正在读取本机记录…
核心重点AI 能力◷ 85 分钟

Agent、工作流与普通聊天机器人的区别

区分生成回答、固定流程和自主循环。

学完你能做到
  • 用自己的话解释“Agent、工作流与普通聊天机器人的区别”及其核心术语。
  • 在真实 AI 产品场景中识别何时应该使用本课方法。
  • 完成一份可沉淀进“Prompt 模板、RAG 流程、Agent 工作流与评测集”阶段任务的实践产出。
前置与关联课程

完成阶段 5 的能力检查,或先预览相关基础课

01

REAL SCENE

先从一个真实场景开始

!

一个聊天机器人能调用搜索和发邮件,团队便称它为 Agent。上线后它在信息不足时反复搜索,最后给所有联系人发出错误通知。普通生成、固定工作流和自主 Agent 的控制程度不同,能力越开放,失败空间与治理成本越大。

02

PLAIN EXPLANATION

说人话:它到底是什么?

聊天机器人主要根据输入生成回答;工作流由产品预先定义步骤、分支和工具,模型可负责其中某些不确定节点;Agent 则围绕目标自主规划、选择工具、观察结果并循环。应优先使用最确定的可行方案:单次生成能解决就不建流程,固定流程能覆盖就不开放循环,只有路径无法预先枚举且收益超过风险时才使用 Agent。

01

三种形态的边界

生成回答没有外部副作用,工作流的状态和步骤可预测,Agent 的行动路径由运行时决定。分类不是看界面是否聊天,而是看谁选择下一步、工具范围和终止条件。

  • 模型调用不自动等于 Agent
  • 工作流中可嵌入多个模型节点
  • 副作用决定所需控制强度
02

Agent 必要条件

适合目标清楚但路径随环境变化、多工具需要动态选择、结果可观察反馈的任务。若规则稳定、合规严格、错误不可逆或缺少状态反馈,开放 Agent 往往不合适。

  • 先用脚本或工作流建立基线
  • 计算自主性带来的增量价值
  • 限定行动空间和最大步数
03

控制与可观察性

Agent 需要计划、动作、观察、状态和终止协议;工具最小权限,写操作审批,循环有预算与超时。每步记录理由摘要、参数、结果和版本,用户能暂停、查看和接管。

  • 失败不是无限重新规划
  • 完成条件由外部状态验证
  • 异常可回放并进入评测集
01

是否是 Agent 取决于自主选择行动与循环,而不是聊天外观。

02

采用满足任务的最低自主性,确定工作流优先于开放循环。

03

Agent 必须限制工具、步骤、预算、副作用,并支持暂停和接管。

03

KEY POINT

这节课最重要的结论

核心重点
能用确定工作流解决的任务,不要为了“智能”引入开放式 Agent 循环。
为什么重要
这决定了与算法和工程团队共同设计 Prompt、RAG、Agent 和评测方案时,团队是否拥有一致、可验证的判断标准。
适用边界
当问题目标、数据来源或失败成本发生变化时,不要机械套用;先重新确认假设和风险等级。
04

EXAMPLES

正确案例与常见反例

✓ 正确做法

研究助手面对不同主题自主决定搜索哪些公开来源,但只能读取,最多五步和固定预算;每步结果可见,无证据就停止。生成报告后由用户确认。发送邮件是独立工作流,需要明确收件人预览和人工批准,不属于开放 Agent 权限。

× 常见误区

客服机器人拥有全量搜索、退款和群发工具,没有步骤、预算、权限和终止条件。模型把工具超时当成未执行并反复调用,信息不足时继续猜测,最后自动群发;团队只有最终聊天文本,无法回放行动。

和工程师这样沟通

“先用显式 workflow 覆盖正常路径,只把搜索选择作为 agentic 节点。Agent state 保存 goal、plan、step、observation 和 budget;工具按场景白名单,maxSteps=5。所有写操作产生 proposal 并暂停等待审批。”

05

HANDS-ON

必做实操任务

本节产出:“Prompt 模板、RAG 流程、Agent 工作流与评测集”阶段任务中的《Agent、工作流与普通聊天机器人的区别》一页实践卡

  1. 步骤 1把十个 AI 功能分别判为单次生成、固定工作流或 Agent 并说明依据。

  2. 步骤 2选择一个 Agent 候选,设计无需 Agent 的基线并比较增量价值。

  3. 步骤 3定义目标、可用工具、观察信号、完成、失败、预算和最大步数。

  4. 步骤 4模拟工具超时、无结果和冲突结果,验证暂停、降级与人工接管。

○
实践完成度 0/4

核心重点必须完成全部实践,并在测验中达到 80%,才能标记为掌握。

Agent 必要性与控制画布用户目标:____ 路径是否可预先枚举:____ 方案 A 单次生成:____ 方案 B 固定工作流:____ 方案 C Agent 增量价值:____ 最终选择:____ Agent 状态:goal____ plan____ step____ observation____ 工具白名单与权限:____ 完成验证:____ 失败/无结果/冲突:____ maxSteps____ Token____ 时间____ 成本____ 写操作审批:____ 暂停、接管、回放:____ 离线和线上评测:____
06

CHECKLIST

产品经理工作检查表

07

MASTERY QUIZ

掌握测验

核心重点需达到 80% 才算掌握,未通过会进入错题本。

1Agent 与普通聊天机器人的核心区别是什么?
2为什么应优先选择最低必要自主性?
3Agent 的完成状态应如何判断?
4有副作用工具为何常需人工审批?
5工具超时后 Agent 最不应做什么?
08

INTERVIEW

常见面试题

如何判断该用工作流还是 Agent,并怎样控制 Agent 风险?
展开参考回答

看任务路径能否预先枚举、是否需要根据环境反馈动态选择工具。能用确定流程就优先工作流;Agent 只用于增量价值明确且结果可观察的开放任务。控制上定义目标、状态、完成失败、工具白名单、资源级授权、最大步数和预算,写操作转 proposal 审批,支持暂停接管并完整回放。

09

RECAP & FURTHER READING

重点回顾、延伸阅读与下一步

一句话回顾能用确定工作流解决的任务,不要为了“智能”引入开放式 Agent 循环。
  1. 1

    围绕“Agent、工作流与普通聊天机器人的区别”继续阅读:阅读模型或 AI 框架的官方概念文档,区分能力原理、评测条件与真实产品限制。

  2. 2

    用“Agent、工作流、工具调用”作为检索词,分别写下一条定义、一条适用边界和一个反例。

  3. 3

    对照本课正确案例与反例,寻找一个公开案例并记录其中可复用的判断与不能照搬的条件。