Agent 落地第一课：9 种 workflow 模式全图解
很多人一聊 Agent，就先聊模型、记忆、工具调用。
但真正决定系统是否好用的，往往是更前面的一个问题：
这件事，到底该用哪种 workflow 来组织。
Anthropic 在《Building Effective AI Agents》里讲得很清楚：很多任务并不需要一个满场乱跑的agent，而是需要一个组织正确的 workflow。
其实换个思路，skills本质上不也是一种agent吗。只是它看起来，没有workflow更加可控，不过它的优势是，如果大脑LLM优秀的话，可以不断地尝试找到新的路径。而且建立起来相对workflow更快。
下面我在anthropi的基础上业扩增了一下，我们看看都有哪些workflow类型。
我想提前说明的是，workflow的类型不是单独存在的，他们随时是可以混用的。
1. 提示词链
很多活其实没那么玄。比如理赔资料初审这种事，本来就是先抽信息、再卡规则、最后整理成人能看的结果。
这时候最稳的就是提示词链。前一步的结果直接喂给下一步，顺序别乱，职责也别混。它和编排-执行最大的区别，是它不太临场改计划。步骤经常变、边跑边插任务的活，别硬往这条链里塞。
2. 路由
我在很多业务入口里都见过一个老问题：前面没分对，后面越努力越白搭。
路由干的不是“解决问题”，而是先判断这到底是什么问题。投保咨询、报案、投诉升级，看起来都像一句话进来，但后面的处理逻辑根本不是一回事。这个模式最怕的是分流标准含糊，看起来聪明，实际到处串路。
3. 并行化
有些任务不是难，是材料太多，一份一份顺着看，真能把人看烦。
这时候并行化就很好用，先拆，再同时跑，最后统一收口。它的关键不是“同时开几个 worker”，而是你拆分标准是不是一致，最后怎么合并是不是说得清。拆得乱、收得也乱，那就只是把混乱并发执行了一遍。
4. 编排-执行
再往上走一步，你会遇到那种一开始就说不清要拆成几步的活。
这类任务更像有人在全程盯盘，所以我更愿意把它理解成“主脑边看边派活”。它和并行化不一样的地方在于，不是一次性撒出去就完了，而是中途会根据结果继续拆下一轮任务。主脑不够稳的时候，这个模式很容易变成瞎指挥。
5. 交接式委派
有些流程真正难的，不是任务多，而是处理权会一路换人。
所以交接式委派最关键的一点，不是多了几个 Agent，而是控制权真的换人了。首问接住以后，后面该保全接手就保全接手，该理赔接手就理赔接手，它更像接力，不像经理派工。交接条件要是定义不清，流程就会在不同 Agent 之间来回踢皮球。
6. 群体协作
我自己现在越来越觉得，争议型问题最怕的就是单一路径拍脑袋。
群体协作不是线性流转，而是让多个 Expert 围着同一个问题一起会商。反欺诈、法务合规、客户体验，这几个视角经常天然互相牵制，所以最后必须有一个 Moderator 来统一收口。要注意的是，这种模式适合有争议的问题，不适合拿来处理特别标准化的小任务。
7. 动态规划
还有一类活，最大的特点就是你一开始根本写不出完整步骤。
比如欺诈调查、复杂排障、深度研究，都是查着查着突然冒出新线索，然后前面的计划就得改。这个模式的关键不是先做一个完美计划，而是始终维护一个会更新的任务板。要是你还拿固定链路去套这种任务，后面基本都会越跑越别扭。
8. 评估-优化
很多人以为多调几次 prompt 就叫优化。说实话，很多时候那不叫优化，那叫模型自己反复改口。
评估-优化真正关键的是，把“生成”和“评估”拆开，而且中间得有显式标准。先出稿，再打分，不过线就回改，这才叫闭环。没有标准的优化，最后通常只会变成“我感觉这版好一点”。
9. 人在loop
最后这一类，基本不是效率问题，而是责任问题。
人在回路不是补丁，而是制度设计。机器可以先整理材料、给建议、出草稿，但最终放不放行，必须有人拍板。尤其是大额赔付、授信审批、监管敏感回复这种事，谁有最终决定权，图里得画清楚，系统里更得配清楚。
10. 最后怎么选
如果你只想先记一个最短口诀，可以先记这个：
- 步骤固定，用提示词链。
- 入口混杂，用路由。
- 想提速或多视角，用并行化。
- 要总控，用编排-执行。
- 要接力，用交接式委派。
- 要会商，用群体协作。
- 计划会变，用动态规划。
- 要打磨质量，用评估-优化。
- 高风险动作，一定加人在回路。
我现在越来越倾向于一个判断：真正好的 Agent 设计，不是模型越多越高级，也不是图画得越复杂越高级。关键还是三件事：节点类型选对，流程边界清楚，人和机器各管哪一段说得明白。
当然，上面的这些模式，dify都可以做到，他们不是单独存在的，混用是解决问题的高效方式。
不然的话，最后你得到的就不是 workflow，只是一张看起来很热闹、实际上根本跑不顺的架构图。
