概念解析

什么是 Agentic Workflow?规划、工具、记忆与人工审核

2026-08-25·阅读约 11 分钟·更新于 2026-08-25

**Agentic Workflow(智能体工作流)**是一种多步骤流程:AI 在明确边界内自行判断怎样实现目标,调用工具,检查结果,并据此调整下一步。它不要求人预先写死全部路径。可靠的 Agentic Workflow 不等于完全无人值守,而是把灵活规划、受限记忆、可见中间成果、停止条件和人工审核组合起来。

本文面向需要把 Brief 和原始资料变成报告、方案、Campaign、演示文稿或其他可审核交付物的团队,重点讲清它的实际运行方式。

研究与披露: 本文由 Ottermind 发布。我们于 2026 年 8 月 25 日查阅了 Anthropic 与 OpenAI 的一手资料。下文的工作流契约与 Campaign 执行轨迹是原创编辑框架;案例用于说明方法,不是 Ottermind 性能测试。

什么让一套工作流具有 Agentic 特征?

关键不在聊天界面,而在 AI 是否对如何完成工作拥有受限的判断空间。它可以根据发现决定先读哪份资料、使用什么工具、当前证据是否充分,或者下一步怎样补齐信息缺口。

这并不意味着 AI 获得全部权力。目标、可访问数据、工具、验收标准、权限和批准节点仍然由人设定。

Anthropic 区分了两种结构:Workflow 让模型与工具沿预设代码路径运行;Agent 则动态决定自己的流程和工具使用。实际系统往往混合两者:固定流程里可以有 Agentic 研究步骤,Agent 也可以在固定审核门槛内工作。

可以用五个问题判断:

  1. 是否有超出“生成下一条回复”的目标和完成标准?
  2. AI 能否依据发现选择步骤或工具?
  3. 它能否观察工具结果并调整方法?
  4. 它是否保留继续任务所需的上下文?
  5. 到达边界时,它能否停止、升级或请人决策?

如果路径永不改变,通常是固定自动化;如果系统只返回一段文字而不持续追求结果,通常只是聊天交互。

Agentic Workflow、自动化与 AI Agent 的区别

系统谁决定路径最适合常见输出
Chatbot用户逐轮引导问答、解释、单次草稿一条回复
固定自动化人预先定义规则与分支稳定、重复的流程记录更新或标准成果
Agentic Workflow人设目标和边界,AI 决定部分步骤输入变化较大的多步骤知识工作中间成果与最终交付物
开放式 AI AgentAI 在权限内主导大部分过程很难预先确定路径的任务操作、文件与任务日志

应选择能够处理任务变化的最简单方案。固定自动化通常更可预测;只有在判断、非结构化输入、工具选择或动态调整确实重要时,Agentic 方法才值得增加复杂度。产品层面的选择可参考最佳 AI Agent 工作空间

Agentic Workflow 的五个组成部分

部分作用可检查证据
目标与计划把 Brief 变成阶段、决策和停止条件任务计划与验收标准
工具检索、处理文件、计算、创建或执行工具调用、来源与输出
记忆与上下文保存相关事实、指令、决策和既有成果资料包、项目状态与决策日志
观察与调整对照目标检查结果并决定下一步校验、修改、异常与新版计划
人工审核处理偏好、风险、权限和责任批准、纠正、拒绝或升级

1. 目标与计划

目标需要明确交付物、受众、决策和验收标准。“研究市场”只是活动;“为发布评审制作一份有来源的市场备忘录和 10 页定位 Deck”才是可以完成的任务。

计划应公开可信资料、阶段、中间成果、工具、检查方法、只能由人回答的问题,以及成功、失败和升级条件。计划也必须允许修改。发现关键资料缺失时,系统应该调整方案或询问,而不是悄悄编造替代信息。

2. 工具

工具让工作流不只生成文字,还能搜索网页、读取文件、处理表格、执行计算、创建文档或调用其他专业 Agent。OpenAI 把工具分为数据工具、行动工具和编排工具。

“能够使用”不等于“有权执行”。系统可以读取文件但不能删除,可以起草邮件但不能发送,可以准备页面但不能发布。工具越多并不一定越好;范围小而相关的工具集合更容易理解、测试和审核。

3. 记忆与上下文

记忆类型保存什么示例
工作上下文当前执行所需的信息当前 Brief、资料笔记和待确认问题
项目记忆后续工作可复用的决策和成果已批准的定位、受众和最新版 Deck
程序性记忆可复用的工作方法品牌规范、审核清单和输出模板

记忆必须可选择、可纠正。旧价格、已作废决策或偶然偏好都会让后续输出“自信地出错”。重要事实要保留日期和来源,并让当前证据覆盖过时记忆。

4. 观察与调整

Agentic Workflow 运行“计划、行动、观察、调整”循环。观察结果可能是搜索结果、校验错误、审核意见、缺失文件,或未通过验收的输出。调整可以是修正输入后重试、换用来源、缩小范围、修改大纲,也可以是停止。

真正需要留下的不是隐藏推理,而是可见状态:尝试了什么、得到什么结果、哪些内容改变了,以及为什么允许下一步。重试次数和最大步骤也应有限制。

5. 人工审核

人工审核不是流程失败,而是让责任和判断继续掌握在负责人手中。以下四类边界必须设置审核:

  • 意图: Brief 含糊,存在两个合理但冲突的方向。
  • 证据: 观点重要、有争议或缺乏支持。
  • 质量: 成果将对外代表个人或公司。
  • 行动: 下一步涉及发送、发布、购买、删除、付款或修改系统记录。

Anthropic 将 Agent 描述为持续规划、行动、观察并重复,直到任务完成或需要人输入。好的审核应聚焦实质决策,而不是每次无害读取都弹出确认。

完整案例:从市场研究到 Campaign 交付物

假设营销团队正在准备产品发布。输入包括竞品链接、客户访谈、产品文档、品牌规范和发布日期;输出包括市场研究、定位建议、Campaign Brief、Landing Page 草稿和内部汇报 Deck。

这类任务适合 Agentic Workflow:输入并不结构化,路径取决于研究发现,多种成果又必须共享同一套事实和决策。但它不适合无人审核直接发布。

工作流契约

字段本任务定义
目标为营销负责人准备可审核的发布材料包
可信输入已提供的产品文档、当前官网、访谈记录与批准版品牌指南
允许工具读取文件、浏览指定来源、整理证据、计算和制作可编辑草稿
禁止行为编造客户引语、修改产品宣称、联系人、购买媒体或发布
必须审核来源图、定位决策、Campaign Brief 与最终材料包
完成标准重要观点均有来源;物料符合批准的 Brief;未解决风险已列出

可检查执行轨迹

步骤Agent 决策或行动可见成果人的角色
1盘点输入,标记过期或冲突资料带日期和缺口的来源图确认事实来源
2按客户、竞品和品类拆分研究带引用的证据表必要时修正范围
3从证据形成两个定位方向含取舍和无依据假设的方案选择或修改方向
4把批准方向转成 Campaign Brief受众、信息、渠道、限制和 KPI批准 Brief
5从同一 Brief 制作页面草稿和 Deck相互连接的可编辑成果审核观点、语气和层级
6按验收标准检查材料包观点核验、缺失项和风险日志批准交接,而非直接发布

价值不在于 AI 一次做了五样东西,而在于所有交付物继承同一套已批准证据和决策,人也能看到判断发生在何处。

常见模式与失败方式

常见结构包括顺序工作流、按输入分类的路由、并行子任务、生成与评估循环,以及由 Agent 动态选择步骤的循环。不要默认使用多 Agent;从能够完成任务的最简单结构开始。

失败通常来自六处:目标没有停止条件、把记忆当成事实、工具权限过宽、中间成果不可见、只在最后审核,以及没有改变策略的重复重试。对应做法是定义成果与验收条件、保存来源日期、最小权限、要求来源表和大纲、提前审核关键方向,并设置重试和升级上限。

设计清单

  1. 明确一个交付物和实际使用者。
  2. 指定可信输入和冲突处理规则。
  3. 分开事实、指令、偏好与权限。
  4. 选择完成任务所需的最小工具集。
  5. 定义可以查看的中间成果。
  6. 在不可逆或对外行动前设置人工审核。
  7. 写清成功、失败、重试和升级条件。
  8. 保留已批准决策与最终成果,供后续任务使用。
  9. 先用低风险但有代表性的任务测试。
  10. 衡量被接受和使用的交付物,而不是生成数量。

关于目标、上下文、限制与验收标准的写法,可阅读 Ottermind AI Prompt 指南;研究型任务可参考 AI 研究助手指南

从一套有边界的工作流开始

最好的第一套 Agentic Workflow 不是自主程度最高的,而是一个真实、有边界的任务:动态规划和工具能改善执行路径,中间成果让质量可见,重要决定仍由人负责。

在 Ottermind 中,可以从你已经需要完成的一份研究备忘录、Campaign Brief、报告或演示文稿开始。先上传真实资料,要求输出来源图和计划,批准方向后再继续制作相互关联的成果。这才是可以检查的 Agentic Work,而不是只能期待它正确的自动化。

资料来源

下载桌面端与移动端 App

随时随地访问 Ottermind。

电脑