Agent Workflow

定义

Agent Workflow（智能体工作流），亦称 Agentic Workflow 或智能化工作流，是让人工智能智能体参与执行的任务编排方式。所谓智能体，指以大语言模型为决策核心、能够调用外部工具并保有上下文记忆的软件系统，它通过推理拆解任务，在一定范围内自主收集数据、执行动作并作出可落地的判断^[1][2]。

在编排框架的术语体系中，智能体工作流被描述为一种任务编排方法：AI 系统经由多个步骤自主处理复杂问题，例如先理解提问，再查询知识库，继而调用计算工具，最后汇总信息生成答复，全过程不需要人工逐步干预^[3]。

原理

智能体工作流的运转依赖三项基础能力：推理、工具使用与记忆。推理使智能体能够分解复杂任务、制定计划并根据情况调整策略；工具使用让它通过接口、检索或代码执行与外部环境交互；记忆则保存对话历史与跨会话知识，使流程得以保持上下文并逐步修正^[1][2]。

学界与业界的归纳中，常见的设计模式包括反思、工具使用、规划与多智能体协作四类。反思指模型审视自身输出并提出改进；工具使用指模型调用网络搜索、代码执行等能力；规划指模型自行拟定并执行多步计划；多智能体协作指多个角色分工、讨论与辩论，以取得单个智能体难以达到的结果^[4][5]。

按控制流的归属，这类系统又被划分为工作流与智能体两种架构。前者由预定义代码路径协调模型与工具，路径形态由开发者写定，模型在每一步内部作判断与调用；后者由模型在运行时自行决定流程与工具选择。提示链、路由、并行化、编排者-工作者、评估者-优化者等模式均属前者，运行时形态固定，输出更可预期^[6]。

若以单步成功率估算可靠性，多步串联的整体成功率随步数下降：设单步成功率为 $p$，串联 $n$ 步，则整体成功率约为 $p^n$，这是长链条流程容易失稳的原因之一^[7]。下图给出一种常见的受约束编排形态，模型只在限定环节内作出选择。

graph LR

A[触发条件] --> B[载入上下文]

B --> C[模型规划或分流]

C --> D[工具调用 / 检索]

D --> E{结果校验}

E -->|通过| F[输出或执行]

E -->|不通过| C

E -->|超预算或高风险| G[人工确认]

G --> C

发展历程

2024 年 3 月，斯坦福大学教授吴恩达公开阐述智能体工作流的价值，主张让模型经多轮迭代完成任务，而非一次性生成答案，并总结出反思、工具使用、规划与多智能体协作四类设计模式。其团队在编码基准测试上的观察被广泛引用：零样本提示下准确率较低，而引入迭代工作流后有明显提升^[4][8]。

2024 年 12 月，Anthropic 发布关于构建有效智能体的工程文章，把工作流定义为以预定义代码路径编排模型与工具的系统，把智能体定义为模型动态掌控自身流程与工具调用的系统，并归纳出提示链、路由、并行化、编排者-工作者、评估者-优化者五种工作流模式。该文同时建议优先采用最简单的可行方案，仅在复杂度确有必要时再增加层级^[6]。

此后，工作流形态陆续进入开发工具与平台。GitHub 于 2026 年将智能体工作流项目转为正式可用，允许以自然语言书写的 Markdown 文件描述自动化，再编译为标准工作流配置，并在沙箱与只读权限下运行编码智能体^[9]。智能体开发套件也把工作流作为显式构件，提供入口点、并行汇聚节点与确定性路由，以便按状态引导多步执行^[10]。

应用

在软件开发领域，智能体工作流被用于大规模代码审计、跨文件迁移、测试编写与缺陷修复。此类任务的结果可由自动化测试验证，模型得以依据测试反馈反复调整，是自主性收益较明显的场景^[11]。

在客户服务与企业流程中，工作流用于工单分类、路由与答复草拟，并常在提交前设置人工审核节点。制造、供应链等场景中，多个角色分别承担需求解析、库存核对、供应商询价与物流规划，传统审批流程与人工决策点则保留在固定位置^[12]。

在信息检索与研究中，流程会并行发起多路搜索，抓取并交叉核对来源，再对各项结论投票，最后产出带引用的报告；无法完成核验的结论会被单独标注为未验证^[11]。检索增强生成的演进形态也依赖此类编排，由智能体决定检索路径、工具选择与结果验证^[1]。

局限

智能体工作流以延迟与成本换取任务表现，且自主程度越高，成本与错误累积的风险越大。业界文献因此建议在沙箱环境中充分测试，并设置迭代次数上限、权限边界与人工检查点等约束。

多步骤链条上的错误会向下游传导。上游环节的一次误判可能被后续环节当作事实继续推演，最终结果仍显得条理完整，排查却相当困难；环节越多，追踪错误来源与复现问题也越费力^[13][7]。

多智能体协作并非总能带来增益。有研究在 1 至 7 个智能体的流水线上观察到，团队规模扩大后协调成本上升，而最终决策质量改善有限，并出现假设相互强化、目标漂移与协调不稳等失败形态^[14]。另有归纳指出，可大量并行、信息量超出单一上下文窗口的高价值任务更适合多智能体形态，而子任务之间依赖较多、需要共享同一份上下文的场景并不适合^[15]。

规划能力本身仍不成熟，用户难以事先预判系统会采取哪些步骤，结果的可预测性随之降低；任务步骤严格固定、容错要求极低的场合，通常仍由确定性流程承担^[5][13]。

参见

• AI Agent —— 智能体工作流的执行主体，具备推理、工具调用与记忆能力

• 大语言模型 —— 为工作流提供规划、反思与判断能力的基础模型

• 检索增强生成 —— 常作为智能体工作流中的一个工具调用环节

• 提示工程 —— 影响工作流中各环节指令设计与输出质量的方法

• 多智能体系统 —— 由多个智能体分工协作的工作流形态及其协调问题