我也觉得workflow不算agent。像dify、fastgpt那种。 我觉得opencode、claudecode这类全靠llm、顶多用口述的工作流程而不是纯workflow的才算agent。不过人家自己也叫agent了，倒也只是个说法

我觉得llm存在的意义就是牺牲一些确定性，转换为了泛化能力。比如最常见的智能客服，如果使用传统的程序来写，那其实智能回复写固定的模板问题，但是现在你给智能客服加一个知识库+RAG，就能回答很多类型的问题了

cc内部也是有workflow 的吧，我觉得，虽然我们work flow 搭的agent 是一坨，

有些商业业务的流程是死的，大模型只需要在固定的节点上发挥就行（当成黑盒）。但是编码任务比较发散，适合自己规划流程。看你的场景。

最近做的票据审核使用workflow完成的，虽然最后达成了目标效果，但是我总感觉大模型在当前agent的存在意义不大，即使替换成纯代码的方式仅仅只是增加了代码的开发复杂度并没有说非大模型不可

的流程是死的，大模型只需要在固定的节点上发挥就行（当成黑盒）。但是编码任务比较发散，适合自己规划流程。看你的场景。

CC这类是纯agent循环吧 在workflow中应该只算单个有工具调用的节点

算Agent啊，只不过是残疾Agent ^-^

但是现在有个死结就是业务要求确定性，而大模型的发散会影响最终的准确度

如果是纯workflow，大模型在其中只是负责做一些数据转换的工作，不涉及多轮工具调用的那种我感觉是不算agent的。我理解的agent应该是至少要有自主使用工具的能力并通过规划工具的使用来完成任务的才算一个基本的agent。

cc内部也是有workflow 的吧，我觉得，虽然我们work flow 搭的agent 是一坨，

有workflow但是它不是基石

我理解中 Agent 就是让人与大模型的交互更加丝滑，也额外赋予大模型更多能力，比如你不需要手动获取文件内容发给它，而是 Agent 包了。

在这一理解中， workflow 也能实现这种能力，只是流程会较为固化死板，适合于更加固定的 sop 流程，而不是日常的发散性的需求。

大部分ToB的智能体应用，都是工作流。

如果全靠大模型发挥，那还要业务系统干啥，大模型自己跑业务算了。

把花样度调低，如果是workflow 搭的话，没有更好的办法了

现在的agent都是在用ReAct和和LLM交互，让它端到端做事泛化强，鲁棒弱，直接应用在生产中表现非常不稳定，所以引入了workflow来把不需要泛化思考的部分抽象出来，需要的地方拆解成最小然后控制输入输出来让agent和模型稳定发挥。和传统编程有点像，但是是用agent替代了传统编程中人的思考的部分，毕竟生产方式还没有重构，目前也只能把agent当做一个好用的工具放到现有流程中。

是的，目前在做的场景基本上都是要求限制规则，但是有一点在于很多时候穷举规则的做法是无穷尽的，通过我目前的知识储备来看依托于规则和workflow的做法只适用于很小的一部分场景

不要纠结于这些 能干活的猫都是好猫

如果全靠大模型发挥，那还要业务系统干啥，大模型自己跑业务算了。

是的ToB的业务基本都是工作流，确定性和稳定性才是最重要的