Agent 还是固定工作流？从任务不确定性做选择
先区分两种控制方式
固定工作流由应用预先定义步骤与分支，例如解析文档、提取字段、校验后保存。Agent 则让模型在一定范围内决定下一步行动、选择工具或调整计划。两者都可以调用模型，区别在于流程控制权和允许变化的程度，而不在于用了多少个提示词。
这个边界并非非黑即白。一个固定流程可以只在资料搜索阶段使用 Agent，其他写入与审批步骤仍由确定性代码控制。
什么任务适合先做工作流
输入输出结构稳定、操作顺序明确、失败容易分类的任务，通常先用工作流。例如发票字段提取：识别、校验金额、检查必填项、不确定时转人工。让模型临时决定是否需要金额校验，并没有改善业务结果。
固定流程通常更容易记录每一步、重放失败和估算成本。不过流程中的模型仍可能输出错误，所以结构校验和业务校验不能省略。
Agent 的收益来自哪里
当完成任务所需的资料、工具和步骤事先无法确定时，动态决策可能有价值。例如技术资料调研需要根据已找到的信息补查问题，并决定何时已有足够证据。此时 Agent 能减少人工穷举路径，但也带来循环、误选工具和成本不可预测的问题。
判断依据应是：与简单工作流相比，是否在同一批任务上改善完成质量或减少人工处理，而不是“自主程度越高越先进”。
把不确定性关在可控范围内
无论采用哪种形态，都要明确任务目标、可用工具、预算和停止条件。读资料与发邮件、改数据库具有不同副作用，后者需要应用层权限与必要确认。模型不能通过一句“我认为需要”扩大授权范围。
Agent 达到调用次数或时间上限后，应返回已完成结果和未解决项，不能无限继续。读取网页或文档时，也要把其中的指令视为待处理内容，避免覆盖系统权限规则。
用一个最小对比验证
选择一组有代表性的任务，先建立固定流程基线，再让 Agent 使用相同数据与工具。记录任务完成率、证据正确性、人工接管次数、耗时和调用成本。特别检查一个会误导下一步的资料样本，以及一个工具失败样本。
本文是选型方法，没有声称完成这组实验。如果两者效果接近，优先维护更简单的方案；只有错误样本表明固定路径不够时，再增加动态决策。
面试可以这样回答：“先把稳定步骤写成工作流，只把需要探索的部分交给 Agent，再用同一任务集比较收益与失败边界。”这比按流行框架名字选型更能说明判断力。