🏠 总目录 📚 资料库智能体构建模式

AI Agent 常见工作流模式及适用时机

⏱ 12 分钟 | 🔀 能用固定流程就别用 Agent

🎯 一句话

本篇聚焦顺序、并行、评估器-优化器三类工作流,分别处理任务依赖、独立子任务和带反馈的迭代。先建立单 Agent 基线,再证明增加结构的收益。

本页先解决:依赖、独立工作与反馈迭代分别适合哪种工作流?

Claude 博客资料库 · 智能体构建模式

依赖、独立工作与反馈迭代分别适合哪种工作流?

依赖关系适合顺序,独立工作可以并行,可判定反馈才支持评估迭代;三者不是升级顺序。

读完可以:按依赖、独立工作和可评估反馈选择顺序、并行或评估迭代。

📄 来自 Claude 官方博客
原文标题
Common Workflow Patterns for AI Agents—and When to Use Them(AI Agent 常见工作流模式及适用时机)
原文链接
https://claude.com/blog/common-workflow-patterns-for-ai-agents-and-when-to-use-them
作者
Anthropic(Claude 博客)
发布日期
2026-03-05
⚠️ 本页是原文的中文结构化整理笔记(保留架构、数据、案例、结论),并非逐字翻译。版本、参数与案例数字属于原文所示条件,不是本资料库的实测结果;产品状态与接口以实施时官方文档为准。
📑 本页目录

Agent 可以自主运行,但工作流为多步任务提供必要结构:在预定的执行路径内让 Agent 动态推理。三种主要模式——顺序、并行、评估器-优化器——能解决大多数现实问题。

依赖关系适合顺序,独立工作可以并行,可判定反馈才支持评估迭代;三者不是升级顺序。

模式一:顺序工作流(Sequential)

概念: 任务按固定顺序执行,每个阶段依赖上一步输出。

模式二:并行工作流(Parallel)

概念: 独立任务分发给多个同时运行的 Agent,事后聚合(扇出/扇入)。

模式三:评估器-优化器工作流(Evaluator-Optimizer)

概念: 生成器产出内容,独立评估器按具体标准评估并给出反馈,迭代直到达到质量阈值。

选型之后还要读协调和上下文代价,避免把结构复杂度当成完成质量。

选型决策层级

  1. 先试单 Agent ——质量可接受就到此为止
  2. 选顺序 ——任务有天然依赖时
  3. 加并行 ——延迟是瓶颈且子任务独立时
  4. 上评估器-优化器 ——只有可衡量的质量提升能覆盖成本时

进阶考量

结论

务实渐进:从简单开始,只有可衡量的改进能证明时才增加复杂度。模块化模式提供清晰的升级路径,避免不必要的重写。核心原则:工作流复杂度要匹配实际业务需求,而非架构能力上限。


✅ 检查点

  1. 本篇的三种工作流是什么?
  2. 什么时候选顺序,什么时候选并行?
  3. 评估器-优化器循环必须先定义什么?
👀 答案
  1. 顺序工作流、并行工作流、评估器-优化器。更广义的五种模式见“构建有效的 Agent”,本篇聚焦这三种组织方式。
  2. 上一步的结果决定下一步输入时采用顺序;子任务独立且有聚合和冲突处理办法时才并行。预设路径并不保证每次模型输出或耗时相同。
  3. 明确评分标准、反馈格式、质量阈值、预算和停止条件。确定性规则优先用测试或检查器;模型评估需校准,达到标准或无进展时停止。

本节回顾

先记住这几件事

  • 三种方式分别处理依赖、独立子任务和带反馈的迭代。
  • 先试单 Agent 基线,再衡量新增工作流的质量与成本。
  • 定义交接、聚合、失败恢复和停止条件。