Agent 工作流程:從一個請求到可驗證的成果
如何設計從請求到「別人用得上、也信得過」的成果的完整路徑?
Agent 工作流程,是從請求走到可用成果的完整路徑。重點不在有幾個 agent 參與,而在系統如何決定要做什麼、在哪裡停下來檢查、遇到每一種失敗如何恢復,以及最後交出什麼。
還不熟悉相關名詞,可以先看 agent 基礎介紹。單一循環的機制(證據關卡、檢查點、重播防護)在 skills 與 harness 中說明;這篇則站在更上一層,談整個流程的形狀。各框架的相關說明見現行選項。
重點
- 決定每個決策該放在哪裡:固定的程式碼(可預期的步驟、權限、檢查),還是模型(取決於它觀察到什麼的選擇)。
- 選模式要有理由:串接、路由、平行工作、單一搭配工具的 agent、協調者與工作者,或生成者與評估者。它們是選項,不是成熟度階梯。
- 階段之間設關卡:每個階段產出可檢查的東西,檢查通過後下一階段才開始。
- 為整個任務設定預算(步驟、時間、成本),跨續作累計;沒有新證據卻重複失敗時就停止。
- 依失敗類型恢復;絕不盲目重做一個效果未知的行動。
- 以交接結束:說明產物、實際執行過的檢查,以及尚未完成的部分。
決定哪些決策放在哪裡
固定工作流程依預先定義的轉換執行,即使其中有步驟呼叫語言模型。Agent 循環則讓模型根據觀察選擇下一個行動。許多實用系統會結合兩者:確定性的程式管理存取、順序與檢查,agent 則在某個階段內調查意外的失敗。[1]
| 模式 | 適合什麼情況 | 範例 | 主要失敗風險 |
|---|---|---|---|
| 串接 | 後一步需要前一步的輸出 | 擷取來源論點、核對,再寫草稿 | 早期錯誤一路傳到後續每一步 |
| 路由 | 不同輸入需要不同程序 | 把文件問題交給文件處理流程 | 分類錯誤而選錯程序 |
| 平行工作 | 子任務獨立,成果能整合 | 檢查互不重疊的參考文獻清單 | 重複工作;輸出彼此不相容 |
| 單一 agent 搭配工具 | 下一步取決於調查結果 | 找出連結檢查失敗的原因 | 反覆嘗試卻沒有新證據 |
| 協調者與工作者 | 要檢查後才知道怎麼拆分 | 分派獨立章節的審閱 | 協調成本與整合缺口 |
| 生成者與評估者 | 有可用的驗收規準 | 起草說明,再逐項核對論點 | 評估者獎勵看似合理的文字,而非正確性 |
通常用三個問題決定模式:
- 我能預先寫下步驟嗎? 可以的話,用固定串接或路由,讓模型填內容,而不是控制流程。
- 子任務彼此獨立嗎? 只有獨立時平行工作才划算;否則整合成本會吃掉好處。
- 有獨立的檢查嗎? 當評估者能測試生成者無法偽造的東西(例如執行測試、比對引用的來源)時,生成者與評估者的循環才有效。兩個有相同盲點的模型,並不構成獨立檢查。[1, 3]
沿著整條路徑走,並設置關卡
一般路徑是請求 → 任務約定 → 計畫 → 工具工作 → 驗證 → 交接。每個箭頭都是一道關卡:目前階段產出可檢查的東西後,下一階段才開始。
| 階段 | 產出什麼 | 通往下一階段的關卡 |
|---|---|---|
| 任務約定 | 目標、輸入、允許的行動、驗收條件 | 成果與允許的行動都沒有歧義 |
| 計畫 | 小步驟與相依關係 | 下一個行動可以執行,且在範圍內 |
| 工具工作 | 修改後的產物與行動結果 | 變更真的存在於環境中,而不只是在對話紀錄裡 |
| 驗證 | 綁定目前產物版本的檢查結果 | 必要檢查通過,或缺口已明確記錄 |
| 交接 | 產物位置、證據、未完成事項 | 其他人或下一次執行不必再問就能接手 |
驗證失敗時,帶著失敗證據回到相關的工作步驟,而不是全部重來。缺少資訊或權限時,保存進度並指出缺什麼。計畫是工作狀態的一部分:觀察改變問題時就更新它,也不要把計畫項目全部勾完,誤當成已達到驗收條件。儲存庫指引與容易理解的專案文件,能在每個階段協助 agent 找到正確的指令與限制。[2]
人工核准該放在哪裡。 把核准放在真正的新邊界:發布、寄送、刪除、花費,或在約定範圍之外行動。對每一次讀取都要求核准,只會讓人養成不看就按「同意」的習慣,比完全沒有關卡更糟。任務約定已經授權的工作,應該不被打斷地進行。
預算。 為步驟、實際經過時間與花費設定一個跨暫停與續作累計的總預算;每次續作就歸零的單次呼叫上限,什麼都限制不了。再加一條「卡住」規則,例如同一項檢查失敗三次且沒有新資訊就停止,並回報怎樣才能解開。
範例:修復一章的閱讀連結
請求:「修正這章失效的閱讀連結,並說明仍無法確認的來源。」
- 任務約定。 章節檔案、允許修改的檔案(只有那一個)、預期輸出(可審閱的變更加一份簡短報告),以及連結檢查指令。修改該章已獲授權;發布網站則沒有。
- 查看起始狀態。 閱讀儲存庫指引、檢查是否有他人尚未提交的修改,並列出確切失效的連結。關卡: 已有一份具體的清單。
- 取得證據。 開啟每個候選來源,核對標題、作者與版本,再決定替代連結;只找到相似名稱的網頁還不夠。關卡: 每個替代連結都有核對過的來源,或標為未解決。
- 做集中修改。 更新連結,以及因新來源而不再正確的句子。關卡: 差異只涉及允許的檔案。
- 驗證。 執行連結檢查與內容檢查,再查看差異。HTTP 回應成功,不等於連結指向預期的作品。關卡: 檢查在這個版本上通過。
- 交接。 報告變更的檔案、真正執行過的檢查及其結果,以及未解決的來源。
第二位工作者可以平行核對另一章。兩位工作者在沒有整合步驟時,不應同時重寫同一段落,而審閱者也不會取代連結檢查。
依失敗類型恢復
| 觀察到什麼 | 失敗類型 | 下一步 |
|---|---|---|
| 來源暫時無法連線 | 暫時性 | 在預算內以退避方式重試,或記錄為無法取得 |
| 缺少必要檔案或相依項 | 缺少輸入 | 尋找文件記載的輸入,或指出確切缺少的需求 |
| 編輯後測試失敗 | 工作本身有缺陷 | 查看失敗原因並修正相關變更 |
| 寫入逾時 | 結果未知 | 先確認是否已生效再重做;服務提供冪等鍵(idempotency key)時就使用 |
| 下一個行動超出已授權範圍 | 權限 | 準備可審閱的成果,再請求具體的授權 |
| 嘗試沒有產生新證據 | 卡住 | 停止、保存狀態,並說明需要什麼才能繼續 |
「結果未知」那一列是造成實際傷害的來源:付款、訊息或工單被建立兩次。檢查點記錄工作流程走到哪裡,但不能證明遠端行動恰好發生一次。具體機制(穩定的行動身分、收據、重試前先對帳)在第 2 部分有可執行的示範。已保存的檢查結果要綁定它所檢查的產物版本,這樣後續編輯就不會沿用舊的「通過」。
讓人用得上的交接
不論成功與否,每次執行都以固定格式的交接結束。例如:
程式碼 · 6 行
Result: chapter links repaired (2 of 3); 1 unresolved.
Artifact: content/chapter-04.md (changed lines 112, 187)
Checks run: link-check -> pass; content-check -> pass (both on the final revision)
Unresolved: [7] publisher page removed; no archived copy with matching title found.
Not done (out of scope): site build and deployment.
Next action: decide whether to cite the preprint instead of the removed page.交接會說明驗證了什麼、怎麼驗證,區分「沒做」與「失敗」,並給出唯一的下一步。它很短,因為細節留在產物與紀錄中,可透過它指出的路徑找到。
先評估流程,再改善它
從你的實際工作建立一個小型評估集:一般任務、模糊輸入、來源缺失、工具故障與中斷的執行。評分時看最終的環境(檔案、工單、訂位),而不是對話紀錄;agent 說已修好連結,不等於連結真的修好了。[4] 記錄通過驗收的成果、總成本、耗時、重試與人工修正,並把用來調整的案例和用來評判的案例分開。模型評測指南說明如何解讀小樣本上的通過率,以及為什麼重複執行的可靠度不同於多次中取最佳的成功率。
接著一次只改一件事:更清楚的輸入、更好的工具、更強的檢查,或更精簡的交接。只有在量測到瓶頸時,才增加工作者或評估者。知道介面或框架必須承擔哪些責任之後,再利用工具選擇指南來選擇。
現行選項,查核日期 2026 年 11 月 6 日
- 具持久化的工作流程框架。 LangGraph 的文件說明,檢查點(checkpointer)會保存一個執行緒的圖狀態,支援對話延續、人在迴路中的流程、時間回溯與容錯;外部副作用如何重試,仍由應用決定。[5] 其他框架的比較見選擇 agent 工具。
- 跨工作階段的長時間工作。 近期的工程報告描述了以漸進的進度檔案與明確交接,讓後續的工作階段從一致的狀態繼續,並把規劃、生成與評估分成不同角色。[3, 6]
延伸閱讀
- Anthropic,Building effective agents:本文所依據的工作流程模式目錄。[1]
- Anthropic,Demystifying evals for AI agents:設計 agent 評估的任務、評分器與對話紀錄。[4]
- LangChain,Persistence:具體的檢查點模型,可與自己的設計比較。[5]
- Anthropic,Effective harnesses for long-running agents:工作階段之間交接的實務做法。[6]
參考文獻
第一手工程指引與文件,查核日期:2026 年 11 月 6 日。
- Anthropic, “Building effective agents,” 19 December 2024. Workflow patterns.
- Ryan Lopopolo, “Harness engineering: leveraging Codex in an agent-first world,” OpenAI, 11 February 2026. Repository and environment design.
- Prithvi Rajasekaran, “Harness design for long-running application development,” Anthropic, 24 March 2026. Planner, generator and evaluator roles.
- Anthropic, “Demystifying evals for AI agents,” 9 January 2026. Evaluation guidance.
- LangChain contributors, “Persistence,” LangGraph documentation. Checkpoints and resumption.
- Anthropic, “Effective harnesses for long-running agents,” 26 November 2025. Incremental work and handoffs.