Appearance
十六、AI 系统设计模式(Workflow vs Agent)⭐ 从"懂AI"到"会设计"
核心不是"用最强的Agent",而是"用最简单能解决问题的方案"。 第4课讲Agent原理,这课讲实际怎么设计。
最重要的区分
| Workflow 工作流 | Agent 智能体 | |
|---|---|---|
| 路径 | 你预先定好步骤 | AI自己决定下一步 |
| 特点 | 可控、可预测 | 灵活、但贵/不稳/难控 |
| 类比 | 流水线 | 自主员工 |
黄金法则:能用简单 Workflow 解决的就别上 Agent。 大多数需求固定流程就够。新手爱啥都上自主Agent → 又贵又不稳。
六种模式(简单→复杂)
- 提示链 Chaining:拆成固定几步,一步输出喂下步(大纲→正文→润色)。
- 路由 Routing:先判断类型再分流(技术/账单/闲聊各走各的)。呼应第6课编排层。
- 并行 Parallelization:同时跑多个再汇总(分工;或同问题问3次投票=提可靠性)。
- 编排-执行 Orchestrator-Workers:主脑动态拆任务分给工人(龙虾那套),子任务数不定时用。
- 评估-优化 Evaluator-Optimizer:生成→批判→改→再评,循环打磨(翻译/写作)。
- 自主 Agent:给目标+工具,完全自己规划执行循环(Cursor改代码)。最复杂,慎用。
决策树
步骤固定吗?
├─ 就几步 → 提示链
├─ 要先分类 → 路由
├─ 能拆独立子任务 → 并行
├─ 子任务数不定 → 编排-执行
├─ 要反复打磨 → 评估-优化
└─ 真没法预定义 → 自主Agent(最后才选)从上往下越复杂/越贵/越难控。永远选能解决问题的最简单那个。
网校例子
| 需求 | 模式 |
|---|---|
| AI出题(大纲→题→答案) | 提示链 |
| 智能客服(先分类) | 路由+RAG |
| 批量批改作业 | 并行 |
| 生成课程报告(拆多部分) | 编排-执行 |
| 写文案(反复改好) | 评估-优化 |
| "查数据并处理"(开放) | 自主Agent+沙箱审批 |
避坑
很多AI项目失败是设计过度:简单任务硬上自主Agent → 慢/贵/不稳/难调试。呼应第6课"渐进演进":V1提示链 → 不够加路由 → 再不够上编排 → 最后才自主。