Agentic Workflows（智能體工作流）

是指將大型語言模型（LLM）作為核心「智能體（Agent）」，透過設計特定的執行邏輯、互動迴圈與工具調用，讓 AI 不再只是「單次問答（Zero-shot Prompting）」，而是能夠像人類一樣規劃任務、自我反思、呼叫工具並逐步解決複雜問題的工作流程

這個概念由 AI 大師吳恩達（Andrew Ng）等人大力推廣。他指出，即便使用能力相對基礎的模型（例如 GPT-3.5 搭配良好的 Agentic 架構），其表現往往能超越單獨使用最強模型（例如 GPT-4）進行單次回答的效果

為什麼需要 Agentic Workflows？

核心突破傳統使用 LLM 的方式大多是「提示詞 生成答案」，只要中間有一步出錯，就會整篇崩壞。而 Agentic Workflows 改變了這個模式：

• 打破單次極限：面對超長、複雜任務，AI 可以自己將其拆解為多個步驟（Step-by-step），逐一擊破

• 自我修正（Self-Correction / Reflection）：AI產出程式碼或文章後，可以自己執行、檢查錯誤（或交給另一個 Agent 審查），然後自動修改，直到完美為止

• 動態工具使用（Tool Use）：AI不再受限於訓練時的靜態知識，可以在工作流中隨時決定何時上網搜尋、何時查詢資料庫、何時執行計算

• 高靈活性與容錯率：在執行過程中遇到阻礙時，Agent 可以調整策略，而不是直接放棄或給出幻覺答案

Agentic Workflows（智能體工作流）運作架構圖

架構圖說明

• 用戶界面 (User Interface):用戶透過此介面發起任務（例如：「撰寫並發布一篇關於公司新產品的部落格文章」）

• 任務管理器 (Task Manager): 接收任務，拆解為可執行的子任務

• 協調中心 (Orchestrator): 這是系統的核心，負責規劃整個工作流，將子任務分配給專門的智能體，並處理各個智能體之間的回饋與反思

• 智能體群 (Agent Pool): 包含多個具有特定角色的 AI 智能體：

  • 規劃智能體 (Planner): 制定詳細的執行步驟

  • 研究智能體 (Researcher): 從網絡資料庫提取資訊

  • 內容生成智能體 (Content Generator): 負責撰寫草稿

  • 編輯智能體 (Editor): 檢查文本的語法、風格與事實準確性

  • 執行智能體 (Executor): 執行最終動作（例如：呼叫 API 發布文章）

• 執行環境 (Execution Environment): 智能體在此環境中連接外部工具、資料庫（Vector DB）、網際網路與 API 進行運作

• 迭代優化 (Iterative Improvement): 這是智能體工作流的關鍵特徵，確保系統能從錯誤中學習，不斷優化結果

吳恩達提出四大核心設計模式 (Design Patterns)

在 Agentic Workflows 的架構中，通常會運用以下四種核心設計模式：

反思（Reflection）

• 運作方式：AI產出初稿後，自己（或另一個角色）對該產出進行批判、審查與尋找瑕疵，並根據反思結果進行疊代優化

• 應用：寫程式時自動檢查 Bug 並重寫，或寫文章時自動檢查語法與邏輯漏洞

工具使用（Tool Use）

• 運作方式：賦予 LLM 各種外部工具（計算機、API、網頁瀏覽器、程式碼直譯器），讓模型根據當前需求自主決定何時、如何呼叫這些工具。

• 應用：詢問最新股價時，AI 自動決定去呼叫財經 API，而不是靠記憶瞎猜

規劃（Planning）

• 運作方式：面對大型任務時，AI 先產出一份詳細的執行步驟清單（Plan），然後按部就班地執行，並在過程中動態調整步驟

• 應用：製作一份市場分析報告前，先規劃要搜尋哪些競品、分析哪些數據、分哪幾個章節撰寫

• 多智能體協作（Multi-agent Collaboration）運作方式：將多個擁有不同專業設定、提示詞與工具的 Agent 組織起來，形成一個虛擬團隊共同完成任務（即前述的 Multi-Agent System）

• 應用：軟體開發團隊（產品經理 Agent 工程師 Agent 測試員 Agent）

典型應用場景

• 自動化軟體工程（Coding Agents）：如 Devin 或 Claude Engineer。使用者丟出一個功能需求，Agent 會自己規劃、寫代碼、執行測試、看報錯日誌、修復 Bug，直到程式可以正常運作

• 深度研究與報告編撰：輸入一個主題，Agent 自動上網搜尋數十篇文獻、交叉比對數據、規劃報告架構、撰寫內容並排版輸出

• 智慧客服與工作自動化：不只是罐頭回覆，而是能根據客戶的複雜客訴，自動調閱用戶資料庫、檢查物流狀態、計算退款金額並執行系統操作

Agentic Workflows 與傳統 Workflow Automation 的差異