确定性。
  • 误区二:不给停止条件。没有预算和终止规则,智能体可能循环。
  • 误区三:让智能体拥有过宽权限。工具权限应按任务最小化。

小练习

列出 3 个你想做的人工智能功能,分别判断适合工作流还是智能体,并写出理由。

实操检查点

为每个功能补一行“不确定性来源”。如果路径固定、输入有限、失败可枚举,优先工作流。如果下一步依赖中间观察、需要搜索或试错,才考虑智能体。

1功能:分析失败的 CI 日志并定位代码问题 2不确定性来源:失败文件、错误原因和修复位置都需要探索 3选择:智能体 4约束:最多 12 步,只能读取仓库和运行测试,不能直接发布

没有预算、权限和停止条件的智能体设计不算完成。

随堂测验

完成本章测验,重点检查你是否能按任务不确定性选择实现方式。

本章总结

工作流适合可预期流程,智能体适合需要动态规划的开放任务。选择哪一个,应由任务结构、风险和可验证性决定。

下一步学习指引

下一章学习线上评测、监控和用户反馈闭环,关注人工智能功能上线后的持续改进。