AI智能体工作流，突破LLM代际差异，GPT-3.5干出4.0的效果

事件背景

今天一早，朋友圈被吴恩达的一篇文章刷了屏，大意是“AI智能体工作流将超越下一代基础模型”。我特意去翻了原文，发现不少媒体还是老套路，标题党赚眼球。其实吴恩达的核心观点很简单：通过agent workflows（智能体工作流），可以大幅提升大语言模型（LLM）的输出表现。他因此推断，今年构建agent工作流会比砸钱堆基础模型更值得关注——他自己也打算把更多精力投在这件事上。

回到吴恩达的实验数据，就更有意思了。同一项任务，GPT-3.5（零样本）的正确率是48.1%，GPT-4（零样本）好一些，达到67.0%。但注意了，从GPT-3.5到GPT-4的跨越，和叠加迭代智能体工作流的效果相比，简直不值一提——在agent循环中运行时，GPT-3.5的正确率直接飙到95.1%。这揭示了一个关键事实：过去我们总觉得GPT-4会比GPT-3.5强出一个量级，可一旦用上agent workflows，两者的实际表现差距几乎可以忽略。也就是说，面对具体问题，AI的“智商”高低并不能绝对决定最终效果，良好的软件架构同样能显著提升目标成果。

这个认识的意义在于：我们有理由相信，通过应用层面的模式创新和架构设计，同样能高效解决实际问题，而不是非要在基础模型上陷入军备竞赛。这对当前行业格局的冲击不小——包括OpenAI在内的几乎所有厂商都在拼命比拼模型，GPT-4刚出，GPT-5就在路上，其他厂商也在嚷嚷自己的模型比GPT-4更强。但如果基础模型的表现，和通过agent workflow优化后的应用相比，结果可能就没那么亮眼了。这恰恰解释了为什么吴恩达表示今年会更加聚焦智能体工作流。

智能体设计模式

吴恩达在同篇文章中，提出了基于工作流思路的4种智能体设计模式，能够帮助我们利用workflow来优化LLM的表现。四种模式分别是：

• Reflection：让LLM自己审查自己的工作结果，找出改进方向。
• Tool use：给LLM配备工具，比如网络搜索、代码执行、数据处理等，帮助它收集信息、采取行动或处理数据。
• Planning：LLM提出并执行一个多步骤计划来实现目标（比如先写大纲，再在线查资料、写草稿、修改等）。
• Multi-agent collaboration：多个AI智能体协同工作，分解任务、讨论和碰撞想法，产出比单个智能体更优的方案。

坦率地说，前三种模式已经有些“古早”了。业界发展快得很，Reflection、Planning这些方法人工也能操作，Tool use则涵盖了RAG知识库模式。而从当前的发展节奏来看，真正的趋势是第四种——multi-agent模式。这在上一篇内容里已经聊过不少，这里不再重复。目前市面上让人眼前一亮的应用，比如Devin，它本质上不只是一个编程助手，而是覆盖了研发流程中多个角色：任务理解和拆分（像产品经理）、测试（QA）、质量评估、部署上线（DevOps）等等。最终产出的不是零散的代码片段，而是完整的工作流生命周期产物，让人觉得惊艳也就不奇怪了。

从概念上说，multi-agent模式更多是构建AI智能系统的范式，而非单纯的智能体设计模式。当然，如果把一个复杂系统也看作一个智能体，那它就是包含多个内部agent的“大agent”。

多智能体工作流

工作流之所以能有效提升成果质量，本质上是系统论原理在起作用。就像人类社会生产一样，单打独斗的产出有限，但一旦形成组织（比如公司），通过系统化分工和管理，就能实现1+1>2的效果。因此，我认为工作流模式是目前解决实际问题的最佳路径。AI发展也是如此：单点智能的提升，好比人脑智力水平再高，真正干活的还是那些智力一般但足够勤奋努力的个体。所以，未来当我们拥有了足够聪明的LLM底座后，方向一定是以系统论为基础的应用层构建。

以LangGraph为例，它已经是按multi-agent模式设计好的框架。开发者只需要完成以下3件事，就能搭建自己的AI工作流：

• 工具定义
• LLM接入
• 流程定义

工具是最终落到实处、产生实际效果的环节，可以是网络接口、本地软件、硬件驱动等。流程定义部分相对复杂，需要细分任务如何划分职责、如何规划阶段、每个阶段不同角色的分工、达到什么条件、如何执行动作等等。LangGraph在设计上提供了3种模式：

：即吴恩达指出的Multi-agent collaboration，通过将多个智能体放进同一个工作流中协同工作，提升产出质量。

：这种模式下，智能体之间不再共享同一个暂存器，各自独立工作，由监督人（Supervisor）负责协调并输出最终结果。

：在监督人模式的基础上，不同智能体被划分为若干team，每个team内部可以更高效协作，最终再由监督人协调输出。

从这里可以看出，一方面分工要明确，一个任务最好由一个agent完成，这样更高效；另一方面又要让这些agent协同起来，通过有效的组织、联系和反馈，让整套工作流运作更加顺畅。

结语

读完这篇文章，不难发现一个规律：agents以workflow的模式运行，很可能成为未来AI应用的主流开发模式。在这样的体系下，分工越来越细致，每个agent都可以在某个具体方向上练就独特能力。这也意味着，一套系统中可能需要多个领域小模型或经过微调的LLM。同时，由于分工足够精细，不少agent的功能愈发单一，我们就可以采用能耗更低的技术架构，只在那些需要极高智能的agent上，才动用比GPT-4更强的模型。这反而显得更加“环保”，对当下紧张的芯片和电力资源也是一种缓解。

另一方面，分工越来越细后，自然需要一个“agent市场”，来随时扩展系统能力。当用户在平台上准备完成自己的任务，却又找不到具备相应能力的agent时，可以便捷地从market上载入新的agent。想清楚这一点，就豁然开朗了——吴恩达为什么会把智能体工作流看作今年最重要的课题，答案已经不言自明。