加载中
加载中

在构建由 AI 驱动的应用程序时,您需要在两种主要的架构模式之间做出选择:工作流(workflows)和智能体(agents)。每种模式都有各自不同的优势和权衡,使它们适用于不同的场景。

工作流与智能体的并排对比,包含各自的摘要、优点和缺点,详情见下文。

工作流

工作流是为解决已知问题或一组问题而预先设计的一系列对 Claude 的调用。可以把它们想象成一份食谱——您确切知道需要哪些原料,以及要遵循哪些步骤。

当您能够提前设想出步骤流程时,就应该使用工作流。其中的关键洞察是将一个大任务拆分成更小、更具体的子任务。

工作流的优点

  • Claude 可以一次专注于一个子任务,这通常能带来更高的准确性
  • 更容易评估和测试,因为您清楚每一个具体步骤
  • 执行更可预测、更可靠

工作流的缺点

  • 灵活性要低得多——专用于解决特定类型的任务
  • 用户体验通常受到更多限制——您需要知道流程的确切输入

智能体

对于智能体,Claude 被赋予一组基础工具,我们期望它能制定一个计划来使用这些工具完成任务。Claude 不是遵循预先确定的路径,而是创造性地想出如何应对挑战。

智能体的优点

  • 允许更灵活的用户体验
  • 任务完成方式更加灵活——Claude 可以以意想不到的方式组合工具,以完成各种各样的任务
  • 可以根据用户查询自行生成输入,并在需要时请求更多输入

智能体的缺点

  • 与工作流相比,成功完成任务的比率较低
  • 更难以进行监测、测试和评估,因为您通常不知道智能体将执行哪一系列步骤

选择正确的方法

虽然从技术角度来看智能体确实非常有趣,但请记住,作为工程师,您的首要目标是可靠地解决问题。用户可能并不在乎您构建了一个多么炫酷的智能体——他们想要的是一个能够百分之百稳定运行的产品。

总的建议是:尽可能始终优先实现工作流,只有在真正需要时才诉诸智能体。工作流能为您提供大多数生产应用程序所需的可预测性和可靠性,而智能体则为那些无法预先确定确切解决路径的场景提供灵活性。