今日 TL;DR
先问任务需要谁决定下一步,再问用什么框架;固定流程可以完成的业务,要有证据才增加自主决策。
- 业务路径能穷举、结果必须确定时,固定工作流是应先验证的基线。
- 动态路径有价值也必须比较成功任务成本、错误面和可恢复性。
- 未知输入交还人工、授权由服务端判定,不能靠更长循环掩盖需求不清。
为什么今天学这个
昨天的项目把状态、预算、人工确认与回执串起来;今天按日历完成第7周周日复盘。周一讨论控制权,周二到周五练观察行动循环、状态图、预算和人工确认。今天不是再加一层规划,而是回答系统设计面试常见追问:既然业务步骤已经明确,为什么还需要Agent?历史10月18日复盘缺课,不声称已经补完,可先看19日控制权入门。
工作流指路径由代码事先定义的系统;Agent在这里指模型根据观察选择后续动作。固定工作流也可以调用模型、分支、重试和检索,因此“多次调用”不是自主性的证明。架构选择的对象是控制权:谁决定调用什么、何时停、怎样判断做成了。给一个步骤稳定的报表生成器加上自由规划,可能只增加测试与恢复成本。
预备知识是Python函数、字典和基础断言。今天的任务是岗位资料路由:输入主题、可信服务端权限,输出资料ID或交还人工。模型可建议检索哪个库,但权限与最终完成由程序判断。这个小例子故意没有接模型,便于用同一输入复现控制差异,不用模型价格、网络波动掩盖架构问题。
一张图讲清楚
图中的“需要时”是设计判断,不是模型自由决定架构。固定方案达到业务目标就可以停;动态方案如果只在一个演示上更漂亮,却增加未知执行结果,就还没有胜出。真正的比较需包含失败案例、权限拒绝、资料缺失、工具超时和人工接管,而不是只计正常答案。
三个核心要点
- 先建最简单可验收基线。 输入格式稳定、步骤确定、异常能枚举时,用代码编排更容易解释和重放。遇到新需求可以扩展分支,但不要用不断增加规则掩盖任务确实需要探索;决定依据是实际输入覆盖和维护代价。
- 用同一任务集比较净收益。 同样资料、权限和验收条件下,比较完成率、错误类别、人工接管、延迟与成功任务成本。调用次数只是成本代理,不等于金额;动态决策带来的价值必须足以覆盖额外失败面。下面的六例只是教学检查,不能用来宣称生产成功率。
- 动态范围与业务权限分开。 模型猜中资料库也不能绕过身份、租户或动作批准;查不到证据应返回needs_help,而非继续循环直到编造结果。即使选择工作流,仍需要输入校验、错误处理和业务回执。
最小可运行示例
保存为 choose_architecture.py,Python 3标准库即可,执行 python3 choose_architecture.py。输入为六个固定用例,不调用网络或真实模型;路由建议是明确标注的模拟值。资料库是只读字典,权限是服务端输入的教学替身;生产应从认证会话查询。
from dataclasses import dataclass
DOCS = {"岗位": "job-1", "评测": "eval-1"}
@dataclass(frozen=True)
class Case:
topic: str
allowed: bool
expected: str
proposal: str
CASES = [
Case("岗位", True, "job-1", "岗位"),
Case("评测", True, "eval-1", "评测"),
Case("岗位", False, "denied", "岗位"),
Case("薪资", True, "needs_help", "薪资"),
Case("岗位", True, "job-1", "评测"),
Case("评测", True, "eval-1", "delete_all"),
]
def fixed(case):
if not case.allowed:
return "denied", 0
return DOCS.get(case.topic, "needs_help"), 1
def simulated_dynamic(case):
# 模拟模型提出路由,不代表真实LLM智能或实际调用账单
if not case.allowed:
return "denied", 0
calls = 1 # 记录一次决策尝试
choice = case.proposal
if choice not in DOCS:
return "needs_help", calls
calls += 1 # 只读工具尝试
return DOCS[choice], calls
def compare(name, runner):
passed = calls = 0
results = []
for case in CASES:
result, count = runner(case)
passed += int(result == case.expected)
calls += count
results.append(result)
print(name, "checks_passed", passed, "of", len(CASES),
"attempts", calls, "results", results)
return passed, calls
if __name__ == "__main__":
assert compare("fixed", fixed) == (6, 5)
assert compare("dynamic_stub", simulated_dynamic) == (4, 8)
assert simulated_dynamic(CASES[2]) == ("denied", 0)
预期固定流程通过6例,计5次读取;动态替身通过4例,计8次尝试。它在第五例选错了存在的库,第六例提出不允许的动作后交还人工。没有执行delete_all;白名单拒绝与答案正确是两项独立要求。两个方案都不在未授权用例读取资料。
这里“通过”指符合包含denied与needs_help在内的预期,并非6例全都完成了用户任务。真实业务应把成功完成、正确拒绝、人工接管分别统计,避免通过增加拒绝提高表面成功率。固定流程拿到准确主题是本场景前提,真实自然语言输入可能需要分类;动态方案可改进,但要在同一输入合同下重测,不能让一个方案拿标准答案、另一个方案处理更难任务再宣布胜负。这个示例用于发现决策风险,不用于证明工作流永远优于Agent。
生产环境会怎么翻车
- 症状:演示很好,真实任务反复转圈。 根因是需求和完成条件不明确,规划器用更多步骤替代验收。处理:先定义业务输出、证据和停止条件,再加总时间、费用、步数及相同动作检测;失败进入可恢复终态。
- 症状:动态方案看似准确,线上费用失控。 根因是只统计单次模型价格,漏掉重试、工具等待和人工核查。处理:按成功业务任务归集全部尝试,另报失败耗费、p95延迟及接管率;教学调用次数不能直接折算成生产预算。
- 症状:模型选到资料却跨租户泄漏。 根因是把路由决策当授权。处理:检索层带服务端身份过滤,恢复前重检权限,拒绝事件单独记录;工作流和Agent都不能绕过。
- 症状:所有困难输入都拒绝,报表仍显示高准确率。 根因是把正确拒绝和完成混为一类。处理:拆分覆盖率、完成质量与安全拒绝,人工抽查需要接管的请求;不能只挑正常例做上线验收。
动手练习
用20分钟给案例集新增“资料库缺失”“别名输入”“工具超时”各一例。明确哪些由固定分支处理、哪些确实需要上下文判断;两个方案采用相同权限和资料快照。完成条件:运行输出逐例结果;未授权调用数仍为零;超时不被写成完成;统计成功、正确拒绝、接管和总尝试。最后写五行架构决定:业务目标、选择方案、支持证据、已知限制、何时重新评估。不要用这九个样例报告生产准确率。
面试表达
30 秒回答
我先按任务控制权选方案。路径确定时建立固定流程基线;只有中间观察会改变后续动作且固定分支难覆盖,才尝试受限Agent。两者用同一任务集比较质量、延迟、成功任务成本和恢复难度;权限和完成判定始终由服务端掌握。
追问与 3 分钟回答
如果追问“你是不是保守,不敢用Agent”,我会用任务举例:按已知字段生成日报,抓取、校验、渲染可以固定编排;处理陌生调查目标可能需要根据证据改查资料。自主性只是手段,不能替代结果。先给出简单方案的不足,再说明动态决策能弥补哪条路径,最后用失败案例比较收益。
如果追问“固定规则越写越多怎么办”,我会看新增规则是否来自稳定业务合同,还是不断变化的语义判断。前者可维护配置和决策表,后者可在明确边界中引入模型路由。两者都需版本化和回归;模型仅建议动作,工具执行有白名单、权限和预算。外部结果未知时先查询回执,不能盲目重试。
项目答辩应展示正常、拒绝、失败和恢复四条路径,并说明哪些是模拟工具。昨天的SQLite控制器就算不加自主规划仍有价值:它已经解决执行可靠性。何时不做Agent是一项工程判断,能给出重新评估触发条件比报出框架名称更有说服力。
今日自测
1. 基础理解
一个固定顺序的流程调用了三次模型,它就一定是自主Agent吗?
参考答案
不一定。关键是谁决定下一步,代码预定义路径仍是工作流,多次模型调用不改变控制权。
2. 工程取舍
动态方案完成率更高,但人工核查和延迟都增加,应怎样选择?
参考答案
比较同一任务集的业务价值、成功任务总成本、尾延迟和恢复风险,结合目标约束决定,可只在复杂输入分支使用动态决策。
3. 场景应用
资料库和步骤都固定,模型提出删除资料以便重新开始,服务端应该怎么做?
参考答案
拒绝不在许可范围的动作,记录原因并交还人工;不能因为模型声称有利于完成任务就扩大权限。
市场雷达
本期无新增市场信号。官方文档用于核验概念与测试方法,页面可访问不等于最近30天新发布,不虚构JD或招聘数字。
权威来源
- Anthropic Building effective agents — 工作流与Agent的区分及从简单方案起步的原则;原文2024年,工具细节不直接当作当前API。
- LangGraph Workflows and agents — 预定义路径与动态工具使用的架构区分。
- Python unittest — 可重复测试与独立用例组织;本文代码使用标准assert做离线演示。
上述页面于2026-10-25 11:55—12:03(Asia/Shanghai)实际读取,均HTTP 200。代码与架构选择准则为教学实现和工程建议,不是厂商效果测评。
明天会用到
明天按课表进入第8周“MCP的边界”:把外部能力接进受控系统,区分协议提供的连接方式与业务服务负责的授权、预算及执行结果。今天选定的控制权不会因为换了工具连接协议而自动改变。