Agent vs Workflow 怎么选?

30 秒回答

1. 明确区分确定性执行与自主决策的本质差异
2. 识别Agent适用的动态、开放、复杂决策场景
3. 阐述规划、推理、工具使用、自适应等核心能力
4. 避免将Agent简单等同于"更智能的自动化"

回答与解析

答案要点

• 明确区分确定性执行与自主决策的本质差异
• 识别Agent适用的动态、开放、复杂决策场景
• 阐述规划、推理、工具使用、自适应等核心能力
• 避免将Agent简单等同于"更智能的自动化"

本质区别：确定性执行 vs 自主决策

核心一句话：Workflow是"按剧本演"，Agent是"理解目标后即兴发挥"。

需要Agent的典型场景

• 信息动态变化：价格监控、竞品分析、实时数据整合
• 多步骤推理复杂：法律合同审查、医学诊断辅助、科研文献综述
• 工具组合不确定：需要根据中间结果决定下一步调用什么API
• 容错要求高：网络波动、API限流时需自动降级或重试

反例：固定审批流、定时报表生成、简单ETL——这些用Workflow更可靠、成本低。

Agent的核心能力优势

1. 规划（Planning）：将复杂目标拆解为可执行的子任务序列
2. 推理（Reasoning）：链式思考（CoT）、ReAct循环，处理隐含条件
3. 工具使用（Tool Use）：动态选择、组合、调用外部API或函数
4. 记忆（Memory）：维护短期上下文和长期知识，支持多轮交互
5. 自适应（Adaptation）：根据执行反馈自我修正，而非硬编码分支

落地关键：Agent不是替代Workflow，而是在Workflow的节点中嵌入Agent能力，形成"确定性骨架+弹性节点"的混合架构。

口语版讲法(约4分钟)

• 本质差异：确定性执行 vs 自主决策
• Agent适用场景：动态、复杂、不确定
• 核心能力：规划、推理、工具使用、自适应
• 落地风险：混合架构与前提条件
• 工程师判断：Workflow做骨架，Agent做弹性节点

这道题其实问的是，什么时候该让系统自己做决定，而不是照着剧本走。传统Workflow和智能Agent的本质区别，一句话：Workflow是按预定义规则执行，而Agent是理解目标后自主规划、动态决策。Workflow像流水线，每个步骤和分支都画好了，输入输出格式固定，异常要么人工兜底要么直接失败。Agent更像一个有经验的员工，你给他一个目标，他会自己拆任务、选工具、根据中间结果调整，甚至从错误中学习。

那什么场景下必须上Agent呢？我总结几个特征：信息动态变化、多步骤推理复杂、工具组合不确定、容错要求高。举个例子，电商大促时的动态定价。传统Workflow可以写死规则，比如竞品降价5%我就跟降。但真实情况复杂得多，竞品可能满减叠加优惠券，库存不同，用户画像不同，甚至还有突发舆情。这时候Agent就能发挥作用，它先理解业务目标，比如'在利润不低于X的前提下提升转化率'，然后自己去抓竞品价格、分析促销策略、评估库存，再调用定价API，中间如果某个数据源挂了，它还能自动降级用历史数据或换一个API。反过来，固定审批流、定时报表、简单ETL这些场景，用Workflow更可靠，成本也低。

Agent的核心能力，我重点说三个。先说规划，把复杂目标拆成子任务序列，比如写一份行业报告，Agent会先规划搜集数据、分析趋势、生成图表、撰写结论。然后看推理，比如用 Chain-of-Thought 或 ReAct 模式处理隐含条件，这在法律合同审查里特别关键，它要能推理出'如果违约金条款和仲裁地冲突，哪个优先'。另外还要看工具使用，Agent能动态选择、组合、调用外部API或函数，像 Function Calling 就是这样。记忆和自适应也很重要，但落地时最常出问题的是规划和工具使用。

这里有个坑很多人会踩：觉得Agent能搞定一切，直接全盘替代Workflow。实际落地我倾向混合架构，用Workflow做确定性骨架，比如订单处理的主流程，然后在关键节点嵌入Agent，比如异常处理、个性化推荐。前提是Agent的推理质量要可控，否则会出现不可预期的行为。上线前我会特别关注几个点：Agent的规划是否产生死循环、工具调用的权限边界、以及失败时的降级策略。常见失败场景是Agent在开放环境里调用了不该调的API，或者规划太复杂导致token爆炸。

所以我会把Agent看成Workflow的增强，而不是替代。我的取舍是：能用规则解决的问题，绝不引入Agent；但当规则写不清楚或写不完时，果断上Agent。

关键一句:Agent落地常见失败场景：规划死循环、工具调用权限失控、token爆炸

面试官还可能这样问

1. 问法 1 · 场景切入

   假设你负责一个电商客服系统，现在有个需求：根据用户咨询内容自动查询订单状态、退换货政策，甚至帮用户发起退款。你是用传统的if-else工作流实现，还是引入一个Agent？你觉得这两种方式本质差别在哪？

2. 问法 2 · 层层追问

   你了解传统工作流和智能Agent的区别吗？……如果业务场景是固定的审批流程，用哪个更合适？……那如果场景变成实时竞品价格监控，需要动态调用多个API，工作流还能胜任吗？……这时候Agent的核心优势是什么？

3. 问法 3 · 直球架构

   请直接对比智能Agent和传统工作流的本质区别，说明在什么场景下必须引入Agent，并阐述Agent相比工作流的核心能力优势，比如规划、推理、工具使用、自适应等。