> ## Documentation Index
> Fetch the complete documentation index at: https://labs.prompthon.io/llms.txt
> Use this file to discover all available pages before exploring further.

# 智能体与工作流

<div className="not-prose my-4 rounded-md border border-gray-200 bg-gray-50 p-2 text-sm dark:border-gray-800 dark:bg-gray-900/40">
  <div className="mb-2 px-1 text-xs font-semibold uppercase tracking-wide text-gray-500 dark:text-gray-400">需要帮助？</div>

  <div className="flex flex-wrap gap-2">
    <a className="inline-flex items-center gap-2 rounded-md border border-gray-200 bg-white px-3 py-1.5 font-medium text-gray-700 no-underline shadow-sm hover:border-gray-300 hover:bg-gray-50 dark:border-gray-800 dark:bg-gray-950/60 dark:text-gray-200 dark:hover:bg-gray-900" href="https://discord.gg/sDE2HhGTg4" target="_blank" rel="noreferrer">
      <Icon icon="discord" iconType="brands" size={14} />

      <span>在 Discord 提问</span>
    </a>

    <a className="inline-flex items-center gap-2 rounded-md border border-gray-200 bg-white px-3 py-1.5 font-medium text-gray-700 no-underline shadow-sm hover:border-gray-300 hover:bg-gray-50 dark:border-gray-800 dark:bg-gray-950/60 dark:text-gray-200 dark:hover:bg-gray-900" href="https://github.com/Prompthon-IO/agent-systems-handbook/issues/new/choose" target="_blank" rel="noreferrer">
      <Icon icon="github" iconType="brands" size={14} />

      <span>提交 GitHub Issue</span>
    </a>

    <a className="inline-flex items-center gap-2 rounded-md border border-gray-200 bg-white px-3 py-1.5 font-medium text-gray-700 no-underline shadow-sm hover:border-gray-300 hover:bg-gray-50 dark:border-gray-800 dark:bg-gray-950/60 dark:text-gray-200 dark:hover:bg-gray-900" href="https://github.com/Prompthon-IO/agent-systems-handbook/blob/main/zh-Hans/SUPPORT.md" target="_blank" rel="noreferrer">
      <Icon icon="life-ring" size={14} />

      <span>支持指南</span>
    </a>
  </div>
</div>

## 摘要

工作流执行预定义的顺序。智能体在变化的条件下追求目标。大多数真实系统都处在这两个极端之间。

## 为什么这很重要

许多产品和工程错误都来自选择了错误的控制模型。

* 如果任务很稳定，使用智能体可能会增加成本和不可预测性。
* 如果任务很模糊且不断变化，只使用僵硬的工作流会让系统脆弱且维护成本高。

选错模式往往比选错模型更有破坏性。

## 心智模型

最清晰的区别在于谁拥有下一步。

* 在 `workflow` 中，设计者拥有下一步。系统沿着带有显式分支的脚本化路径运行。
* 在 `agent` 中，运行时拥有下一步。系统根据当前状态、工具和目标选择动作。

这并不意味着工作流简单、智能体先进。它意味着二者解决的是不同的协调问题。

工作流在以下情况下最强：

* 路径已知
* 规则稳定
* 可审计性比灵活性更重要

智能体在以下情况下最强：

* 路径无法提前完全知道
* 系统需要搜索、探索或适应
* 任务运行期间环境可能变化

## 架构图

```mermaid theme={null}
flowchart LR
  Input["任务输入"] --> Choice{"控制模型"}
  Choice --> Workflow["工作流：预定义顺序"]
  Choice --> Agent["智能体：在运行时选择下一步"]
  Workflow --> Result["结果"]
  Agent --> Result
```

## 工具生态

最有用的产品通常是混合体，而不是任一侧的纯粹样本。

* 工作流可能会在某个模糊步骤调用智能体。
* 智能体可能在更大的工作流中运行，并带有严格的进入、审批和退出点。
* 研究或编码系统可能使用类似工作流的阶段，但在每个阶段内部使用智能体式决策。

这种混合设计通常是实践中的答案，因为它在结构有帮助的地方保留确定性结构，同时把自主性留给真正受益的部分。

## 取舍

* 工作流更容易测试和审计，但当边界情况不断增多时，维护成本很高。
* 智能体适应性更强，但需要更强的防护、可观测性和回退设计。
* 混合系统在实践中通常最好，但它们需要比任一极端都更清晰的接口边界。

有用的默认选择：

* 对确定性的业务策略选择工作流
* 对有边界的探索和判断选择智能体
* 当合规、审批或不可逆操作很重要时，用工作流控制包裹智能体

## 延伸阅读

* [智能体系统](/zh-Hans/foundations/the-agent-system)
* [上下文工程](/zh-Hans/systems/context-engineering)
* [基础概览](/zh-Hans/foundations)

## 更新日志

* 2026-04-21：基于导入的参考材料和实验室重写规则，完成初始的仓库原生草稿。