跳到主要内容

A0.2 自主性光谱：什么时候才需要真智能体

一个反直觉的行业共识​

学完上一节，你可能已经跃跃欲试：把什么任务都交给行动循环！

但 2024 年底，做出 Claude 的 Anthropic 在其被业界引用最多的工程手册《Building Effective Agents》里，开篇说的却是一句泼冷水的话——大意是：最成功的生产系统用的往往不是复杂的自主智能体，而是简单、可组合的模式；能不用智能体就不用。

要理解这句话，得先把「自主性」摊开成一条光谱。

光谱：谁在决定下一步？​

判断标准只有一条：每一步「接下来干什么」是谁定的——人（写代码时）还是模型（运行时）？

档位下一步谁定例子特点
① 单次调用人翻译一段话、总结一篇文档最便宜最稳
② 工作流人定步骤，模型填内容「先提取要点 → 再写摘要 → 最后翻译」的固定三连步骤可预测、可单测
③ 带工具的对话模型可选择行动，但一轮为限问天气时它自己去查一次有限的自由
④ 智能体模型定，循环开放「把这个 bug 修好」——它自己决定读哪些文件、试几次能力上限高，方差也高

②和④的分界最重要：工作流的流程图是人画的，智能体的「流程图」是模型每步现画的。

为什么「能简单就简单」​

自主性每上一档，你都在用三样东西换灵活性：

  • 可预测性：工作流跑一千次是一千次相同的步骤；智能体跑两次可能是两条不同的轨迹（上一节深入层讲过：每步都是采样）。
  • 成本与延迟：④的 token 消耗常常是②的十倍以上——循环的每一圈都是一次完整的模型调用。
  • 可调试性：工作流哪步坏了一目了然；智能体失败时，你要在几十步轨迹里考古「它当时为什么这么想」（A7 章的核心难题）。

所以工程决策的顺序应该反过来：先试①，不够再②，实在需要运行时的灵活决策才上④。 用得上智能体的典型信号：任务的步骤数和路径没法提前枚举——比如修一个没见过的 bug、在陌生网站上完成订票。步骤能画成流程图的任务（发票报销审核、周报生成），画成流程图就好。

判断口诀

流程画得出来 → 工作流；流程要看情况现编 → 智能体。

光谱在真实产品里的样子​

拿几个你可能用过的东西对号入座（2025-2026 年的形态）：

  • 输入法润色一句话：①单次调用；
  • 会议纪要自动生成 + 发邮件：②工作流（步骤固定）；
  • ChatGPT/Claude 联网搜索回答：③带工具的对话；
  • Claude Code 修 bug、Deep Research 写调研报告：④智能体（步数开放，路径自定）。

值得注意的是，一个成熟产品往往是光谱混搭：外层是一个智能体循环，里面某些环节却是写死的工作流（比如「无论如何，提交代码前必须跑测试」）。把该锁死的锁死、该放开的放开，正是智能体工程的手艺所在——A4 章会给你五种「锁」的具体样式。

这个划分在哪里不准确？

现实中光谱是连续的，档位是教学简化：比如「允许模型在 3 个预设分支里选一个」介于②和③之间；「智能体但每一步要人点确认」介于③和④之间。而且边界随模型能力漂移——2023 年必须写死的流程，2026 年的模型可能已经能可靠地自主处理。档位是用来做决策的语言，不是分类学真理。

小结​

本节要点
  • 自主性是条光谱：单次调用 → 工作流 → 带工具的对话 → 智能体；分界看「下一步谁定」。
  • 自主性每上一档，都在用可预测性、成本、可调试性换灵活性——能简单就简单。
  • 流程画得出来用工作流；路径要现场随机应变才用智能体；成熟系统常常混搭。
📝 动手自测0/3
1. 「先提取合同要点 → 检查风险条款 → 生成审阅报告」，三步固定顺序、每步由 LLM 完成。这属于光谱上的哪一档？
2. 以下哪类任务最值得用「智能体」档位来做？
3. 为什么业界建议「能用工作流就不用智能体」？

延伸阅读​