Zero2Agent

Agent Basic / 02

Workflow 和 Agent 的区别

这是 Agent 学习里最容易混淆的问题之一。

很多人看到一个系统会：

  • 调用多个步骤
  • 串几个 Prompt
  • 接几个工具
  • 根据条件分支执行

就会自然地把它叫成 Agent。

但更准确地说，这里面至少有三类不同系统：

  • 普通 LLM App
  • Workflow
  • Agent

先给一个简单判断标准

1. 普通 LLM App

特点是一次输入，一次输出。

flowchart LR A([输入]) --> B([模型]) --> C([输出])

例如：

  • 问答助手
  • 摘要工具
  • 翻译工具
  • 结构化信息抽取

它可能很好用，但通常不负责多步执行。

2. Workflow

特点是执行路径主要由开发者预先定义。

flowchart LR A([输入]) --> B[步骤 A] --> C[步骤 B] --> D{条件分支} D -->|分支1| E[步骤 C] D -->|分支2| F[步骤 D] E --> G([输出]) F --> G

例如：

  • 先检索，再总结，再格式化输出
  • 收到工单后，分类、路由、生成回复草稿
  • 输入简历后，抽取信息、评分、写评价

Workflow 很有价值，而且在很多业务里已经足够了。

3. Agent

特点是系统会根据中间状态自己决定下一步做什么。

flowchart LR A([目标]) --> B[判断当前状态] B --> C[决定动作] C --> D[执行动作] D --> E[更新状态] E --> F{继续?} F -->|是| B F -->|否| G([结束])

也就是说，执行路径不是完全写死的，而是部分由系统在运行中决定。

真正的分界线在哪里

分界线不在于：

  • 用没用大模型
  • 调没调用工具
  • 步骤多不多
  • UI 看起来高级不高级

真正的分界线在于：

下一步动作是由开发者提前写死，还是由系统根据状态动态决定。

如果大部分路径都已经写好，那它更像 Workflow。
如果系统会在运行中判断“下一步该做什么”，那它才更接近 Agent。

一个对比例子

假设任务是：

帮我分析今天某个币种是否有异常风险。

Workflow 版本

开发者可能提前写好：

  1. 拉价格数据
  2. 拉成交量数据
  3. 拉相关新闻
  4. 统一交给模型总结
  5. 输出风险等级

这个系统有多步，也可能很实用，但它的路径基本固定。

Agent 版本

系统可能这样运行：

  1. 先看价格是否异常
  2. 如果价格异常，再决定是否查成交量
  3. 如果成交量也异常，再决定是否查新闻
  4. 如果新闻不足，再继续查社交媒体或链上数据
  5. 信息足够后再输出判断

这里每一步都依赖前一步结果，路径不是完全预先写死。

这就是更典型的 Agent 行为。

为什么很多场景其实不需要 Agent

这是一个很重要的现实问题。

很多需求一旦认真拆开，你会发现：

  • 输入稳定
  • 处理步骤固定
  • 分支数量有限
  • 结果格式明确

这种场景下，Workflow 往往更便宜、更稳定、更可控。

如果你硬上 Agent，常见结果是：

  • 成本更高
  • 延迟更长
  • 行为更不稳定
  • 调试更困难

所以不是“Agent 更高级就一定更好”，而是“这个任务是否真的需要动态决策”。

一个实用判断方法

在设计系统前，可以先问自己四个问题：

  1. 任务步骤是否基本固定。
  2. 执行路径是否大多可预先枚举。
  3. 模型是否只负责生成，而不负责决定流程。
  4. 我是否更在意稳定性和可控性，而不是灵活性。

如果大多数答案是“是”，你应该优先考虑 Workflow。

再问另外四个问题：

  1. 系统是否需要根据中间结果动态选择工具。
  2. 是否需要在信息不足时继续探索。
  3. 是否需要围绕目标持续推进，而不是一次性回答。
  4. 是否存在开放环境和不确定决策。

如果这些答案更多是“是”，那 Agent 才真正有意义。

不要把它们对立起来

实际工程里，Workflow 和 Agent 往往是组合关系，不是二选一。

常见的方式是：

  • 外层用 Workflow 控制主流程
  • 某些节点内部再放 Agent

例如：

  • 主流程：接收任务 -> 选择任务类型 -> 调不同处理模块
  • 某个处理模块内部：用 Agent 做信息探索和多步分析

这类设计通常比“全站都 Agent 化”更稳。

小结

你可以先记住一句更务实的话：

Workflow 负责确定性流程，Agent 负责不确定环境下的动态推进。

两者没有高低之分，只有适不适合。

如果你一开始就把所有东西都做成 Agent，很容易得到一个“看起来更智能，但实际上更难维护”的系统。

下一篇建议继续看：