Workflow、Agent、Tools 的概念与区别

学习笔记：对比三者的定义、运行方式、工程取舍，并给出组织到生产系统的常见模式（Agentic Workflow）。

目录

• 概述
• 三层关系与核心区别
  • Tools：最小能力单元
  • Agent：拿着工具做决策的主体
  • Workflow：由开发者掌控的流程骨架
• 组合模式：Agentic Workflow 与工程实践
• 常见编排模式与权衡
• 工程要点与建议清单
• 参考资料

---

概述

在 Agent 体系里，Tools、Agent、Workflow 是三层不同粒度的概念：Tools 是可调用的能力单元（函数）；Agent 是能自主决策、驱动工具调用的智能体；Workflow 是开发者在代码里写死的执行骨架。三者并非互斥，而是可以组合为稳健的生产系统。

三层关系与核心区别

核心区分角度是“谁来做下一步决策？”：

• Tools：无决策能力，只负责执行被调用时的动作；
• Agent：由 LLM 驱动，能动态决定何时调用哪个 Tool、是否继续或结束；
• Workflow：由开发者在代码里定义控制流，决策在代码中提前写死。

下表能快速对照三者在常见维度的差异（简要）：

• 决策主体：Tools（无）/ Agent（LLM）/ Workflow（开发者代码）
• 确定性：Tools 高 / Agent 低 / Workflow 高
• 适用场景：Tools（单一能力） / Agent（路径未知或需灵活应对） / Workflow（流程固定、可预测）
  

Tools：最小能力单元

• 本质：对外暴露的函数能力，需配一份机器可读的 schema（名称、描述、参数）。
• 设计要点：职责单一、描述精确、错误信息友好、参数尽量少并有默认值。良好设计能显著降低 LLM 调用失败率。
• 工程实践：统一注册与发现机制（如 MCP）、对敏感操作设置权限与审批点。

Agent：拿着工具做决策的主体

• 本质：一个循环的决策器（Thought → Action → Observation → Thought），直到满足停止条件。
• 运行特点：路径不可预测（随机性），能处理未预见的情况，但需解决停止条件、成本控制与可解释性问题。
• 工程要点：设置最大循环数、token 预算、超时与人工中止；记录完整执行日志（思考链与工具调用）以便回溯。

Workflow：由开发者掌控的流程骨架

• 本质：把处理流程的控制流（if/else、分支、并行等）写在代码里，节点可包含 LLM 调用、Tools 或 Agent。
• 优势：确定性强、易于调试、成本可控；劣势是灵活性低，难以覆盖所有异常场景。
• 工程实践：在关键节点嵌入 Agent（Agentic Workflow），兼顾可控性与灵活性。

组合模式：Agentic Workflow 与工程实践

生产环境常用模式是 Agentic Workflow：将 Workflow 作为骨架，在需要灵活判断或策略选择的节点使用 Agent，其余节点使用固定的 Tools/LLM 调用。这样可以降低 Agent 的不确定性，同时保留其在复杂情形下的应对能力。

优点汇总：可控的成本、可调试的链路、关键处的灵活性。

常见编排模式与权衡

• Prompt Chaining（提示链）：把复杂任务拆为串行子任务，便于局部校验与调试。
• Routing（路由）：先做意图分类，再分发到不同处理分支，适用于客服等场景。
• Parallelization（并行化）：并行执行可独立的子任务以降低延迟。
• Orchestrator-Workers（编排者-工人）：中央编排者分配任务给多个 Worker。
• Evaluator-Optimizer（评估者-优化者）：生成者与评估者循环直到满足质量阈值，适用于高质量输出场景。

权衡提示：越多依赖 Agent，灵活性越高但成本与不确定性也越高；Workflow 提高可控性但牺牲应对未知场景的能力。

工程要点与建议清单

• 把 Tools 设计成细粒度且有清晰说明书；对外部副作用操作加入权限与审批。
• 在 Agent 中设置多重停止条件（轮次、token、超时、人工中止）。
• 在 Workflow 中只在必要节点嵌入 Agent，尽量减少模型调用次数以节约成本。
• 增加执行日志与可复现性记录（输入、LLM 输出、工具调用参数、工具返回）。
• 测试场景包含正常流、工具失败、模型生成非法参数、恶意输入等。

参考资料

• 小林面试笔记：Workflow，Agent，Tools 的区别
  https://xiaolinnote.com/ai/agent/3_workflow_tools.html
• Wikipedia：Agentic AI
  https://en.wikipedia.org/wiki/Agentic_AI