Agent vs Workflow

概述

Anthropic 提出的关键架构区分：Workflow 通过预定义代码路径协调 LLM 和工具（确定性），Agent 由 LLM 动态指导自身过程和工具使用（灵活性）。

关键内容

1. Workflow（工作流）定义：LLM 和工具通过预定义代码路径进行协调。特征：确定性、可预测、适合结构化任务。提供一致性和可重复性。
2. Agent（智能体）定义：LLM 动态指导自己的过程和工具使用。特征：灵活性、自主性、适合开放性任务。提供模型驱动的决策能力。
3. 选择错误的代价：选择错误的范式会带来巨大的维护成本。工作流用于开放任务会僵化，Agent 用于结构化任务会不可预测。
4. 决策原则：除非任务天然开放且步骤无法预判，否则工作流通常优于自主 Agent。先测试单次优化的 LLM 调用是否满足需求，再考虑引入架构。
5. 五种模式的归属：Prompt Chaining、Routing、Parallelization、Orchestrator-Workers、Evaluator-Optimizer 都属于工作流范式，是确定性与灵活性的不同平衡点。

来源

• 01_building_effective_agents.md — 第二章，Anthropic Engineering Blog "Building effective agents"

相关

• AI Agent 架构模式 — relates_to (架构选择的核心原则)
• Prompt Chaining — relates_to (属于工作流范式)
• Routing 模式 — relates_to (属于工作流范式)
• Parallelization 模式 — relates_to (属于工作流范式)
• Orchestrator-Workers 模式 — relates_to (属于工作流范式，但最接近 Agent)
• Evaluator-Optimizer 模式 — relates_to (属于工作流范式)