大模型≠智能体≠工作流
一、什么是智能体?
先说点稍微“技术“一点的:智能体(Agent),其实是一个具备感知、决策、执行能力的智能程序。

感知模块:(能接收外界信息,比如你输入的指令
决策模块:自能理解你的意图,规划该做什么
执行模块:能调用工具、调度系统,去完成任务
有的 Agent 还会有记忆系统、反馈机制,能不断优化自己的行为
听着有点抽象?咱来举个例子你就明白了。
想象你是一老板,有个非常能干的秘书小王你只说一句话:“帮我订个下午两点去北京的机票,顺便安排下和客户的会议。‘’
这时候,秘书小王立马就开始干活了
查航班
订票
联系酒店
预约客户
发会议邀请
最后还提醒你准时出发
这里讲个误区啊:
很多人以为智能体啥都会、什么系统都能用,
但其实——你不告诉他,他一个工具都不会用!
比如查航班用什么平台,订酒店用什么APP
你不把这些告诉智能体,它根本不知道它能用什么。
它就像一个新来的实习生,站在办公室里等你说:我能去哪,能动啥?
当他知道了你这个老板的所有资源和做事习惯,
你就能只说了一句话,小王就听懂你的意图、规划了流程、调动了资源,还执行到底。
这就是智能体的核心能力:不是只会聊天,而是理解你“想要什么”,并且自动完成任务。
智能体、大模型还有AI助手的区别
很多人会觉得:“我现在用的大模型,啊我用的ds,gpt,不就是AI了吗?能聊天、能写文案、能写代码,还要啥智能体?”
没错,大模型确实很聪明,但它们的定位不一样。
如果你的需求仅限于此,不追求更高的效率,那确实不需要,所以我要讲明白,你能知道什么情况下要用智能体
首先啊,大模型 ≠智能体 ≠普通AI助手
大模型我不用多说了,ds,ChatGPT这些大家都知道了,擅长理解语言、生成文字,可以聊天、写代码、答题,是一个“聪明的大脑”,但不具备“动手能力”。


它主要功能还是:人机对话、问答、生成内容,只不过他预设好了一些提示词,让你觉得他很适合你某些场景
但是他还是没有自主意识、不能自动执行、不会记忆历史任务、不能自己联动工具。
所以啊:
普通AI助手或者是大模型,更像是一个“聪明员工“——你问什么,他答什么。你说:“帮我写个策划方案”,他能写但你说:“把这个发给客户,再顺便约个会”,他就不会自动去做。
因为他不会动手,也不懂你背后的工作流程。
智能体不一样,它就像是一个“懂业务、会动手”的超级秘书或智能员工:
不仅能理解复杂意图,还能自己动手去干活,调用多个工具,串联多个步骤,完成从输入到结果的一整个任务链。
你不用操心“怎么做”,只用说“我要做什么”

接下来我们就讲讲:智能体是怎么跟“工作流“配合起来干大事的。
三、那什么是工作流?
OK,刚才说了,智能体像一个聪明的秘书。
这个秘书小王再聪明,他有时候还是不太了解你的办事习惯,更不太能掌握好你这个大老板的人脉,资源。
那这时候,你会给小王一个,”工作安排表“来指导他一步步去干,什么情况下你要去找王总,什么情况下你去那个李工给你出个方案,
这个安排表,在技术里就叫——工作流。
你可以把工作流理解为一个作战指挥图:
步骤清晰
每一步用什么工具
哪些资源可以调
哪些步骤由哪个智能体执行
确实,工作流= 明确步骤 +分工执行的规则表。
工作流不仅是“干什么”
更是“谁来干 + 怎么干 + 用什么干”,
有了这个“工作流+智能体”的搭配,智能体会从“会干活“变成“干得对、干得稳、干得快”。
文档来源于沈阳鲸恒未来科技有限公司于老师AIGC知识库免费学习资源大模型≠智能体≠工作流
token是什么
系统提示词&用户提示词
延伸阅读:
知识库是怎么回事?知识库在大模型使用中扮演什么角色?
但很多同学对RAG在问答中扮演了什么角色,如何起作用的不是很清楚。创建知识库后,大模型真的会去学习知识库中的知识么?在这...
Markdown,json,mermaid
1.Markdown(MD)——简单好用的文本格式适合:写作、笔记、文档、博客Markdown是一种轻量级的标记语言,专...