Agentic Workflow（智能体工作流）
科普速读
- 它是什么： 智能体工作流让 AI 系统通过多个相互关联的步骤完成目标。
- 适合什么场景： 需要规划、调用工具并根据反馈继续操作的任务。
- 主要边界： 步骤越多，可能发生错误或意外操作的位置也越多。
概览
编码助手可以检查失败测试、搜索相关代码、提出改动并运行测试。权限由人员或应用设置，结果也需要检查。
核心定义
智能体工作流是 AI 系统通过选择或执行多个操作来完成任务的过程。它可能使用模型、工具、状态和检查步骤。具体设计因应用而异。
背景与发展
AI 产品从文字建议扩展到可使用工具和处理较长任务的工作流。这种变化没有固定的成熟阶段。工作流可以简单，也可以复杂；人工控制程度也各不相同。
工作机制（How It Works）
- 接收目标和约束。
- 规划一个或多个步骤。
- 使用可用工具或生成结果。
- 观察结果，并决定是否继续。
- 停止、请求补充信息，或提交结果供评审。
有些工作流会重复执行步骤，但循环本身不能保证系统能发现或修复错误。
在软件测试与开发中的应用
可以用工作流调查失败测试、起草补丁并运行选定检查。文件访问、命令权限、时间限制和评审节点都应明确设置。
优势与局限
工作流可以连接原本需要人工逐项执行的操作。在范围明确的任务中，它可能减少协调工作。工具错误、计划不完整或误导性结果也可能在多个步骤中累积。
与相近术语对比
AI Agent 是能够为目标选择或执行操作的系统。智能体工作流规定这些操作如何进行。函数调用是应用向模型开放工具的一种方式。
实施建议（Best Practices）
把大型任务拆成可评审的步骤。设定权限和停止条件。记录工具结果。用测试或独立检查核验重要输出。
常见误区（Pitfalls）
不要认为步骤多就代表能力强。不要把模型的重复检查当成独立验证。需求不清或影响较大时，应暂停并请人判断。
FAQ
智能体工作流会自动纠正自己的错误吗？
不一定。它可能重试或使用反馈，但也可能重复同一错误。重要结果应独立核验。