FUNDAMENTALS —— 基础概念

什么是 AI 智能体（Agent）？与工作流的区别和企业落地方式

· 约 1476 字 · 阅读 4 分钟 · 作者

简要回答

AI 智能体（Agent）是让大模型在一个循环中根据环境反馈自主决定下一步、调用工具完成任务的系统；工作流则是让大模型和工具沿着预先写好的代码路径执行。智能体更灵活，但成本更高、错误可能累积。企业落地时，宜从简单的工作流开始，只在确实需要灵活性的环节引入智能体，并把计算、写库和审批交给确定性程序与人。

智能体的定义

“智能体”这个词被用得很宽泛。Anthropic 在 2024 年 12 月发布的工程文章《Building effective agents》中给出了一个清晰的区分：

  • 工作流（Workflow）：大模型和工具通过预先定义的代码路径编排在一起。比如“先检索，再总结，再按模板输出”，每一步都是固定的。
  • 智能体（Agent）：大模型自己动态决定流程和工具的使用方式，自主控制如何完成任务。

文章还把智能体描述为“在循环中根据环境反馈使用工具的大模型”：它看一眼当前状态，决定调用什么工具，拿到结果后再决定下一步，直到任务完成或需要人介入。

学术上，2022 年的 ReAct 论文提出让模型交替进行“推理”和“行动”，是这类方法的早期代表之一。

智能体由什么组成

一个典型的企业智能体包括：

  1. 大模型：负责理解任务、规划步骤、生成内容。
  2. 工具：检索知识库、查询数据库、调用业务系统接口、生成文件等。工具如何接入，越来越多地采用 MCP 等标准协议，见《什么是 MCP》。
  3. 记忆与上下文：任务的历史步骤、相关资料、用户偏好。
  4. 护栏：权限控制、参数校验、审批节点、调用次数上限。
  5. 日志与审计：记录每一步做了什么、调用了什么、结果如何。

工作流还是智能体：怎么选

维度工作流智能体
步骤事先确定运行时由模型决定
可预测性高较低
成本与延迟较低较高，步骤多
适合任务流程清楚、可拆解的任务步骤难以预知的开放任务
测试难度较容易需要更多沙箱测试

Anthropic 的建议是：先找最简单的方案，只在确实需要时才增加复杂度。很多应用只要优化单次大模型调用、加上检索和示例就够了；智能体用更高的成本和延迟换取更好的任务表现，而且自主性意味着错误可能累积，因此需要在沙箱中充分测试并设置护栏。

这与我们在企业项目中的经验一致：大部分业务流程用工作流就能可靠完成，智能体用在“理解员工意图、决定查哪些资料”这类真正需要灵活性的环节。

企业智能体的边界

企业里最需要警惕的，是让智能体直接执行高风险操作。我们的做法是大模型只提案：

  • 智能体可以理解需求、检索资料、起草方案、提出建议的参数；
  • 数值计算、参数校验、写入业务系统，由确定性程序执行；
  • 高风险动作进入审批，提交人和审批人不能是同一人；
  • 每一次调用都留下审计记录。

例如，在财务分析场景中，多个智能体可以分工完成取数、清洗、评分、模拟、对标和建议，但所有数字都来自确定性计算引擎并带证据编号，同一输入得到同一结果。原因见《大模型为什么会幻觉》。

多智能体协作

复杂任务可以拆给多个各有专长的智能体：一个负责检索，一个负责分析，一个负责审核。多智能体的好处是分工清晰、便于调试；代价是系统更复杂，协作中的错误更难定位。实践中应先确认单个智能体能稳定完成子任务，再考虑组合。

对大型企业，还会出现另一个问题：各部门各自搭建智能体，重复建设、标准不一。一个统一的智能体编排平台，可以让各部门在同一底座上配置知识库、工具和流程，并统一权限和审计。在信创要求下，这样的平台还需要支持国产数据库、ARM 架构和离线安装，见《信创环境下的企业 AI》。

在 Stanley Team，Agent 自动化流程与测试自动化属于负责 FDE 自动化工具与应用交付的 Seven 的工作范围；架构层面的 Agent 基础设施与多智能体协作则由 Matrix 负责。

常见问题

智能体和聊天机器人有什么区别？

聊天机器人主要是一问一答；智能体可以拆解任务、调用多个工具、执行多步操作。一个接入企业 IM 的“数字员工”，背后可能是一个智能体，也可能只是一个工作流。

智能体会不会乱操作业务系统？

如果设计得当，不会。关键是限制智能体的权限：它只能调用经过授权的工具，写入动作经过程序校验和人工审批，并设置调用上限和审计日志。OWASP 也把“过度授权”列为大模型应用的主要风险之一。

企业第一个项目应该做智能体吗？

通常不建议。先用工作流把检索、权限、评测和入口做扎实，再在需要灵活性的环节引入智能体，风险更低。

延伸阅读

参考资料

  1. Building effective agentsAnthropic，2024 年 12 月
  2. ReAct: Synergizing Reasoning and Acting in Language ModelsYao 等，2022
  3. OWASP Top 10 for LLM ApplicationsOWASP
  4. What is the Model Context Protocol (MCP)?MCP 官方文档
  5. Intelligent agentWikipedia