简介:本文对比固定流程工程、提示驱动的工具调用层与具备规划循环的自主智能体,帮助架构师判断三者在确定性、成本、异常处理与编排深度上的差异,并给出场景化选型与落地边界。
跨境电商、客服分拣、内容合规、售后纠纷等业务里,团队常把“接上大模型、注册若干工具、用用户一句话触发调用”称为智能体。上手之后会发现:流程其实早已写在代码里,模型只是把自然语言翻译成一次或几次工具参数。真正缺的是自主拆解任务、跨系统动态编排、失败重试与异常升级。
本文对比三类实现,而不是比较具体框架或厂商:
选择哪一类,取决于流程是否固定、规则是否可编码、数据是否都在业务系统内,以及出错代价是否可接受。工程与模型通常是组合,而不是二选一。
方案A把意图识别、路由、校验、重试、幂等和审计写成显式状态机或工作流。模型若出现,只作为某个节点的分类器或生成器,输出被代码严格约束。适合多语言意图识别、图片是否破损这类单点判断,也适合“生成文案、合规检查、翻译”这种顺序已定的流水线。
方案B的系统提示、工具清单和用户输入构成一次或有限次推理。模型负责把口语映射到工具名和参数,代码负责鉴权、执行、落库。它降低了入口开发量,但规划深度、跨系统动态改道和复杂异常策略仍然不在模型侧。业界常把这种形态误称为完整智能体,其实更接近“带工具的单轮或多轮函数调用”。
方案C把控制权更多交给模型循环:观察当前上下文与工具返回,决定继续、换工具、并行收集证据或停止。例如复杂售后纠纷中,需要自行判断还缺哪些凭证。代码仍要提供工具、权限、预算、超时和人工升级,只是不再把每条分支都写死。
从“谁决定流程”看,可以粗分为七档,越往后模型自主空间越大:
多数“写一段系统提示、注册几个工具、用户一句话触发”的系统落在第1到第3档,属于方案B,而不是第7档的方案C。
三者都要解决同一类生产问题:把不稳定的自然语言或非结构化输入,变成可执行、可审计、可回滚的业务动作。它们都依赖上下文质量:业务规则、订单状态、权限范围、历史对话缺失时,任何方案都会误判。它们也都需要工具或接口:查询订单、写工单、调翻译、拉图片,这些能力不在模型权重里,而在业务系统里。
安全边界同样一致。身份、租户隔离、最小权限、审计日志、敏感字段脱敏,不能交给提示词“记住”。成本也都由算力、延迟、人工复核和返工组成,只是结构不同。因此“给足上下文和趁手的工具,模型就能做事”是第一性原理,但不足以自动推出“应该用自主循环替换全部工程”。
方案A的系统边界清晰:状态在工作流引擎或业务服务中,失败可重放。方案B增加一个推理网关,把提示变成结构化调用,状态仍以业务事务为准。方案C把“下一步是什么”放进模型循环,状态机变薄,可观测性变难,必须额外记录每一步的观察、决策和工具结果。
控制权差异决定可靠性。流程固定、规则明确、数据都在业务库中时,方案A更可靠,因为分支可测试、可回归。方案B只是翻译层,若业务系统已能直接实现,这层会显得多余。方案C的价值出现在分支无法预先穷举、需要跨系统临时组合证据的环节。
方案A覆盖稳定规则:校验、路由、幂等、补偿、限流。它不擅长开放式表述和长尾意图。方案B覆盖入口理解:把“帮我看下这单能不能退”映射到查询与政策接口,但不会自己发现还要拉物流轨迹、聊天记录和平台规范。方案C覆盖动态规划与异常路径,却不保证每次路径相同,难以做严格的确定性验收。
生产上常见的最优解是分层:稳定主干用方案A,入口和长尾理解用方案B,少数高价值、低频率、规则不完备的个案用方案C,并设置人工确认。
方案A接入成本高在流程建模和接口治理,运行时延迟可预期,吞吐由服务容量决定。方案B接入快,但每次调用增加推理延迟和超时失败模式,工具参数幻觉会变成错误写操作。方案C的延迟和调用次数不稳定,容易在循环中放大费用和超时,必须有步数上限、预算上限和强制退出。
不应假设模型越强就越该替代工程。更准确的比较是:固定流程的开发人天,对比“用成本更低的模型加薄工具层能否覆盖同一验收标准”。若工程已能覆盖且人天可接受,换模型并不会自动降低总拥有成本,因为评测、护栏、回放和值班仍然存在。
写操作必须经权限校验与幂等键,不能仅凭模型输出执行。方案A的审计是状态迁移日志。方案B还要记录提示、工具模式和结构化输出。方案C还要记录规划轨迹,否则纠纷无法复盘。合规场景(广告文案、类目属性、跨境描述)适合“生成—规则或评审模型—不通过则修改”的有界循环,而不是无限自主改写。
运维上,方案A依赖发布与配置回滚。方案B、C还依赖提示与工具描述的版本管理。工具描述一改,行为就会漂移,应视为契约变更。
方案A前期人力高,边际调用成本低,适合高频路径。方案B用推理换一部分解析代码,适合需求变化快的入口。方案C单案成本高,适合金额大、路径长、人工本来就贵的个案。用更便宜的模型时,要同步看准确率下降带来的人工复核是否抵消节省。
| 维度 | 方案A 确定性工程 | 方案B 提示驱动工具层 | 方案C 自主规划循环 |
|---|---|---|---|
| 流程由谁定 | 代码或工作流 | 骨架由人定,模型填工具 | 模型逐步决定,代码设边界 |
| 典型档位 | 固定串联、并行汇总 | 第1至第3档 | 第5至第7档 |
| 确定性 | 高,可回归 | 中,受提示与抽样影响 | 低到中,路径可变 |
| 异常处理 | 显式补偿与重试 | 多依赖预设分支 | 可临场换路,但需上限 |
| 跨系统编排 | 预先接线 | 只能调用已注册工具 | 可按证据缺口动态组合 |
| 接入成本 | 流程开发高 | 入口快,契约要稳 | 评测与护栏成本高 |
| 运行成本 | 高频更省 | 按调用计 | 循环易放大 |
| 适合 | 规则清晰的主干 | 自然语言入口、单点判断 | 长尾纠纷、证据收集 |
| 不适合 | 开放式长尾 | 替代全部业务系统 | 强一致、强时效写路径 |
意图识别、破损判断。单次分类或视觉判断即可。用方案B或把模型嵌进方案A的一个节点,不要上自主循环。
上架链路:文案、合规、翻译、类目。顺序和并行关系已知。用方案A编排,模型只负责生成与判定。广告文案可加有界的生成—评审循环(第6档),退出条件用规则加模型,禁止无限改写。
客服分到物流、退货、投诉。分类用模型,分发、工单模板、升级时限用代码。这是方案B嵌在方案A中,不是自主智能体。
平台申诉与复杂售后。证据清单随案变化,适合方案C:模型决定还要拉哪些材料,工具只读优先;涉及退款、改地址等写操作必须人工确认或策略引擎放行。
数据全在业务系统、流程半年不变。优先方案A。若只为“看起来像智能体”加一层提示翻译,维护两套语义(代码规则与提示)会提高故障面。
用三个问题做条件判断,避免绝对化。
工程成本可以用人天估算,模型方案要用“准确率、人工复核比例、平均工具调用次数、超时率”估算,而不是只看单次推理价格。便宜模型能覆盖且复核比例可接受时,方案B可能降低解析代码的维护量;若复核比例上升,总成本可能更高。
类人化理解有助于设计上下文和工具,但生产系统不是“给齐就能做好”。人还需要岗位边界、审批和复盘,系统同样需要权限、预算、退出条件和责任人。
从纯工程迁到方案B:先把工具做成幂等、可审计的窄接口,返回结构化错误,而不是大段自然语言。提示与输出模式版本化,准备回放集。不要一次把写接口暴露给模型。
从方案B升到方案C:增加步数、费用、时间上限;只读工具与写工具分离;每步持久化观察与决策;设置升级到人工或退回方案A的条件。先在只读的证据收集上验证,再考虑有确认的写操作。
从方案C退回方案A:把高频成功路径沉淀成固定工作流,只把长尾留在循环里。否则自主路径会成为不可测试的影子流程。
风险包括:工具描述与真实接口不一致、上下文过期、并行调用竞态、循环重复扣费、越权写、以及无法向业务解释“为什么走了这条路”。这些都要通过契约测试、权限和轨迹日志处理,而不是加长提示词。
示意性边界(伪代码,非特定产品接口):
loop step < max_steps and cost < budget:obs = read_only_tools(case_id)decision = model(policy, obs)if decision.action == "stop": breakif decision.action == "write":require_human_or_policy_approval()else:execute_read(decision.tool)on_limit: escalate_to_human()
当前很多称为智能体的系统,本质是用户提示驱动的工具调用薄层:人定流程,模型做翻译或单点判断。这在入口和长尾表述上有价值,但缺少自主规划、动态编排和异常闭环时,并不会比业务系统直接实现更可靠。传统工程适合规则明确的高频主干;有界的生成与评审适合规范类内容;真正的自主循环应限制在证据不全、路径开放且写操作可闸门化的场景。选型依据是确定性要求、变化发生在表述还是步骤、以及复核与循环成本是否低于节省的人天,而不是概念名称本身。