跟团游和自由行，你出差会选哪种？跟团行程写死、不会跑偏，但临时想改签就抓瞎；自由行随机应变、说走就走，却容易迷路、超支、陷进死循环。给 AI Agent 选"编排模式"，其实也是同一道题。

所谓编排（Orchestration），大白话就是：怎么把"调用大模型、调度工具、组织数据流"这几件事串起来跑。它决定了 Agent 的执行路径是事先写好的，还是临场现想的。这一步选错，要么死板到应对不了变化，要么灵活到失控、烧钱。

Anthropic 跟几十个团队搭 Agent 的经验里有个反复被验证的结论：最成功的实现，往往不是用复杂框架，而是用简单、可组合的模式。别一上来就追求"全自主"，那常常是用成本和稳定性换来了并不必要的灵活。

在Agent 到底是什么？里面我们把 Agent 拆成了"大脑 + 眼睛 + 手脚"。但光有手脚还不够——手脚怎么被调动、以什么节奏出牌，才是工程上真正要拍板的事。这一篇，我们就把"调度方式"这个选项摊开讲清楚。

一、订机票的两种写法：跟团 vs 自由行

用一个所有人都熟悉的场景最直观：帮用户订机票。同样的需求，两种编排模式写出来完全不同。

左边这套，就是工作流（Workflow）：把订票拆成"核实身份 → 搜索航班 → 完成付款 → 确认预订"四个固定节点，每步做什么、下一步去哪，都是代码写死的。每个节点内部可以让 LLM 帮忙理解自然语言，但节点之间的顺序绝不会乱——付款前绝不会去预订，身份没核实绝不会开始搜。

右边这套，就是自主 Agent（Autonomous Agent）：你只说一句"帮我订下周三去上海的机票"，它自己决定先搜、发现要登录就先核实、搜完发现最便宜的需转机、主动问你能不能接受、你说不行它就调条件……执行路径不是预设的，而是根据环境反馈实时决定的。本质上，它就是在一个循环里不断用工具的 LLM——也就是前面讲过的 ReAct 循环。

把这两套直接翻译成旅行：工作流就是跟团游——行程、顺序、住宿全在出发前定死，导游（代码）绝不让你在"付酒店钱之前"先去"确认入住"，安全又省心，但临时想改签就抓瞎；自主 Agent 就是自由行——只给了目的地，路线全靠你自己看地图、问路人、遇雨就改方案，灵活到能应对意外，却也容易迷路、超支、在一个路口反复兜圈。后面整篇，我们都会用这对比喻来帮你做选择。

一句话收束：工作流是"路线写死、按图索骥"；自主 Agent 是"看一步走一步"。前者稳，后者活。

二、工作流：省心但不够灵活

工作流之所以在企业里吃香，靠的是两个硬优势：

• 严格的流程控制：关键步骤不被跳过或乱序。比如"付款前不能预订"这类业务规则，由代码强制保证，不依赖模型的判断——模型再怎么抽风也绕不过去。
• 安全性更高：因为路径确定，提示注入或模型犯错最多只能影响"当前节点内部"的处理，无法让它跳到不该去的分支。攻击面被关在单个节点里。

但它有明显的天花板——缺乏变通。一旦遇到预设流程没覆盖的情况（用户付款时临时想改签、航班突然取消要推荐替代方案），固定节点就傻了，只能走预设的异常处理分支，或者干脆把控制权交还给人。换成跟团游的说法：行程单上没写的景点，导游绝不会带你拐过去——可靠，但错过临场的好机会。所以对"流程绝对不能乱"的场景（金融扣款、医疗开单），工作流这种"写死"反而是优点，宁可不灵活，也绝不允许跳步。

三、自主 Agent：灵活但有代价

当工作流的死板满足不了需求，就该上自主 Agent。它最大的价值是能自主规划、识别失败、调整策略，特别适合开放式问题——比如 Coding Agent 修真实 GitHub Issue、Computer Use 像人一样操作界面、需要迭代搜索的研究任务。这些问题连"要几步"都难以预料。

但自主不等于无限制，必须设计明确的停止条件（Stopping Condition），否则 Agent 容易陷入死循环或过度执行：

举个"复合错误"的具体画面：自由行Agent搜索时把"上海"误识别成"上海虹桥机场"附近的酒店，于是它基于这个错误继续订车、订餐厅，每一步都"自洽"，却离正确目标越来越远——单个错误在循环里被后续步骤不断放大。工作流里这种事很难发生，因为节点顺序是锁死的，错也只错在当前节点。所以部署自主 Agent 时，必须先在沙盒里充分测试，设好护栏与监控，并在关键决策点保留人在回路（Human in the loop）的检查点。

金句：不存在通用最优解，只存在与你风险预算匹配的自主度。要多少自由，先想清楚你能承受多少失控。

四、从简单到复杂：一张选型决策阶梯

那到底怎么选？Anthropic 给的原则就一句话——从简单到复杂。别一上来就自主，能简单解决就别复杂化。下面这张阶梯，从上往下依次升级：

记住一条铁律：Agent 系统通常用"延迟和成本"去换"更好的任务表现"。这个交换值不值，要谨慎权衡。很多团队一上来就堆自主 Agent，结果烧了钱、还不稳定——其实一个工作流就够。

一个很有用的自测题：先问"这件事能不能拆成固定的几步？"能，就先考虑工作流；再问"步骤之间会不会因为用户一句话就大改方向？"会，才轮到自主 Agent。顺着阶梯往上走之前，先确认下面的层级真的撑不住了——这能帮你避掉绝大多数"为自主而自主"的坑。

五、混合模式与框架怎么选

工作和自主并非"二选一"。真实系统常常混合：关键、强合规的流程用工作流保可靠，需要灵活判断的部分切到自主。比如 n8n 这个可视化工作流框架，开发者拖拽组件就能同时放"工作流节点"和"自主 Agent 节点"，在同一个系统里各取所长。一个典型搭配是：用工作流管住"身份核实 → 扣款 → 发确认"这条不能乱的命脉，只在中间"理解用户模糊需求、挑选航班"这一段放开成自主 Agent——既稳住了风险，又留住了灵活。

落到具体框架，下面这张表帮你按场景快速定位（共七个主流框架）：

选框架时别被复杂度迷惑。随着"模型即 Agent"趋势深化，框架的核心价值已经不是"帮你怎么编排 LLM 调用"，而是周围那层上下文管理、工具生态、安全约束、错误恢复的 Harness。关键考量只有一条：它能否以最小的抽象层，让你专心写业务逻辑。

六、小结

这一篇我们厘清了 Agent 的两种编排模式：工作流像跟团游，顺序写死、可控安全但死板；自主 Agent像自由行，灵活强大但要付出成本、必须设停止条件。选型遵循"从简单到复杂"的阶梯——能单次调用就别上 Agent，能固定就别自主，必要时用 n8n 这类框架做混合。

最后再强调一次：没有"更先进"的模式，只有"更匹配"的模式。先把风险想清楚，再决定给 Agent 多少自由——这比追新框架重要得多。

但无论你选哪种模式，背后都绕不开一个更底层的问题：当模型越来越强、能自己决定怎么走时，工程师写的那层"编排与治理"到底以什么形态存在？