什么是 智能体工作流（Agentic Workflow）？
智能体工作流（Agentic Workflow）是把部分运行时决策委托给一个或多个 AI Agent，同时由可信 Orchestrator 强制执行允许拓扑、身份、工具、状态、预算、审批、副作用、停止条件与恢复规则的业务或技术流程。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
Agentic Workflow 把确定性流程控制与有界模型选择结合起来。应用代码决定 Agent 在哪里进入、可以做哪些决策、接收什么证据、能够提出哪些 Tool Proposal，以及何时把控制权交回确定性 Gate 或人工。Agent 可以在该边界内调整路径，但不能自行授予能力、重定义完成条件或把生成文本当作授权。 该术语比单个 Agent Loop 更广。一个 Workflow 可以包含多个 Loop、确定性服务、并行 Review、Approval Wait、Scheduled Trigger 与 Compensation Step。Chain Orchestration 适合有序的代码定义阶段；Graph Orchestration 表达显式 Branch、Cycle、Join 与 State；Agent 是可占据一个或多个 Node 的决策组件。Multi-Agent 是拓扑选择，并非 Agentic Workflow 的必要条件。 实施前先定义 Autonomy Budget：允许的 Decision、Tool、Resource、Tenant、Step / Repetition Limit、Time、Token、Spend Ceiling、Concurrency、Irreversible Effect、Approval Threshold 与 Escalation Target。每个模型 Action 都是 Proposal；可信 Runtime Policy 根据当前 Identity 与 Business State 授权，再由窄 Adapter 使用最小凭证执行。Tool Schema 只能验证形状，不能证明权限。 权威 Workflow State 应与 Model Context 分开持久化。把 State Schema、Prompt、Model、Tool Definition、Policy、Retriever、Parser 与 Evaluation Set 固定为一个 Release Identity。Checkpoint 支持 Replay，但外部 Write 需要稳定 Operation Key 与 Effect Journal。派发后 Timeout 可能是 `outcome_unknown`，重试前必须向下游对账。Human Approval 应绑定精确 Actor、Resource、Argument、Tool / Policy Version、Decision、Approver 与 Expiry。 Retrieved Data、Tool Description、Tool Result、Message、File 与 Web Page 都是不可信数据。区分 Instruction 与 Data，限制并脱敏结果，校验输出，禁止检索到的指令扩大权限。高影响操作优先采用 Draft、Preview 或 Recommendation，再进入 Commit，并要求 Source System 独立执行授权。 评测对象是完整 Trajectory 与真实 Outcome，而不是答案风格。覆盖 Unnecessary Action、Permission Denial、Cross-tenant Resource、Stale State、Duplicate Delivery、Post-dispatch Timeout、Poisoned Result、Budget Exhaustion、Cancellation、Crash Recovery、Human Rejection 与 No-op。与确定性 Workflow 和人工 Baseline 对比；只有任务成功收益足以抵消延迟、成本、运营风险和审阅负担时，才增加自主性。
主要特点
- 把选定的模型决策嵌入应用控制的流程
- 自主性预算覆盖能力、资源、时间、成本、并发与副作用
- 版本化权威 State 与临时 Model Context 分离
- Proposal、Policy Decision、Execution、Effect Status 与 Observation 分开记录
- 支持 Durable Checkpoint、幂等写入、未知结果对账与人工升级
- 按完整轨迹和源系统 Outcome 对比确定性与人工 Baseline
常见用途
- 探索代码库、提出 Patch、运行测试并请求 Review 的软件维护
- 调查证据并生成草案，但不自主提交高风险变更的客服流程
- 在保留来源与停止条件时动态调整 Query 的研究流程
- 收集证据、提出修复方案并升级特权操作的事故分诊
- 把模糊案例路由到专门分析或人工复核的文档处理
- 下一步会变化，但允许资源与业务结果边界明确的运营流程
示例
Loading code...常见问题
Agentic Workflow 与 AI Agent 有什么区别？
AI Agent 是运行时决策组件；Agentic Workflow 是更大的流程，把一个或多个 Agent 放在确定性步骤、工具、审批 Gate、State、Policy 与 Terminal Outcome 之间。
所有多步骤 LLM 应用都是 Agentic Workflow 吗？
不是。固定模型调用序列属于 Chain 或确定性 Workflow。只有模型获准在受强制执行的边界内选择有实际意义的运行时 Action 或 Path，Workflow 才具有 Agentic 特征。
Agentic Workflow 能安全重试工具吗？
只有错误被归类为可重试，且操作只读或安全幂等时才可以。Write 派发后超时应保留 Operation Key，标记未知结果，并在再次尝试前完成对账。
哪些操作需要人工审批？
阈值取决于影响与可逆性。资金转移、部署、账户变更、外部通信、破坏性操作和权限变更通常需要 Preview，以及绑定精确 Proposed Effect 的 Approval。
如何评测 Agentic Workflow？
评测完整 Trajectory 与源系统 Outcome，包括任务成功、策略合规、无用动作、重复副作用、恢复、停止、延迟、成本与升级质量，并与确定性和人工 Baseline 比较。