从 Workflow 到 Agent：企业流程自动化的路径选择

流程自动化有两类做法：一类是把固定步骤串起来按编排执行，一类是让智能体根据当前情况自行决定下一步。两者不是替代关系，适用条件不同。选错方向的代价是，用编排做需要判断的事会僵化，用智能体做本该固定的事会不稳定。

固定步骤的任务，编排更稳

如果一件事的处理路径是确定的：先校验，再查库，然后写回，最后通知，那么用编排实现更合适。

原因有三。第一是结果可预期，同样的输入走同样的路径，便于验证与审计。第二是排查简单，失败时能直接定位到是哪一步出错，不需要推断模型的想法。第三是资源占用低，不需要为每一步都调用模型。

编排的局限在于应对变化。当输入形态超出预设范围、或者出现了设计时没考虑的情况，编排只能报错或走兜底分支，无法自行调整。

需要判断的任务，智能体更合适

有些任务的路径本身就是判断的结果。比如一份投诉工单，要先看懂内容才能决定转给哪个部门；一次设备告警，要先结合上下文才能判断是否需要停机。这类任务用编排做，等于要把所有判断规则预先穷举，成本高且覆盖不全。

智能体在这类任务上的优势是能处理未穷举的情况。模型可以从输入中提取要点、调用工具查询补充信息、再决定动作。代价是行为不再完全可预期，需要额外的约束机制。

约束方式有三条：把可调用的动作限制在有限集合内；为关键动作设置置信度门槛，不足时转人工；保留完整的调用记录，便于事后复核。

混合使用是常态，关键是分层而不是二选一

实际的系统里，两类做法往往同时存在。合理的结构是分三层。

最外层是流程编排，负责阶段的划分与流转，保证整体路径确定。中间层是判断节点，在需要决策的位置调用智能体，输出一个受限范围内的结论。最内层是工具调用，由编排层执行确定的动作，智能体不直接操作底层资源。

这样分的价值在于把不确定性隔离在中间层。编排保证了大框架不跑偏，智能体只在自己擅长的位置发挥，出问题时影响范围可控。