Appearance
89. AI Agent 中 Agents、Teams、Workflows 的区别是什么？
难度 P1 高频 · 岗位 应用 · 频率 ★★★ · 预计阅读 5 min
本题阅读地图
- 💡 简要回答
- 📝 详细解析
- 🎯 面试总结
👔 面试官：Agents、Teams、Workflows 在架构上有什么区别？什么时候用哪种？
🙋 我：Agents 就是单个 Agent，Teams 是多个 Agent，Workflows 是流程？
👔 面试官：区别不只是数量多少，是执行控制方式、预测性、适用场景都不同。你能展开吗？
💡 简要回答
三者的本质区别在执行控制权归谁：
- Agents：单个自主 Agent，完全自己决定怎么做
- Teams：多个 Agent 协作，有一个协调角色统筹分工
- Workflows：预定义的执行流程，每一步提前固定，确定性最高
可预测性：Workflows > Teams > Agents；灵活性：Agents > Teams > Workflows。
📝 详细解析
Agents（单智能体）
执行控制：自主决策，完全由 LLM 在运行时动态判断每一步。
特点：最灵活，但也最不可预测。Agent 走的路径取决于它的推理，相同输入不一定得到相同路径。
适合场景：
- 开放性任务（「帮我研究这个问题」）
- 任务路径不可预知，需要临场应变
- 探索性工作
不适合场景：对执行路径有严格要求的场景（可能走弯路）、高合规要求的场景（输出不确定）。
Teams（多智能体团队）
执行控制：有一个主协调 Agent（Orchestrator）负责任务分解和分配，子 Agent 各有专属角色，内部仍是自主决策。
特点：比单 Agent 更强大（多个专业 Agent 协作），但协调开销更大，通信失误可能导致任务失败。
适合场景：
- 需要多个专业领域协同的复杂任务（研究 + 数据分析 + 报告撰写）
- 单个 Agent 的上下文窗口不够用的超长任务
- 可以并行处理多个子任务的场景
不适合场景：简单任务（多 Agent 协调开销得不偿失）、对一致性要求极高的场景。
Workflows（工作流）
执行控制：所有步骤在设计阶段就确定，运行时严格按预定流程执行，每一步的输入输出都有定义。
特点：高度可预测、可重复、成本可计算，但没有灵活性——任务变化了，流程就要重写。
适合场景：
- 步骤固定、结果可预测的任务（表单处理、标准化报告生成）
- 合规要求高、需要审计追踪的场景
- 高频重复执行、成本敏感的批处理场景
不适合场景：开放性任务、需要临场应变的任务。
三者对比速查
| 维度 | Agents | Teams | Workflows |
|---|---|---|---|
| 决策方式 | 运行时自主决策 | 协调者 + 成员自主决策 | 设计时预定义 |
| 可预测性 | 低 | 中 | 高 |
| 灵活性 | 高 | 中-高 | 低 |
| 运行成本 | 可变 | 可变（更高） | 可预测 |
| 适合任务 | 探索性、开放性 | 复杂跨领域任务 | 固定流程、合规场景 |
混合使用才是正解
实际生产系统里，通常是三者组合：
- 外层用 Workflow 确保关键业务流程的确定性
- 中层用 Teams 处理需要多专业协作的复杂子任务
- 底层的具体执行任务交给单个 Agent 自主发挥
🎯 面试总结
答这道题核心是说清楚「执行控制权」的区别，而不是数量区别：Workflow 控制在设计者（固定死了），Team 控制在协调 Agent，单 Agent 控制在 LLM 自己。最后补充「实际系统通常混合使用」，体现工程成熟度。