在此页面上
简短的回答
根据系统必须做出的决策来选择架构。 A chatbot answers through conversation, a workflow follows predefined steps, and an agent can choose its next action. These categories overlap, so evaluate the actual permissions and control flow rather than relying on the product label.
拿走什么
- 聊天界面可以位于任何架构之上。
- 更多的自主权创造了更多的检查路径。
- 使用相同的工具权限比较完整的结果。
已检查来源 .研究综合和 Rubrex 建议。示例和本地实验均已标记；它们不是客户结果。
将接口与控制分离
对话界面不会告诉您系统如何运行。支持助理可以通过固定的工作流程检索文档并起草回复。另一个人可能会检查账户、选择工具和更改记录。 Anthropic 将具有预定义路径的工作流与指导其自身流程的代理区分开来。这种区别对于工程来说比供应商是否称其产品为副驾驶更有用。在选择框架之前画出实际的决策顺序。
证据： 构建有效代理 [1]
从最简单有用的路径开始
对于文档摘要，一次具有明确输出契约的调用可能就足够了。对于审批流程，明确的步骤可以使所有权更容易检查。当下一步取决于执行期间发现的信息时，代理就值得测试。我们的建议是在同一任务集上比较这些选项。不要为代理提供更好的数据或更广泛的权限，然后将每一项改进都归因于自主性。保持系统边界可见。
衡量每个额外决策的成本
成功的最终应答可以隐藏重复呼叫、失败操作或手动救援。将这些成本计算在对用户重要的工作单元中。如果一项任务需要五次尝试，请报告最终成功和第一次尝试成功。所提出的测量计划有助于确定灵活的工具选择是否会带来额外的复杂性。在运行测试之前设置持续时间和操作的预算，以便系统无法通过消耗无限的资源来提高其完成分数。
| 公制 | 如何计算或检查 | 它支持的决定 |
|---|---|---|
| 已验证完成 | 满足结果契约的任务/尝试的任务 | 哪种架构可以完成这项工作？ |
| 不必要的工具调用 | 未推进或验证任务的调用 | 自治在哪里增加了浪费？ |
| 回收率 | 注入的可恢复故障已正确处理/此类故障 | 系统可以恢复吗？ |
| 端到端 p95 延迟 | 完成任务持续时间的第 95 个百分位 | 用户能忍受缓慢的情况吗？ |
使故障和切换可观察到
给每个动作一个跟踪标识符，一个清晰的权限边界，以及一个记录的结果。测试丢失的凭据、空的检索结果以及部分完成操作后超时的工具。有用的交接会告诉人们发生了什么以及仍然不确定的事情，而不会暴露不相关的客户信息。在扩展自主权之前，请确认可以防止重复操作，并且系统可以在缺乏所需信息时停止。即使语言模型本身表现良好，这些检查也适用。
证据的局限性
架构定义是有用的设计区别，而不是普遍标准化的产品类别。 Anthropic 的基础文章早于当前的工具；这里的实施和指标建议是 Rubrex 指南。
常见问题
代理总是比聊天机器人更好吗？
不。只有当任务需要灵活性并且生成的工作流满足其质量、成本和权限要求时，灵活性才有价值。
工作流程可以包含代理吗？
是的。固定流程可以将有界步骤委托给代理并在继续之前验证其结果。
来源和进一步阅读
本简报背后的主要来源。来源的研究结果适用于其自身的研究条件； arXiv 上的出版物不建立同行评审。
- 构建有效代理 人择 · 2024 · 工程指导已审核： 工作流程与代理的区别；基础指导，而不是当前的工具清单.已访问 2026年9月25日.