知识库/LLM 学习

Agentic Systems

LLM 应用的架构谱系:预定义路径的 workflows vs 自主决策的 agents,五种组合模式与简单优先原则

置信度·高创建 2026-07-03更新 2026-07-03依据 2 份原始资料

Agentic Systems

Anthropic 提出的架构区分,其两篇一手资料表述一致:

  • Workflows:LLM 和工具走预定义代码路径——可预测、一致,适合边界清晰的任务。
  • Agents:LLM 动态指挥自己的流程和工具使用。后续文章给出更简洁的定义:“LLMs autonomously using tools in a loop”。适合开放式、步数不可预测的问题。

五种 workflow 模式

模式 机制 适用
Prompt chaining 固定串行步骤 任务可干净拆解,用延迟换精度
Routing 先分类再分发 输入类别分明,关注点分离
Parallelization sectioning 并行 / voting 多跑 子任务独立,或需多视角高置信
Orchestrator-workers 中央 LLM 动态拆解分派综合 子任务不可预知(如多文件编码)
Evaluator-optimizer 生成者 + 评估者循环 评价标准清晰且迭代有可测价值

基础构件是 augmented LLM(带检索、工具、记忆)。

简单优先原则

找最简单的方案,只在可证明改善结果时增加复杂度;多数应用优化单次 LLM 调用就够。agent 自治意味着更高成本与错误复利——需要沙盒、护栏和环境 ground truth。实现三原则:简单、透明(显式展示规划)、打磨 agent-computer interface。

在本知识库中的类比(本库解释,非原文内容)

wiki-ingest/query/lint 可类比为 workflows(预定义协议路径);wiki-research(规划中)的并行 subagent 可类比为 orchestrator-workers;红队审计(生成方与独立审查方分离)可类比为 evaluator-optimizer 思想。运行载体见 Claude Code