AI Agent Workflow:一步一步搭出真係跑得通嘅版本

AI Agent Workflow:一步一步搭出真係跑得通嘅版本

2026年5月25日
228 次閱讀
ai-agent workflow agentic-workflows llm tutorial best-practices validation

AI Agent 工作流:一步一步搭出真係跑得通嘅版本

Hi,我係 Lena。所謂 AI agent 工作流,本質上就係一個結構化嘅循環——LLM 先做推理,調用工具,觀察結果,再決定下一步要做啲咩,咁樣不停循環,直到任務完成。如果你之前睇過關於 agentic workflows 嘅內容,呢個概念你已經明。呢篇文想講嘅係另一件事——好少人講清楚嗰部分:點樣真係搭出一個跑得通嘅工作流。

過去幾個禮拜,我由「我理解呢個概念」行到「我搭咗個嘢、佢唔會每跑三次就崩一次」。當中嘅距離比我預想嘅大好多。呢度寫嘅就係我實際行完嘅流程——唔係教科書版本,而係經歷過真實失敗之後仲生存到嘅嗰一版。

開工之前:先把工作流契約寫清楚

輸入、輸出、成功標準、負責人、失敗狀態

呢一步我第一次做嘅時候跳咗過,結果一日之內就後悔。

喺你掂任何 framework 之前,先將五件事寫低:輸入係咩,輸出係咩,「完成」係咩樣,邊個負責結果,失敗咗點算。 呢個就係你嘅工作流契約。佢可以擋走一個最常見嘅錯誤——搭咗個「喺度做嘢」嘅 agent,但冇人講得清佢做嘅嘢啱唔啱。

我嗰個客服工單分發器嘅契約係咁:

  • 輸入: 客戶訊息(文字,2000 字以內)
  • 輸出: 分類好嘅類別 + 起草好嘅回覆
  • 成功標準: 類別正確率 ≥ 90%,回覆要過得到人工審核
  • 負責人: 客服團隊 lead 每日審一次
  • 失敗狀態: 如果分類置信度低過閾值,就轉人工——唔好亂估

最後嗰一條重要過好多人諗。冇定義失敗狀態嘅 agent,就係一個會靜雞雞輸出垃圾、直到客戶投訴先有人發現嘅 agent。

Step 1:揀一個工作流,唔係一整個產品

……大多數人就係喺呢度仆街。

我差啲一開頭就話「整個 AI 搞掂所有客服」。嗰個唔係一個工作流,係一份產品 roadmap。Anthropic 嗰篇 building effective agents 講得好直接:由最簡單嘅方案開始,只有真係需要嘅時候先增加複雜度。

揀一個工作流。 一個邊界清晰、可以重複執行嘅任務。「將入嚟嘅工單分類、再起草一條回覆」——呢個係一個工作流。「自主處理所有客戶互動」——嗰個係上線第一個月唔可能完成嘅幻想。

如果你冇辦法喺兩分鐘之內向一個新同事講清楚個工作流係咩,咁就係範圍太闊。繼續縮,直到你講得清為止。

Step 2:把工作流圖畫出嚟

任務節點、工具呼叫、決策點、審核閘口

一開頭我抗拒畫圖。然後我跳過畫圖直接搭,結果用咗兩個鐘頭去 debug 一個我根本唔知道存在嘅 loop。

AI agent 工作流圖唔需要畫到好靚,紙上面嘅方格加箭咀就夠用。重點係要標清楚四類元素:

任務節點——LLM 真正做嘢嘅地方(分類呢段文字、生成一段摘要、起草一條回覆)。每個節點淨係做一件事。

工具呼叫——agent 伸手去外面嘅地方(查 database、call API、搵文檔)。每一次工具呼叫都係潛在嘅失敗點,所以一定要標出嚟。

決策點——基於條件分叉嘅地方(如果類別 = 計費,行左邊;如果類別 = 技術,行右邊)。呢啲一定要係顯式嘅,唔好交畀模型自己判斷。

審核閘口——人工檢查輸出、然後工作流先繼續嘅地方。我一開頭冇加,後果喺 Step 5 會講。

幅圖畫出嚟之後睇到啲喺 code 度睇唔到嘅嘢。我發現自己嘅工作流有一條分支,agent 會喺兩個節點之間無限 loop——紙上一眼就睇到,寫成 code 就完全隱形,直到燒晒我嘅 API budget 先暴露出嚟。

Step 3:加上工具同數據存取

API、database、文檔、檔案系統、瀏覽器

工具係 agent 同 chatbot 嘅分界線。但我食過虧先學到一件事:工具多唔等於性能好。 Anthropic 工程團隊提到,太多工具或者功能重疊嘅工具會令 agent 分心,影響佢揀高效嘅執行策略。

我嗰個工單分發器,一開頭掛咗六個工具,最後剩低三個。生存到嘅係:

  • 知識檢索——喺內部文檔入面搵相關答案
  • 工單系統 API——讀取工單元數據(優先級、客戶級別、歷史記錄)
  • 回覆起草工具——基於檢索到嘅 context 生成回覆

我斬走嘅嗰三個呢?一個網頁搜尋工具(內部工單根本唔需要)、一個情感分析工具(LLM 自己處理得夠好)、一個通知工具(放喺 agent loop 外面更加合適)。

每個工具都需要一份清晰嘅描述,話畀模型聽幾時用佢,唔係淨係話佢做啲咩。「賬單相關嘅問題用呢個工具」係好過「查詢賬單 database」好多。

我而家都唔敢話工具描述寫啱咗。呢部分總係令我有種感覺——可能而家寫錯咗,但要好耐之後先會發現。

Step 4:只喺真係有用嘅地方加 memory

邊啲記住、邊啲重算、邊啲掉

Memory 係 agent 設計入面被過度使用嘅功能。唔係每個工作流都需要佢。Anthropic 工程團隊將上下文形容為一種關鍵但有限嘅資源——挑戰在於決定保留咩、掉咩。

我嘅工單分發器係單次工作流——訊息入嚟,處理一次,結果出去。完全唔需要 memory。每次跑都係由零開始,debug 簡單,行為可預測。

但如果我做嘅係一個追蹤客戶長期問題嘅多輪助手,memory 就係必需嘅。問題唔係「我要唔要加 memory」,而係 「邊啲具體資訊一旦俾 agent 忘記咗,輸出質量就會下降?」

三個分類幫我做決定:

要記住嘅: 客戶 ID、長期問題嘅對話歷史、之前嘅解決嘗試。冇咗呢啲,agent 會重複問同一啲診斷問題。

要重算嘅: 當前工單狀態、最新嘅知識庫檢索結果。呢啲喺兩次 session 之間會變,cache 佢哋只會帶嚟過期 context 嘅問題。

要掉嘅: 中間推理步驟、失敗嘅工具呼叫嘗試、debug log。將呢啲留喺 context 入面只會浪費 token,仲可能干擾後續執行時嘅模型判斷。

Step 5:加上驗證同人工審核

測試用例、檢查清單、交接點

我加人工審核加得好遲——係喺我已經部署咗一版「喺度 work」嘅系統之後。結果發現,「喺度 work」嘅意思淨係「喺度出 output」,唔係「喺度出正確嘅 output」。

驗證有兩層:自動化同人工。

自動化測試用例檢查啲模型應該永遠都做啱嘅嘢。我寫咗大概 30 條帶已知正確分類嘅測試輸入。如果 agent 答啱嘅少過 27 條,就代表有嘢壞咗。呢一步喺每次部署之前都會跑一次。

人工審核負責自動化測唔出嘅嗰啲——語氣、細微差別、起草嘅回覆對呢位客戶嚟講到底啱唔啱。我搭咗一個簡單嘅交接流程:每一條草稿都入隊列,由人審核或者修改,佢哋嘅修改再餵返去 prompt 改進入面。

交接點嘅位置好重要。 唔好將人工審核擺喺 15 步 pipeline 嘅尾。要擺喺 agent 嘅判斷最容易出錯嘅嗰個最早嘅點。對我嚟講,嗰個點就喺分類之後——如果類別錯咗,下游所有步驟都白做。

Step 6:喺自動化之前先跑失敗測試

工具失敗、壞輸入、context 過期、錯誤輸出

呢一步徹底改變咗我對 agent 工作流嘅睇法。

喺我畀工作流接觸真實流量之前,我用所有可能出錯嘅情況挑戰佢:

工具失敗: 知識庫 API timeout 會點樣?我第一版直接 hang 死。而家嘅版本會 retry 一次,然後 fallback 到通用回覆並標記畀人工。

壞輸入: 遇到空訊息、意料之外嘅語言、或者其實係圖片嘅訊息會點樣?agent 必須要處理到呢啲情況而唔會 crash。

Context 過期: 知識庫冇更新、但產品已經變咗,會點樣?agent 會好自信咁引用過期資訊。我加咗一個 timestamp 檢查——如果文檔超過 30 日冇更新,回覆入面就會帶免責聲明。

錯誤輸出: agent 分類啱咗、但寫咗一條好爛嘅回覆,會點樣?呢個最難自動化測試。我用第二次 LLM call 當 evaluator——佢會攞草稿對照我哋嘅風格指南,標出任何唔對路嘅地方。

失敗測試捉到嘅問題,係 happy path 測試入面我永遠唔會發現嘅。唔好跳過呢一步。

FAQ

搭一個用得嘅 AI agent 工作流要幾耐?

一個基礎嘅單任務工作流,幾日就跑得起。但要做到生產級別嘅可靠——包含驗證、失敗處理、人工審核——要兩到四個禮拜。

點樣由零搭一個完整嘅 AI agent 工作流?

先定義工作流契約,揀一個窄嘅任務,將流程圖畫出嚟,淨係加 agent 真係需要嘅工具,部署之前先搭起驗證同失敗測試。

設計 agent 工作流最關鍵嘅幾個步驟係咩?

契約定義、任務範圍、可視化建圖、工具選擇、memory 決策、驗證層、失敗測試。跳過任何一步都會埋下後續會複利式放大嘅問題。

我反覆喺度諗呢件事:搭 AI agent 工作流最難嘅部分唔係搭出嚟,而係知道你搭嘅嘢到底有冇真係喺度 work——以及上個禮拜打嘅補丁,下個月仲成唔成立。 嗰啲生存到嘅工作流,全部都被驗證過、做咗版本管理、當成工程資產咁對待。

呢個都係我點解開始留意 EvoMap 嘅原因。佢嘅諗法係——一個成功嘅工作流(一個 agent 解決某個問題時所行嘅路徑)可以俾人記低、被驗證、被其他 agent 繼承,而唔係每次都由零重搭。呢件事喺實踐入面到底點落地,我而家理解得仲好淺,但呢個問題嘅方向感覺係啱嘅:一個工作流跑成功之後,跟住會發生咩?

……我會繼續睇住呢部分技術點樣演化。

往期文章

相關文章