本文探讨了工作流的概念，从确定性工作流到 AI 工作流，再到 Agentic 工作流。重点介绍了 Agentic 工作流的特性，它利用 Agent 的推理能力、工具交互能力和持久记忆，实现响应式、适应性和自我进化的流程。文章还提到了 Coze 平台上的 AI 工作流功能，以及其在构建复杂业务流程中的应用。最后，总结了 AI 工作流的设计要点。

💡 工作流是为实现特定任务而设计的一系列相互关联的步骤。最简单的是确定性工作流，按预定步骤执行，无法适应新情况。例如，自动费用审批流程。

🤖 AI 工作流利用 LLM 或其他机器学习模型。非 Agentic 工作流通过指令提示 LLM 生成输出，例如文本摘要。但使用 LLM 并不一定意味着是 Agentic。

🦸 Agentic 工作流由 Agent 执行，Agent 具有权限，可在现实世界中收集数据、执行任务和做出决策。它们利用 Agent 的推理、工具交互和记忆能力，实现响应式、适应性和自我进化。

🧩 Coze 平台上的 AI 工作流允许通过可视化方式组合大模型调用、知识库、插件等，编排复杂业务流程，供其他工作流或机器人使用。

📝 AI 工作流的设计要点值得关注。需要深入研究，以构建高效、智能的流程。

原创 PaperAgent 2025-03-30 20:44 湖北

工作流（Workflows）是为实现特定任务或目标而设计的一系列相互关联的步骤。最简单类型的工作流是确定性的，这意味着它们遵循预定义的步骤序列，并且无法适应新信息或变化的条件。

    例如，一个自动化的费用审批工作流可能如下所示：“如果费用被标记为‘餐饮’且金额低于30美元，则自动批准。”

有些工作流利用了 LLM 或其他机器学习模型或技术。这些通常被称为 AI 工作流，可以是 Agentic 或非 Agentic 的。在一个非 Agentic 的工作流中，LLM 通过指令提示生成输出。

    例如，一个文本摘要工作流会将较长的文本作为输入，提示 LLM 进行摘要，然后简单地返回摘要。然而，仅仅因为一个工作流使用了 LLM，并不一定意味着它是 Agentic 的。

Agentic 工作流是由 Agent 或一系列 Agent 动态执行的一系列相互关联的步骤，以实现特定任务或目标。Agent 被用户授予权限，这使它们能够在现实世界中收集数据、执行任务和做出决策。Agentic 工作流还利用了 Agent 的核心组成部分，包括其推理能力、使用工具与环境交互的能力以及持久记忆，从而将传统工作流完全转变为响应式、适应性和自我进化的流程。

workflow是Coze平台上一个重要功能，主要以AI 工作流（workflow）形式使用：通过可视化的方式，把大模型调用、已配置的知识库、插件、自定义代码块、甚至其他工作流等组合在一起，编排好复杂、稳定的业务工作流程，以提供给其他工作流或者机器人直接使用。

AI 工作流设计要点：

阅读原文

跳转微信打开