完整搜尋頁面 →

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?

閱讀約 7 分鐘更新於 資料查核於 English

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:

  1. 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。
  2. 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。
  3. 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。」

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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

參考文獻

第一手工程指引與文件,查核日期:2026 年 11 月 6 日。

  1. Anthropic, “Building effective agents,” 19 December 2024. Workflow patterns.
  2. Ryan Lopopolo, “Harness engineering: leveraging Codex in an agent-first world,” OpenAI, 11 February 2026. Repository and environment design.
  3. Prithvi Rajasekaran, “Harness design for long-running application development,” Anthropic, 24 March 2026. Planner, generator and evaluator roles.
  4. Anthropic, “Demystifying evals for AI agents,” 9 January 2026. Evaluation guidance.
  5. LangChain contributors, “Persistence,” LangGraph documentation. Checkpoints and resumption.
  6. Anthropic, “Effective harnesses for long-running agents,” 26 November 2025. Incremental work and handoffs.
  • #agents
  • #workflows
  • #engineering