AI Agent Engineering · Week 00
00-02|什么时候根本不应该使用 Agent
用复杂度阶梯判断 Code、Rules、Workflow、LLM-assisted Workflow、Agent 与 Multi-Agent,避免用更昂贵的技术解决确定问题。
一个看起来很适合 Agent 的需求
跨境客服主管提出:“客户申请退款时,让 AI 自动判断能不能退。”这句话听起来需要智能:客户表达各不相同,订单状态很多,政策还有地区差异。
继续追问后,你发现当前业务规则只有三条:订单必须属于登录客户;签收后 30 天内;商品不能属于不可退类目。三项事实都有稳定字段,结果只有“允许提交申请”或“拒绝并说明原因”。
这段核心判断用普通代码更合适。它可重复、可测试、可追责。LLM 可以在前面理解客户表达,也可以在后面把结果翻译成友好的回复,但没有必要决定退款资格。
工程选择的目标是:用足以解决问题的最低复杂度,得到可验证的业务结果。 每增加一层自由度,系统都会增加成本、延迟、失败路径和责任边界。
本课要建立的判断
- 能沿着 Code → Rules → Workflow → LLM-assisted Workflow → Agent → Multi-Agent 选择最小可行方案。
- 能识别“任务不确定”与“业务尚未说清”的差别。
- 能说明哪些条件会直接阻止 Agent 上线。
- 能把 Cross-border AI Support Agent 的任务拆到不同复杂度层级。
复杂度阶梯:能力增加,责任也增加
输入与公式确定
条件清楚且可枚举
步骤与分支预先知道
固定流程中有非结构化输入
下一步依赖途中获得的信息
边界独立且拆分收益已被验证
Code 与 Rules:确定问题交给确定机制
Code 适合计算和验证。订单是否属于当前客户、承诺送达日与今天相差几天、退款金额是多少,都应该由可信数据和确定逻辑给出。
Rules 把业务政策表达成明确条件。规则可能很多,也可能经常更新,但只要输入字段和判断关系清楚,就能版本化、测试和审计。规则复杂不等于任务需要 Agent。
Workflow:路径可以有分支,但仍然预先设计
退款可以经历身份校验、资格计算、补充凭证、人工审批、支付执行和客户通知。分支很多,主路径仍然由业务规定。Workflow 保存“现在走到哪里”,也确保审批没有完成时执行节点无法运行。
LLM-assisted Workflow:把模型放在最擅长的位置
客户会说“the parcel is nowhere to be seen”“一直没收到”“quiero saber dónde está mi pedido”。LLM 适合把这些表达映射成有限意图,再由 Workflow 处理。此时模型提供理解能力,流程仍由代码掌握。
Agent:信息到达后才能选择下一步
一个客户同时说包裹未到、地址可能写错、还想退款。系统先查订单,看到尚未发货就不必查物流;发现订单号缺失时先追问;发现客户身份不匹配时立即停止。下一步依赖刚取得的事实,Agent 才产生价值。
Multi-Agent:只有证据支持拆分时再使用
多 Agent 会增加交接、上下文同步、调用次数和排错成本。单个 Agent 加清晰工具已经能完成的任务,不应为了角色感而拆成“订单 Agent、物流 Agent、退款 Agent”。只有上下文必须隔离、专业评估相互独立,且对比测试证明收益时,才进入这一层。
一张技术选择矩阵
计算运费、校验字段
退款、改地址、补发
理解诉求、选择查询
限制工具、权限和影响范围
矩阵给出起点,最终方案还要看数据质量、错误成本和可验证性。开放任务如果没有可靠事实,Agent 只会更灵活地生成错误。高风险任务可以使用 Agent 收集材料、形成建议,但执行权应留在受控 Workflow 与审批节点。
五种情况,先不要使用 Agent
- 规则足够确定。 税费计算、订单归属校验和固定 SLA 判断用代码更稳定。
- 数据无法合法取得。 没有订单接口、客户授权或数据责任人时,Agent 没有事实基础。
- 错误无法被发现或恢复。 系统无法记录调用、撤销动作、转人工,就不应自动采取高影响行动。
- 业务目标无法验收。 “让客服更智能”没有成功标准,无法决定系统是否值得上线。
- 流程负责人缺席。 没有人确认政策、处理例外并承担最终责任,技术无法补上治理空缺。
Cross-border AI Support Agent 的责任分层
| 任务 | 首选机制 | 原因 |
|---|---|---|
| 校验订单是否属于当前客户 | Code | 身份和订单关系必须确定 |
| 根据地区与金额计算运费 | Rules / Code | 输入字段清晰,可精确测试 |
| 推进标准退款申请 | Workflow | 主步骤固定,需要保存状态 |
| 从多语言消息识别意图 | LLM-assisted Workflow | 输入开放,输出类别有限 |
| 根据查询结果决定追问或换工具 | Agent | 下一步依赖运行时事实 |
| 退款付款 | Workflow + Human Approval | 高影响动作必须受权与留痕 |
这一课给系统带来的变化是:项目拥有了技术选择边界。 V0.1 尚未开始编码,但我们已经避免把每项客服任务都塞进 Agent。
错误架构 Before / After
客户消息 → Agent → 读取全部后台 → 自己解释政策 → 自己决定退款 → 自己执行
事实、判断、权限和执行混在一起;任何一步出错都很难定位。身份校验 → LLM 意图识别 → 受控查询 → Rules 判断 → Workflow 等待审批 → 执行
每个节点有明确输入、输出、责任主体和失败出口。Failure Lab
“先做成 Agent,以后扩展方便”
为什么诱人: 未来需求看起来很多,先上最灵活的方案似乎能减少返工。
为什么失败: 当前没有测试集和边界,灵活性会先变成不可预测;每次故障都难判断来自模型、工具还是流程。
更好的设计: 先实现最小确定路径,记录哪些输入确实无法靠规则处理。只有真实失败证据指向动态选择时,再加入 Agent。
“流程很长,所以需要 Agent”
为什么诱人: 长流程看上去复杂。
为什么失败: 长度与不确定性是两回事。固定的 20 步流程仍可由 Workflow 稳定执行。
更好的设计: 标记每一步的下一步是否能由已知状态确定。只有无法预先枚举的选择点才交给 Agent。
“模型准确率高,可以直接退款”
为什么诱人: 分类测试达到 95%,团队容易把准确率等同于授权。
为什么失败: 剩余 5% 可能集中在高金额、越权或欺诈场景;模型正确也没有资金操作权限。
更好的设计: 分类结果只进入流程。资格由规则计算,权限由服务端校验,敏感动作等待审批。
实践:给客服任务做最小复杂度分配
选择 8 个真实或教学客服任务,例如查物流、改地址、计算运费、解释政策、申请退款、取消订单、创建工单、识别投诉意图。
为每项任务写下:输入事实、结果是否可枚举、下一步是否固定、错误影响、失败后由谁处理。最后只选择一个复杂度层级作为主机制,并解释为什么下一级不够、上一级多余。
Acceptance Criteria
- ☐ 至少列出 8 个任务。
- ☐ 至少 2 个任务选择 Code 或 Rules。
- ☐ 至少 1 个任务选择 Workflow。
- ☐ 至少 1 个任务选择 LLM-assisted Workflow。
- ☐ 只有在“下一步依赖运行时事实”时才选择 Agent。
- ☐ 每个高风险动作都有权限校验与人工或确定流程闸门。
- ☐ 明确写出一个当前不应使用 Agent 的任务及理由。
- ☐ 没有用“更智能”“更高级”作为技术选择依据。
合上正文,试着回答
- 一个有 30 个条件分支的退款流程,为什么仍可能不需要 Agent?
- LLM-assisted Workflow 与 Agent 的关键差异是什么?
- 数据拿不到时,加入更强模型能解决什么、不能解决什么?
- 什么时候 Multi-Agent 的拆分收益才算被证明?
- 高风险且开放的任务,应怎样分配建议权和执行权?
下一课会把这套边界交给开发流程:你负责业务要求、架构和验收,Codex 负责检查仓库、实现、测试和调试。关键能力是把一句模糊愿望变成可执行、可检查的工程任务。
延伸阅读 / Sources
核查日期:2026-10-17。正文判断与案例为本课程教学设计。
- Anthropic:Building effective agents。用于核对 Workflow 与 Agent 的边界,以及从简单方案开始的原则。
- OpenAI Agents SDK:Agent orchestration。用于核对代码编排、模型编排和多 Agent 模式的差异。
- OpenAI API:Function calling。用于核对模型提出工具调用、应用执行工具的职责分离。
长期有效的原理: 最小复杂度、权限分离、失败可恢复、结果可验收。当前实现方式: Agent SDK、模型能力和工具调用接口会变化,选型时应复核实际版本。