一、workflow、agent

workflow

Workflows are systems where LLMs and tools are orchestrated through predefined code paths.
工作流是指通过预定义的代码路径来协调 LLM 和工具的系统。

agent

Agents are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks.
agents是指 LLM 动态地指导自身流程和工具使用，从而保持对完成任务方式的控制的系统。

Agents are systems that independently accomplish tasks on your behalf. agent是能够独立代表您完成任务的系统

二、agent基本循环

observe → think → act → observe

三、什么时候不该用agent

任务可预测、流程稳定、普通脚本能解决时，agent 反而增加不确定性。

1. 下一步是否能提前确定？

如果能，那用 workflow 或脚本。

例如：

读取文件 → 转格式 → 保存

这不需要 agent。

如果不能，例如：

根据用户当前情况判断该学什么

2. 环境是否会变化？

如果环境很稳定，不需要 agent。

如果环境经常变化，比如网页结构、用户意图、市场热点、视频评论区反馈，那 agent 更有价值。

例如：

根据评论区反馈调整下一期视频选题

3. 是否需要长期目标和动态调整？

如果只是执行一次任务，不一定要 agent。

如果是持续追踪、不断调整策略，比如：

帮我持续运营账号，提高播放量

四、实现agents的核心原则

When implementing agents, we try to follow three core principles:
在实现智能体时，我们尽量遵循三个核心原则：

1. Maintain simplicity in your agent’s design.
   保持agent设计的简洁性 。
2. Prioritize transparency by explicitly showing the agent’s planning steps.
   通过明确展示agent的规划步骤来提高透明度 。
3. Carefully craft your agent-computer interface (ACI) through thorough tool documentation and testing.
   通过详尽的工具文档和测试 ，精心设计您的agent-计算机接口 (ACI)。

五、拓展阅读

https://www.anthropic.com/engineering/building-effective-agents https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/