#Workflow

Agent 有两个变量,一个是控制任务走向的 workflow 工作流,一个是控制内容生成的 context 上下文。 1)如果 workflow 和 context 的确定性都很高,这类任务就容易被自动化,类似传统 RPA,比如在处理发票处理、表单填报任务时,AI 更多是粘合剂,发挥空间比较有限。 2)如果 workflow 确定但 context 不确定,也就是流程固定但输入多变,就需要 Agent 在语义和理解上补全,比如客服问答、合同解析,需要通过外部检索、知识图谱等工具来弥补信息的缺口,让推理结果更符合预期。 3)如果 workflow 不确定但 context 确定,也就是输入清晰但走法多样,Agent 就要去自主规划路径,例如市场分析报告生成、个性化推荐等,大多数 End-to-End RL Agent 都擅长做这类任务,因为它们在训练阶段就习得了大量的路径规划和解题思路。 4)而当 workflow 和 context 都不确定时,就是最复杂的场景了,既要推理也要探索,像创新方案设计、跨部门信息收集等,这类更偏向于通用型 Agent,它的执行效果,取决于给它配备的工具丰富度,尤其是编程能力要最大化开放,例如让它学会去 Github 找仓库克隆并修改代码来解决问题,让它像人一样干活儿。 所以,要把 Agent 做好,首先要明确场景。本质上,自动化解决的是“确定性”问题,而智能化解决的是“不确定性”问题。
BillyHe
4个月前
需求面前,Agent 并不比 workflow 高级 (这边的讨论氛围太好了,拜几位大 V 转发,这个号算是冷启了。也发发我在其他平台的一些旧文) 一位刚融资的 AI 创业朋友夜里两点给我发微信:"我们团队争论一整天了,投资人希望看到更'高级'的 agent,但我们现在的 workflow 方案其实更实用...你说我们该怎么选?" 你看,搞 AI 的人人都在 FOMO(Fear Of Missing Out,害怕错过)——仿佛不做 agent 就落伍了,做了 workflow 就没有故事可讲。 概念与需求的错位 如今,"agent"已经成为智力上限突破的代名词。越是自发自动、高自由度的 AI,就越被认为是技术前沿。创业路演中,"自主决策"、"自动执行"、"智能规划"这些词汇成了标配。 但现实很残酷 —— 高级的锤子也需要适配合适的钉子。 在用户的实际问题(钉子)没变得足够复杂之前,过于高级的解决方案(锤子)很可能是一种资源浪费。上周我参观的一家 AI 创业公司,花了 4 个月开发了一个"全自主思考"的 agent,结果用户最常用的功能竟然是"帮我整理这份会议记录"。 预期管理是最大挑战 当下 AI 应用落地的最大难题之一,就是如何控制用户预期。 agent 的全自动预期真的能在短期内实现吗?更关键的是,全自动真的能处理所有那些棘手的 Corner case(边缘情况)吗? 仔细想想,当这些 Corner case 需要反复微调,且调整起来未必能精准命中时,是不是预先设计好的 workflow 反而更可靠? 认识到一个团队上个月做了个难受的测试:同一组任务,分别用"智能 agent"和"固定 workflow"解决: agent 方案:完成率 76%,平均耗时 13.5 分钟,用户满意度 6.8/10 workflow 方案:完成率 94%,平均耗时 7.2 分钟,用户满意度 8.5/10 这结果说明了什么?那些看似"低级"的脏活累活,恰恰可能是最有价值的壁垒。难道只有高概念、高智能才算是竞争优势?这或许只是面向投资人的故事,而非面向用户的价值。 榜单背后的市场选择 第三个现象更耐人寻味:去看看 Product Hunt 等产品榜单,稳定的头部产品几乎都是 workflow 类,真正的 agent 产品寥寥无几。为什么会这样? 因为需求本质没有变。 大模型公司确实有话语权,它们需要讲述足够宏大的故事,构建更具想象力的生态。媒体也需要新概念和新噱头来吸引眼球。这些我都理解。 但当浮躁的概念退去,留下的仍是用户最基础的需求。"帮我解决问题,省时省力"—— 这才是产品存在的根本理由。 从概念回归价值 当开发者们争论"agent vs workflow"时,我建议从三个维度重新审视: 需求主导技术不该问"我是做 agent 还是 workflow",而应该问"用户的痛点是什么,哪种方案能更可靠地解决"。在面对"我要赚钱"的投资人和"我要解决问题"的用户时,明智的创业者知道该听谁的。 可靠性胜过智能性一个可靠解决 80% 场景的半自动化产品,往往比一个时灵时不灵的"全能 agent"更有商业价值。用户容忍的不是功能上限,而是下限。 解决问题比讲故事重要投资人喜欢故事,但用户只在乎结果。在炒作"全能 agent"概念的同时,有多少团队真正关注过用户反馈? 上个月我与一位做 AI 文档处理的创始人交流,他的产品表面上像 workflow,背后却有 agent 的思想。他说:"与其自称 agent 但做不到,不如默默做好 workflow 但超出预期。前者失望,后者惊喜。" 这话说到了点子上。 说到底,真正的技术壁垒不是概念有多前沿,而是解决问题有多彻底。 需求面前,没有高级不高级,只有有用和没用。那些能扎扎实实降低用户成本、提高工作效率的产品,无论叫什么名字,最终都会赢得市场认可。