Appearance
66. AI Agent 和 AI Workflow 的区别在哪里？
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：AI Agent 和 AI Workflow 有什么区别？
🙋 我：Workflow 就是流程编排嘛，Agent 更智能一点？
👔 面试官：怎么个「更智能」法？什么场景该用 Agent，什么场景该用 Workflow？两者能结合吗？
这道题考的是你对两种架构模式的工程判断力，不只是说概念。
💡 简要回答
核心区别只有一个：决策发生在哪个阶段。
- AI Workflow：运行之前就把每一步想清楚了，运行时只是照着执行，像工厂流水线。
- AI Agent：运行时才做决策，根据当前状况自主判断下一步干什么，像一个真正在思考的员工。
📝 详细解析
两者的本质差异
一句话理解：Workflow 的决策在设计阶段，Agent 的决策在运行阶段。
| 维度 | AI Agent | AI Workflow |
|---|---|---|
| 本质 | 具有自主决策能力的智能实体 | 预设步骤的任务自动化流程 |
| 类比 | 有思考能力的「员工」 | 工厂的「流水线」 |
| 决策时间 | 运行阶段 | 设计阶段 |
| 可复现性 | 相对稳定但有波动 | 高度可复现 |
| 运行成本 | 存在波动 | 可精确估算 |
一个更直观的例子：你让系统「处理用户投诉」。
Workflow 的做法：预先设计好——收到投诉 → 分类（退款/换货/咨询）→ 按类别走不同分支 → 套模板回复 → 结束。整个流程在写代码阶段就定死了。
Agent 的做法：拿到投诉，自己分析情况，觉得需要查订单就查，查完觉得需要联系物流就联系，发现是特殊情况就上报人工——每一步都是当场判断的，没有提前写死。
不是 Agent 就一定更好
很多人觉得 Agent 更智能，所以 Agent 一定更好。这是误区。
Workflow 的优势恰恰是可控、稳定、成本可预测。很多 ToB 场景（金融风控、电商订单处理、合规审核）对确定性要求极高，绝对不能让 AI 自己「发挥」，这时 Workflow 远比 Agent 合适。
反过来，开放性任务、探索性任务、需要「临场应变」的任务，才是 Agent 的主战场。
混合架构才是未来
实际生产系统里，两者通常不是非此即彼，而是混合使用：
- Agent 是「思考者」，解决做什么（What）的问题——拆解目标、决策方向、处理异常。
- Workflow 是「执行者」，解决怎么做（How）的问题——把已经确定的步骤稳定高效地跑完。
比如一个复杂的 AI 内容生产系统：Agent 负责理解需求、规划内容结构、决定调哪些工具；Workflow 负责图片压缩 → 格式转换 → 上传 CDN 这些固定操作。黑猫白猫，只要抓到老鼠就是好猫。
🎯 面试总结
答这道题要点出三层：①核心区别是决策时间（设计阶段 vs 运行阶段）；②不能说 Agent 一定更好，Workflow 在可控性、成本上有天然优势；③实际生产里往往是 Agent + Workflow 混合架构，Agent 做大脑，Workflow 做肌肉。能说到第三层，基本上面试官就没什么好追问的了。