我做过一个医学 AI 写作项目,里面一共搭了 59 个 Dify 工作流。项目结束后我数了一下:40 个是纯 Workflow,15 个是 Workflow + Agent 的混合模式,只有 4 个是纯 Agent 模式。
比例悬殊,但不是因为 Agent 不好用,而是因为我真的只在 4 个场景里需要它。
这件事让我意识到,关于"什么时候用 Workflow、什么时候用 Agent",业界讨论了很多,但大多停在技术层面——Agent 能调工具、能多步推理、能自主规划,Workflow 是固定的、可控的、适合批量任务。这些都对,但不是最关键的判断维度。
---
Workflow 与 Agent 的核心区别:谁承担不确定性
Workflow 和 Agent 的本质区别,不在于谁更智能,而在于谁来承担不确定性。
Workflow 里,不确定性由设计者承担。你在搭工作流的时候,已经把所有可能的路径想清楚了:用户输入什么、经过哪些节点、哪条分支走哪个方向、最终输出什么格式。执行期间,系统按图索骥。如果遇到你没预料到的情况,工作流要么报错,要么走到 ELSE 分支兜底。问题在你,不在系统。
Agent 里,不确定性由模型承担。你给它目标,它自己决定下一步做什么:要不要搜索、搜什么关键词、结果够不够用、要不要换个角度再搜。每一步都是实时判断,依赖模型的推理能力。如果出了问题,你很难快速定位是哪个决策环节出的问题。
这个区别,决定了一件更重要的事:谁对结果负责,以及谁有能力负责。
医学写作对准确性要求极高,我不能把"判断这条文献是否值得引用"这个责任交给模型的实时推理。但我可以设计一个精确的流程——检索节点用混合检索、Top-K 设 4、返回结果过一遍摘要节点、再进入写作节点。出了问题,我能定位到具体的节点。这种可追溯性,是 Workflow 给我的。
---
AI 产品经理最容易陷入的两个误区
第一个误区:把"灵活"等同于"更好"。
Agent 听起来更聪明——它能自主规划、动态调整,像个真正的助手。但灵活的反面是不可预测。在大多数业务场景里,你需要的是稳定交付,而不是惊喜。
我见过一些团队,明明只是做一个"用户提问→检索知识库→LLM 回答"的 FAQ 机器人,硬要上 Agent 框架,结果调了一堆工具、推理了好几步,最后回答比直接 RAG 慢三倍,准确率也没提升。原因很简单:这个任务本来就没有不确定性,流程完全可以提前定义。Agent 在这里不是赋能,是引入了额外的不可控因素。
第二个误区:把"步骤是否固定"当成唯一判断标准。
课件里的判断框架——"步骤固定用 Workflow,需要动态决策用 Agent"——是对的,但还不够用。实际情况更复杂:有些任务的步骤看起来固定,但每一步的内部逻辑其实需要灵活判断;有些任务看起来开放,但核心流程其实可以提前设计好,只有某个小环节需要 Agent 模式处理。
比如在那个医学写作项目里,"文献检索"这一步的步骤不固定——关键词够不够、要不要扩大搜索范围、这批结果有没有偏差——这是判断,不是执行,需要 Agent。但检索之后的写作、格式化、引用标注,这些步骤完全可以用 Workflow 精确控制。
所以判断不是非此即彼,而是看不确定性集中在任务的哪个环节,然后在那个环节用 Agent,其他地方用 Workflow 保持可控。
---
我的 Workflow vs Agent 决策流程
接到一个 AI 任务需求,我会问自己几个问题:
这个任务里,有没有某个环节"我自己也不知道该怎么做,只知道要达到什么结果"?如果有,那个环节可能需要 Agent。如果每一步我都能写出明确的操作步骤,用 Workflow 就够了。
这个任务的错误代价是什么?如果出错了影响很小、能快速发现和纠正,Agent 的试错成本可以接受。如果出错代价高,比如发给用户错误信息、生成了有误导性的医学建议,Workflow 的可控性更重要。
谁需要维护这个系统?如果是我自己,Agent 的复杂性我能接受。如果之后要交给不懂技术的运营同学,Workflow 的可视化流程更容易让他们理解和调整。
这三个问题没有标准答案,但它们强迫我去面对任务本质,而不是凭第一感觉决定。
---
这条边界还在移动
有件事让我有点不安:随着模型能力的提升,Agent 能处理的"不确定性阈值"在降低。两年前需要 Agent 模式才能处理的任务,现在一个精心设计的 Workflow + 更强的 LLM 可能就够了。
这意味着"什么该用 Agent"这条线,不是固定的。它随着模型能力、工具生态、具体业务的容错空间,持续在移动。
我现在产品侧给团队的建议是:先假设 Workflow 够用,真的遇到流程设计不了的地方,再引入 Agent。不是因为 Agent 不好,而是先用更简单的方案,能让你更清楚地看到任务的真实结构——哪些地方是真的需要灵活性,哪些地方你以为需要其实是设计没做到位。
---
从 Workflow 和 Agent 的选择往深了想,其实是另一个问题:当我们把越来越多的不确定性交给模型承担,我们对业务决策还有多少真正的理解和掌控?这个问题,比"用哪个框架"本身更值得想清楚。