Agentic Workflow新范式，根据LLM的工作流、业务流程、智能体大交融

文｜王吉伟

2024年2月底，金融服务公司Klarna表明，其所运用的OpenAI供给技能支撑的AI Agent，已接管了三分之二的客户谈天，作业量恰当于700名全职署理。从引进AI Agent到获得这份耀眼的作用，只是用了1个月的时刻。

作为数字化程度较高的领域，金融在AI Agent的运用遍及速度上，真的是又快又狠。

不只是在金融领域，在出售领域AI Agent也展示了强壮的习惯性。闻名出资安排a16z以为，下一代「出售渠道」的中心，将不再是依据文本的数据库，而是多模态的（文本、图画、语音、视频），包括来自整个公司的一切客户洞悉。

因而，AI将从根本上重塑出售记载体系和出售作业流程，市面上一切玩家都无法置身事外。AI原生的出售渠道，将可以从客户及其心态中，提取比咱们运用现有东西所能凑集的更多的洞悉。此外，a16z还对外展示了出售领域AI 运用商场地图。

▲ a16z发布的出售领域AI运用商场地图，点击看大图

这个观念，可以说是为AI Agent行将革新出售领域做了很好的背书。（关于a16z的详细观点，王吉伟频道会在另一篇文章中与咱们同享。）

7月25日，人工智能通讯主动化供给商IntelePee宣告完结1.4亿美元的战略融资，这项融资将首要用于以推进AI Agent开展，改进客户体会。该公司的一个财富百强客户，经过运用 IntelePeer 的AI Agent主动化顾客交互将自助服务率前进到了70%以上，有望节约逾越1 亿美元的劳动力本钱。

危险出资公司Lux Capital合伙人格蕾丝·伊斯福德（Grace Isford）表明，当触及到专心于构建AI Agent的草创公司时，科技出资者的爱好会“急剧添加”。这些草创广告公司已筹集了数亿美元，其估值也正在跟着生成式AI（GenAI）商场的增加而不断上升。

关于GenAI的商场增加状况，贝恩公司（Bain & Company）数据闪现，近90%的公司现已布置或正在试用GenAI技能。同一项查询发现，不管哪个职业，企业都在优先考虑 Gen AI 的布置，87% 的参加者将其列为未来三到四年的五大优先事项之一。

这几个事例和相关数据意味着，AI Agent的落地运用速度以及浸透率现已恰当之高。而跟着Agentic Workflow成为AI Agent运用趋势，智能体作业流的运用也将会获得巨大的开展。

在咱们了解了AI Agent之后，智能体作业流敏捷成为Agent运用的新趋势。现在技能圈内盛行一个说法：你需求的或许不是智能体，而是一个合适AI的作业流。这句话，现已把AI Agent的运用现状讲得明明白白。

也就说，只需构成Agent的作业流，才干发挥AI Agent的真实优势，才干让Agent最大程度的主动化你的事务流。

以Coze、Dify等为代表的AI Agent构建渠道，让许多构建智能体的人触摸到了作业流。智能体作业流的盛行，也让更多人有了作业流的概念。

但在平常作业中，用过钉钉、OA等作业软件或许BPM、ERP、CRM等企业办理软件的朋友，触摸更多的肯定是事务流程。ERP、低代码、RPA等软件，经过主动化等手法让事务流程愈加精简优化。各个AI Agent渠道上构建的智能体作业流，也是为了完结各种使命的主动化。

有的朋友就不懂了，相同是用以主动化的，为什么一个叫作业流，而另一个叫事务流程？它们有什么联络？与智能体作业流又有什么相关？这篇文章，王吉伟频道就跟咱们聊聊这些。

从作业流谈起

作业流（workflow）是完结使命所必需的一系列活动，也是用于办理遵从特定次序发生的重复流程和使命的体系。它是个人和安排完结作业的办法，不管是出产产品、供给服务、处理数据仍是任何其他发明价值的活动。

一般，一组彼此相关的使命或活动，依照必定的次序被实行以完结特定的作业方针，即可视作作业流。它界说了使命的实行次序、参加者及其人物、以及使命之间的依靠联络。

可以把作业流看作处理一组数据的一系列使命。在事务上下文中，作业流是指为完结特定作用而规划的有安排的活动办法。事务中的作业流意义环绕着界说、实行和主动化流程打开，在这些流程中，使命、信息或文档依据一组程序规矩从一个参加者传递到另一个参加者以进行操作。

作业流可以像单个使命流程相同简略，比方文件批阅作业流、新职工入职作业流等。也可以像触及各个部分和利益相关者的多进程流程相同杂乱，比方客户服务作业流。

作业流的三个要害组件：输入、进程和输出。

输入（inputs）：这些是开端作业流所需的资源，例如数据、材料或信息。输入是任何作业流的起点，关于发动流程至关重要。例如，在营销活动作业流中，输入或许包括方针受众数据、预算信息和营销材料。

流程（processes）：此组件触及为将输入转换为所需输出而采纳的实践进程或举动。流程可以包括各种活动，例如数据剖析、决议计划拟定和使命实行。清楚地界说和记载每个进程以保证一致性和准确性至关重要。例如，在制作作业流程中，流程或许触及装配线进程、质量查看和包装。

输出（outputs）：这些是作业流程完结后完结的终究产品或作用。输出的规模可以从制品到已完结的陈述，详细取决于作业流程的性质。例如，在软件开发作业流中，输出或许包括已完结的软件、文档和用户手册。

在详细事务中，作业流首要有三种类型：流程作业流、事例作业流、项目作业流。

流程作业流：当使命集是可猜测的和重复的时，就会发生流程作业流。一般在项目开端作业流之前，用户便切当地知道它应该选用什么途径，比方收购请求批阅作业流等。

事例作业流：在事例作业流中，用户不知道开端时完结项目所需的途径。跟着收集到更多数据，途径会自行闪现。比方支撑票证和稳妥索赔便是很好的事例示例。

项目作业流：项目作业流穿插于流程作业流和事例作业流之间，遵从或多或少界说的途径，但进程中或许会有更多的灵敏性，但此类作业流只适用于一个项目。比方运用程序开发，作业流由研讨、规划、测验等不同阶段组成，但在构建不同的运用程序时，相同的作业流无法用于不同程序的开发。

作业流分四种类别，分别为次序作业流、并行作业流、状况机作业流和规矩驱动作业流。

• 次序作业流：后续使命取决于前一个使命的完结状况的作业流类型。
• 并行作业流：可以一起实行多个使命的作业流类型。
• 状况机作业流：在这种类型的作业流中，您将从一种状况进入另一种状况。
• 规矩驱动作业流：规矩驱动的作业流依据次序作业流，这些作业流在获得开展时运用规矩。

了解事务环境中的作业流程关于前进功率和出产力至关重要。企业一般运用流程作业流模板来制作特定作业流中触及的进程。这些模板有助于规范化操作，保证每个进程都得到清晰界说和遵从，然后最大极限地削减过错和不一致。

用于办理作业流的软件，叫作作业流办理软件（Workflow Management Software, WfMS）。这类软件有助于简化和优化安排内的事务流程。它首要经过和谐不同利益相关者之间或个人与信息体系之间的互动来做到这一点。

作业流办理体系在正确的时刻将使命路由给恰当的职工，供给相关信息和推进力，以加快整个流程的作业。此外，它还能经过文件办理对活动（如费用陈述）进行手动和主动使命。

交融AI带来的AI workflow

近些年跟着AI技能与作业流的不断交融，逐步开展出了AI workflow（AI workflow automation）。AI作业流是运用人工智能技能完结特定使命的一系列进程和进程，它是一种优化和主动化事务流程的办法，经过主动化使命、智能决议计划支撑、猜测剖析和个性化服务等功用，前进作业功率，下降本钱，并增强企业的竞赛力。

作业流的一个研讨要点便是使命主动化，而想要完结更大程度的主动化天然离不开各种编程技能与智能化技能，AI技能则是重中之重。伴跟着NLP、OCR、深度学习、机器学习等技能的开展，作业流在各个年代都被最新技能加持。现在大言语模型获得长足前进，作业流相同也在LLM的加持下发生了更大的改动。

交融大言语模型的AI作业流（智能体作业流），经过天然言语处理完结使命主动化与智能问答，大幅前进作业功率与准确性。它具有了解上下文、学习习惯、多言语翻译等才能，一起供给衔接的交互体会和情感剖析，优化用户体会。

AI智能体的灵敏性和可定制性使其可以快速习惯事务需求改动，下降运营本钱，增强商场竞赛力。在客户服务、内容发明、研制辅佐及行政流程中，AI智能体均展示出明显的功率与洞悉力优势。

比方在aisera的AI作业流渠道，由LLM驱动的AI作业流可以运用上千个预构建和第三方LLM驱动的AI作业流来主动化流程，最大极限地削减对人工干涉的需求。这些AI作业流可以经过对话办法、经过体系事情、按计划以及经过来自其他事务体系的事情webhook触发。

事实上，在事务流程办理中，作业流可以界说为一系列简略的单个使命，而事务流程则被以为是更杂乱的，由多个作业流、信息体系、数据、人员及其活动办法组成。作业流的特色是其简略性和可重复性，而且一般经过图表或清单进行可视化。

下一个末节，咱们就聊聊什么是事务流程。

关于LLM与workflow的交融运用，引荐以下论文：

1、AutoFlow：为大型言语模型署理主动生成作业流

AutoFlow: Automated Workflow Generation for Large Language Model Agents

链接：https://arxiv.org/abs/2407.12821

2、FlowMind：运用 LLM 主动生成作业流

FlowMind: Automatic Workflow Generation with LLMs

链接：https://arxiv.org/abs/2404.13050

3、StateFlow：经过状况驱动的作业流增强 LLM 使命处理

StateFlow: Enhancing LLM Task-Solving through State-Driven Workflows

https://arxiv.org/abs/2403.11322

4、Graph-of-Thought：运用大型言语模型处理杂乱和动态的事务问题

Graph-of-Thought: Utilizing Large Language Models to Solve Complex and Dynamic Business Problems

https://arxiv.org/abs/2401.06801

5、经过选用众包作业流程的技能来规划 LLM 链

Designing LLM Chains by Adapting Techniques from Crowdsourcing Workflows

https://arxiv.org/abs/2312.11681

6、运用大型言语模型构建和实行核算作业流

Leveraging Large Language Models to Build and Execute Computational Workflows

https://arxiv.org/abs/2312.07711

7、通电！生成模型可以为人类核算作业流做些什么？

Power-up! What Can Generative Models Do for Human Computation Workflows?

https://arxiv.org/abs/2307.02243

再聊聊事务流程

事务流程（Business Process）是安排为完结详细事务方针而规划的一系列有序活动，以发生有助于完结安排方针的特定作用。它从清晰的输入开端，经过体系化的使命实行，终究发生预期的输出。

流程中每个环节都由不同的人物担任，遵从既定规矩和规范，保证功率和质量。资源在流程中得到合理装备，一起经过继续监控和评价完结流程的优化与改进。

事务流程的发明是为了推导安排方针并为安排方针做出奉献。事务流程的继续和重复实行关于成功的事务运营和事务增加至关重要。事务流程结构可以是简略的，也可以是杂乱的，详细取决于流程中触及的元素。经过每个事务流程，企业都能完结某些方针。

事务流程是安排完结方针的中心，它将使命分解为有序、可重复的作业进程，便于职工和团队高效实行并达到预期作用。清晰的流程有助于团队集中精力于一起方针，经过可猜测的资源需求削减糟蹋。文档化的事务流程不只下降危险和过错，还增强团队成员间的责任感，由于每个人都清楚自己的责任所在。

此外，事务流程的规范化还激起立异和发明力，经过反思和脑筋风暴，团队可以找到处理难题的新办法。

事务流程的要害特色在于，进程是可重复的灵敏的可衡量的，且是特定的建立起始点和端点的。这些特色，为事务流程带来了以下特色：

• 方针导向：事务流程是为了完结特定的事务方针而规划的；
• 跨职能部分：一般触及多个部分或团队的协作；
• 接连性和衔接性：各个活动按必定次序和逻辑接连进行；
• 规范化：流程一般是规范化的，以保证一致性和可重复性；
• 可测量性：可以经过要害绩效方针（KPIs）来衡量流程的功率和作用。

事务流程的类型，一般分为运营流程、办理流程和支撑流程三种。

• 运营流程（Operational Processes）：与企业的中心事务活动直接相关，例如出产、出售、客户服务等。
• 办理流程（Management Processes）：触及企业办理和规划的活动，例如战略规划、绩效评价等。
• 支撑流程（Supporting Processes）：为中心和办理流程供给支撑的活动，例如人力资源办理、财务办理、IT服务等。

经过多年的开展与演化，现在事务流程的组成部分首要包括以下7个部分：

• 输入（Inputs）：事务流程的起点，一般是触发流程的事情、资源、信息或原材料。
• 活动（Activities）：构成事务流程的各个详细进程或使命，这些活动一般按次序实行。
• 输出（Outputs）：流程完结后发生的作用或交给物。
• 人物和责任（Roles and Responsibilities）：触及到的人员或团队及其在流程中的责任。
• 决议计划点（Decision Points）：流程中的要害节点，需求做出决议计划以确认后续进程。
• 流程操控（Process Control）：用于监控和办理流程实行的机制，包括规矩、规范和约束条件。
• 支撑体系（Supporting Systems）：支撑流程实行的技能体系、东西和运用程序。

办理事务流程的软件体系，便是大名鼎鼎的是事务流程办理（Business Process Management, BPM）。事务流程办理是一种体系的办法，用于规划、实行、监控和优化事务流程，以前进企业绩效，下降本钱，增强竞赛力。

BPM是一种改进这些流程的体系办法，可协助安排完结其事务方针。假如安排由于本钱或资源约束而无法在内部实行某些事务流程，公司或许会运用事务流程外包。许多安排将特定的事务使命（例如工资单、人力资源 （HR） 或管帐）承包给第三方服务供给商。

交融AI带来的BPM进化

与AI技能的快速交融，相同为事务流程带来了很大的前进。

AI技能对事务流程带来了明显的开展和改动。经过机器人流程主动化（RPA）和AI的结合，重复性使命得以主动化，削减人为过错，前进功率。

AI的数据剖析和猜测才能支撑实时决议计划，个性化服务增强客户满意度，流程发掘和优化前进事务流程的功率和灵敏性。AI在危险办理中提前辨认潜在危险，保证合规。智能辅佐东西和主动化减轻员作业业担负，促进立异和新事务办法的开展。

比方亚马逊、通用电气和美国银行等公司经过AI优化库存办理、猜测性保护和智能客服，明显前进了运营功率。AI将更深度地嵌入事务流程，完结全面主动化和智能决议计划支撑。

而交融了大言语模型的事务流程，完结了天然言语交互、文本剖析、智能文档生成、主动化使命实行、个性化服务、多言语支撑以及猜测性剖析等多功用集成。

比方SAP联合墨尔本大学、慕尼黑工业大学等推出了大型进程模型（LPM，Large Process Models）作为生成式AI年代软件支撑的BPM的中心概念结构。LPM经过与经典算法东西和结构化数据的安全和健全的集成，可以供给在以往设置中不会被发现的事务流程新见地，大大前进了流程的可调查性。

扩展阅览：从大言语模型到大流程模型，生成式AI带来的BPM范式改动

此外，SAP Business Technology Platform 推出SAP AI Core服务，可以协助用户以规范化、可扩展且与超大规模者无关的办法处理AI财物的实行和操作，LLaMa 3、Phi3、Mistral、Mixtral、LlaVA、Gemma等开源体系都可以在SAP AI Core 中运转，为用户的私有化布置和个性化运用供给了更多挑选。

由LLM赋能的流程可以了解上下文、自我学习与习惯，与现有体系高度集成，并具有杰出的可扩展性与规矩遵从性。明显前进了事务处理速度、下降了运营本钱、增强了实行准确性、改进了客户体会、前进了商场习惯性和灵敏性，一起促进了事务立异和危险办理，加强了常识整合与同享。

尤其是交融AI智能体的事务流程经过主动化实行、智能决议计划支撑、客户互动、猜测剖析等功用，完结了功率的明显前进和本钱的有用下降。这些流程具有上下文感知、继续学习、高度集成的特色，一起展示出灵敏性、准确性和立异促进的优势。

AI智能体的集成为职业带来了数字化转型的加快、商场呼应速度的前进、客户洞悉的深化以及运营优化，催生了新的事务办法，为企业在剧烈的商场竞赛中供给了强壮的动力和优势。

扩展阅览：事务流程将因生成式AI革新，ChatGPT引领的AIGC正在改动安排运营

关于大言语模型与BPM的交融，引荐以下几篇论文：

1、大型言语模型可以完结事务流程办理使命

Large Language Models can accomplish Business Process Management Tasks

链接：https://arxiv.org/abs/2307.09923

2、用于事务流程办理的大型言语模型：时机与应战

Large Language Models for Business Process Management: Opportunities and Challenges

链接：https://arxiv.org/abs/2304.04309

3、大型流程模型：生成式人工智能年代的事务流程办理

Large Process Models: Business Process Management in the Age of Generative AI

链接：https://arxiv.org/abs/2309.00900

4、LLM-SAP：大型言语模型依据态势感知的规划

LLM-SAP: Large Language Models Situational Awareness Based Planning

链接：https://arxiv.org/abs/2312.16127

作业流与事务流程的差异和联络

作业流和事务流程是企业办理和运营中的两个中心概念，它们尽管有所差异，但又严密相连，一起推进企业功率和方针的完结。

作业流一般指为完结特定使命或一组使命所需的进程序列，它更侧重于操作层面的流程主动化，一般触及主动化和手动进程的结合。例如，在人力资源办理中，职工提交请假请求后，作业流将辅导请求经过各级批阅。作业流重视于流程的实行功率，怎么经过主动化削减人力干涉，前进使命处理速度。

事务流程则更为微观，它包括了企业为完结事务方针所进行的一切活动和决议计划进程，旨在完结安排的战略性事务方针，如产品交给或客户服务，一般跨过多个部分和团队。事务流程包括从客户触摸点到服务交给的整个链条，如订单实行流程，它包括接纳订单、库存查看、发货等环节。事务流程更重视整个流程的战略意义、方针完结以及客户价值的发明。

在方针方面，作业流的方针较为详细和狭隘，首要重视使命的完结和流程的实行，如文档批阅或请假流程。详细使命的主动化有助于削减人为过错和前进功率。事务流程则旨在完结安排的战略性事务方针，重视全体事务的功率和作用前进，如供应链办理和客户联络办理。事务流程更重视资源的优化装备和部分间的协作。

在杂乱度方面，作业流一般较为详细和简略，适用于部分使命和操作。例如，职工请假批阅流程包括填写请求、主管审阅和人事部分记载。事务流程则更杂乱和全面，触及多个部分、资源和办理层面。例如，企业的新产品开发流程，从商场调研、产品规划、试出产到终究上市，触及研制、商场、出产、出售等多个部分。

在东西方面，作业流办理体系（WfMS）用于主动化和办理详细使命的实行，如使命分配、进展盯梢和作用陈述。例如，运用Asana或Trello办理团队使命和项目进展。事务流程办理体系（BPMS）则用于全面办理和优化事务流程，着重流程的继续监控和改进。例如，运用SAP或Oracle BPM办理企业的中心事务流程，从供应链到客户联络办理。

尽管两者在界说、规模、方针和运用上存在明显差异，但它们在实践运用中有严密的联络。作业流可以作为事务流程的一部分，处理详细的使命和活动。有用的作业流规划和主动化，可以明显前进事务流程的功率。

例如，收购流程中的批阅作业流，保证收购订单经过恰当的批阅和核准。经过整合多个作业流，事务流程完结全体事务方针的高效运作和办理。一起，杰出的事务流程办理又能为作业流供给战略辅导和优化方向。

在实践操作中，作业流东西和事务流程办理体系或许彼此集成，一起支撑企业的运营需求。例如，将作业流办理集成到企业门户中，以供给一致的作业进口和事务视图。这种整合有助于前进职工的作业功率，削减信息孤岛，前进整个安排的协同效应。

作业流和事务流程的优化不只是技能问题，也是安排文明和革新办理的一部分。流程的改进需求职工的参加和承受，经过改进流程来习惯商场改动和安排开展。例如，商场部分依据活动反应调整营销材料的批阅流程，这不只是技能层面的调整，也是安排对商场改动呼应的表现。

作业流和事务流程在企业运营中是相得益彰的。了解它们之间的差异和联络，关于有用地规划和办理企业的流程非常重要。现在跟着大言语模型的到来和AI Agent的许多运用，作业流和事务流程将继续为企业带来更高的功率和更大的价值。

智能体作业流的新领域

吴恩达教授提出的反思、东西运用、规划、多智能协平等四种Agentic Workflow规划办法，展示出了智能体作业流的多种范式。但这些范式的作业流是以LLM为中心，环绕LLM加上必定的技能结构、数据集以及东西等去构建面向各种场景的作业流。

实际中的许多作业流尤其是大型安排的一些作业流，比方制作业中由RPA衔接的出产制作流程作业流，或许还没有也不需求LLM的参加。但在详细的实行中，一个杂乱的事务流程会被分拆成多个子事务流，整个事务流程中既有传统作业流，也有需求事务人员操作的轻量化作业类运用LLM的作业流。

一起，BPM、BPA、RPA、BI等企业办理软件也在进化为交融LLM的AI Agent类运用，这就让智能体作业流的调集变得愈加多元化。

在《从Workflow到Agentic Workflow，25篇论文全面了解智能体作业流》一文中，我也简略聊了对智能体作业流的观点。

在LLM运用越发遍及化的前提下，现在许多作业流都是混合了传统事务流程与智能体作业流。其间既有“四种办法”的作业流，也有传统运用嵌入GenAI的作业流，还有简略的直接运用大言语模型的作业流。

在王吉伟频道（id：jiwei1122）看来，Agentic Workflow并非简略的智能体作业流，而是包括传统软件（东西、处理方案）、大言语模型、AI Agent等在内的新式事务流程的调集。当传统事务流程包括了LLM作业流或许Agent作业流，都可以视作Agentic Workflow。

现在的智能体作业流大体可以分为两种类型：一是新式的AI作业流，也便是依据LLM的LLM/AI Agent作业流，原生LLM运用及AI Agent运用都在走这个道路；二是传统作业流+LLM/AI Agent，传统软件经过嵌入GenAI技能完结LLM与AI Aggent的进化，进一步晋级为智能体作业流。

在完结办法上，根本遵从嵌入式（Embedding）、副驾驶（Copilot）和智能体（Agent）。嵌入式也便是直接运用LLM，副驾驶办法相似于AI帮手，Agent办法现在来看也便是智能体作业流。

三种办法，催生了现在的六种详细的智能体作业流类型，如下：

1、包括智能体运用的作业流：最简略的智能体作业流，便是运用智能体运用的作业流，比方在Coze等渠道运用智能体进行小说、视频等的发明；

2、运用大言语模型的作业流：直接运用大言语模型的反思、规划、东西运用等功用，或许经过某些运用来调用和增强LLM的相似功用，比方运用文心一言、kimi等调用联网、绘图插件收集材料或许制作脑图；

3、运用Copilot的作业流：Copilot实则更像是AI帮手，可以调用LLM生成相关内容，也可以调用规范化的AI Agent；

4、用传统软件衔接的作业流：智能体尽管好用，但现在大多都为轻量化作业类运用，无法参加企业内部的杂乱事务流程，但可以引证RPA等超主动化东西将轻量化LLM作业流与传统作业流相衔接，比方经过RPA连接报表生成和ERP内部人事事务流程；

5、硬件与软件交融的作业流：现在现已呈现了依据鼠标、键盘等PC外设的LLM产品，外形扔热是鼠标和键盘，但可以经过按键、语音等办法调用LLM运用，运用比较快捷，比方科大讯飞的AI键盘等，而手机现已在端侧模型的加持下晋级成为智能体；

6、交融大言语模型的BPM及WMS的作业流：事务流程领域关于新技能有着较强的敏感性，GenAI技能在ChatGPT之前就现已得到运用，对LLM和AI Agent的探究也一向比较抢先，现在BPM和WMS都已引进大模型并在探究AI Agent运用，某种程度上运用这些软件体系现已是在运用智能体作业流。

▲ 人与AI协同催生的六种办法的智能体作业流，点击看大图

而详细到智能体自身的作业流，依照智能体的功用也可以将其归类为六种办法，即主动化智能体作业流、交互式智能体作业流、协同式智能体作业流、嵌入式智能体作业流、自主学习型智能体作业流及立异型智能体作业流，每一种作业流的阐明详细见下图。

▲ 按智能体功用区分的六种智能体作业流，点击看大图

需求阐明的是，以上六种是现在常见的智能体作业流办法，但并不是智能体作业流的悉数。由于原生智能作业流正在经过新式模型、API、插件、数据集以及更多办法进入传统作业流的内地，传统作业流也在经过LLM、智能体、集成等办法衍生新式的智能能作业流范式。

新生代作业流会与传统作业流不断的融汇交合，在此消彼长的进程中构成巨大的Agentic AI事务流程范式。

而不得不说的是，在LLM与AI Agent快速遍及运用的前提下，当你的安排在运用大言语模型后，事务流程和作业流就现已开端向智能作业流改动了。比方在运用钉钉AI助理或许飞书智能同伴的AI Agent功用的时分，你所做的事务流程现已是一个智能体作业流。

跋文：另一个视点看智能体作业流

本文前半部分，王吉伟频道用了许多文字介绍作业流与事务流程，意图是为了让咱们可以更简单地了解今日的智能体作业流。从现在的Agentic Workflow开展状况来看，咱们可以从狭义和广义两个视点来了解智能体作业流。

狭义上的Agentic Workflow，是一种由自主智能体（Autonomous Agent）驱动的作业流模型，在该模型中，智能体经过遵从预界说的规矩和条件，主动实行使命和做出决议计划。这些智能体可以仿照人类的行为，进行杂乱的使命办理和决议计划进程，然后前进作业功率和准确性。其间心在于其主动化和智能化的特性，可以在动态和杂乱的事务环境中表现出色。

广义上的Agentic Workflow ，是一种与大型言语模型（LLM）交互和完结使命的新办法，它经过将杂乱使命分解为多个子使命，并引导LLM按进程完结每个子使命来优化作业功率。这种办法不是一次性地向LLM提出指令，而是选用迭代的办法，逐步完善使命作用，相似于写作进程中的草稿、批改和润饰进程。每个子使命的输出将作为下一步的输入，构成循环往复的进程。

作为一种新式的AI运用办法，比较传统办法，Agentic Workflow的优势在于迭代优化、自主决议计划、习惯性学习、处理杂乱问题的才能以及自我优化和进化。这种作业流仿照人类的考虑和批改进程，前进了准确性和质量，一起具有从经历中学习并习惯环境改动的才能。

可以说，它代表了从传一致次性指令到多进程自习惯使命完结的改动，为主动化和智能化领域带来新方向。

事实上，从作业流和事务流程的界说来看，作业流更侧重于详细使命的实行和流程主动化，但接下来依据大言语模型的BPM也将Agent化，事务流程的全体规划、布置及运转也将在Agent的赋能下变得愈加自主和智能，相同也会发生许多的智能事务流程。

因而智能体作业流不足以表述当时安排关于大言语模型运用状况，或许叫智能事务流/智能流程/Autonomous process更恰当一些。而大言语模型所带来的作业流和事务流程的自主化、智能化，也恰恰意味着大言语模型或许说GenAI所带来的广阔安排的革新现象。

当然，BPM的GenAI化以及Agent化，依然没有逾越Gartner所界说的智能事务流程办理软件（iBPMS）的边界，AI Agent的运用依然在包括在LLM的GenAI的领域之内。

但AI Agent确实为iBPMS带来了质的蜕变。AI Agent对iBPMS的影响表现在前进体系智能性、加强自主决议计划、继续学习与习惯性、优化事务流程、前进实行功率、改进用户体会、危险办理与合规性、立异事务办法、促进数据驱动文明、支撑长途作业等方面。

这些优势不只前进了事务流程的功率和质量，还为企业带来数字化转型的加快、竞赛优势构建和新的增加时机。

此外，在今世的事务流程办理体系中，RPA现已成为必不可少的事务流程主动化技能。所以只需提及iBPMS一般也会触及到RPA，两种技能相得益彰，正在越来越多地被安排结合运用，以完结事务流程的主动化和优化。