Agentic Workflow 是什么

Agentic Workflow 是把确定性的流程结构和 Agent 的动态判断结合起来：Workflow 定义做什么，Agent 决定此刻怎么做。

Workflow 和 Agent 不是替代关系。

Workflow 解决的是任务之间的顺序、依赖和结构。Agent 解决的是在某个具体节点中，面对不确定情况如何判断和执行。

Agentic Workflow 就是二者的结合：用流程承载任务，用 Agent 填充复杂节点。

Workflow 是什么

Workflow 是一张蓝图。

它定义：

• 先做什么。
• 后做什么。
• 哪些任务可以并行。
• 哪些结果触发下一步。
• 出错时如何处理。

传统自动化非常依赖 Workflow。比如表单提交后发邮件、写数据库、通知团队。这些任务边界清晰，路径固定，很适合流程化。

Agent 是什么

Agent 是执行智能。

它面对的不是固定路径，而是开放问题。

比如：

• 研究一个陌生主题。
• 写一篇有观点的文章。
• 修复一个复杂 bug。
• 从大量资料里找新洞察。
• 判断一组信息是否可信。

这些任务无法完全预先写死步骤。Agent 需要根据当前情况选择工具、调整计划、观察结果、继续迭代。

为什么需要 Agentic Workflow

纯 Workflow 太死。

纯 Agent 太散。

复杂工作需要二者结合。

Workflow 提供结构，让任务不会失控。Agent 提供判断，让系统能处理不确定性。

例如内容创作：

选题判断 → 资料搜集 → 大纲生成 → 初稿写作 → 编辑 → 事实核查 → 发布复盘

这是 Workflow。

但每一步内部都需要 Agent 判断：哪些资料重要？文章角度是什么？哪里逻辑不清？哪些事实需要核查？

这就是 Agentic Workflow。

和多 Agent 编排的关系

Agentic Workflow 不一定需要多个 Agent，但复杂场景通常会演化成多 Agent。

比如 newtype OS 的内容生产流程：

• Chief 判断目标和标准。
• Deputy 拆解任务。
• researcher 搜集资料。
• writer 写初稿。
• editor 精修。
• fact-checker 核查。
• archivist 检索和归档。

这既是 Workflow，也是多 Agent 编排。

Workflow 定义任务结构，多 Agent 定义角色分工。

和普通自动化的区别

普通自动化适合确定性任务。

Agentic Workflow 适合半确定性任务。

例如：

• 「每天 9 点发送邮件」是自动化。
• 「每天总结昨天的重要资料，并判断哪些值得写成文章」是 Agentic Workflow。

前者不需要判断。后者需要。

设计 Agentic Workflow 的关键

第一，明确目标。

Agent 不能只收到「帮我处理一下」。它需要知道最终结果是什么。

第二，定义节点。

复杂任务要拆成阶段。每个阶段有输入、输出和判断标准。

第三，设置验收标准。

没有验收标准，Agent 不知道怎样算完成。

第四，保留中间结果。

每个节点的结果最好写成文件，方便后续检查、复用和回滚。

第五，让人类保留拍板权。

Agentic Workflow 不是完全自动化。人类应该负责方向、标准和关键判断。

常见误区

第一个误区是把 Agentic Workflow 当成画布节点。

画布只是界面。真正重要的是任务结构和判断机制。

第二个误区是把所有节点都交给一个 Agent。

如果任务复杂，角色就应该拆开。研究、写作、编辑、核查不是同一种能力。

第三个误区是没有反馈循环。

Agentic Workflow 必须能检查结果。如果不能观察和修正，它只是一次性生成。

在 newtype OS 中的位置

newtype OS 本质上就是面向内容创作的 Agentic Workflow 系统。

它把创作拆成研究、写作、编辑、核查、归档等节点，再用不同 Agent 和 Skills 执行。

Chief 不是负责多说几句，而是负责设定标准、分派任务、验收结果。

这让 AI 内容创作从「临场聊天」变成「可管理的生产流程」。

总结

Workflow 是结构。

Agent 是判断。

Agentic Workflow 是让判断进入结构，让流程能够处理不确定性。

这也是 AI 从工具走向系统的关键一步。