Agentic Workflow
AI不是一次性给出结果,而是自己把任务拆分成多个步骤、按顺序依次处理的工作方式。
简单来说
Agentic Workflow(智能体工作流)指的是AI不靠一次回答就完成任务,而是把工作拆成多个阶段、按顺序逐步推进的方式。可以想象一位厨师独自包办从备料、烹饪到摆盘的整个流程,按顺序一步步来完成。如果备料阶段出了问题,就回到那一步去修正,再继续往下走。
这与单一神经网络接到问题后立刻整段吐出答案的方式形成对比。比如用一行文字生成3D世界的任务,可以拆分成先确定地形,再在地形上摆放建筑和树木,最后添加表面材质这样的流程。每个阶段都接过上一阶段的结果、再交给下一阶段,很像一条流水线。
这样拆分步骤的好处是,中途更容易调整方向或只重做某一部分。反过来,步骤越多,整个流程能否稳定衔接、中途不出错地顺畅进行下去,就成了决定质量的关键。
在报道中是这样出现的
文章中出现这个词主要有两种用法。一种见于编程模型的介绍中,作为性能指标出现,比如"调试准确率、agentic workflow稳定性、网页开发产出、推理准确率均有提升",用来说明模型完成多步骤任务时能否稳定地坚持到底。另一种见于腾讯3D世界生成工具的介绍,团队把自己的产出称为"agentic workflow"而非"模型"。这种说法是为了强调:结果并非由单一神经网络一次性给出,而是按顺序经过地形搭建、建筑摆放、材质分配等步骤完成的。与常见的误解不同,agentic workflow并不是某个具体产品的名字,而是指把任务拆分成多个步骤依次处理的这种工作方式本身。
亲手试一试
可以这样要求聊天机器人分步骤处理任务:
"不要一次性回答这个任务,请按第1步制定计划、第2步查找资料、第3步撰写初稿、第4步检查修改的顺序进行,并展示每一步的结果。"
比较一下结果和一次性给出的答案有何不同,中途调整方向是否更容易,由此就能体会到agentic workflow的感觉。