4个实际上只是脚本的AI工作流（以及一个真正需要代理的工作流）

如果步骤总是相同的，你不需要代理……你需要一个脚本。代理适用于路径根据发现结果而变化的情况。这种情况发生的频率比人们所说的要更高。 有4个例子，人们告诉我是代理，但实际上它们并不是 :) - 在日期到达时发送提醒，那是定时任务。 - 在触发条件下将数据从一个应用移动到另一个应用，那是一个webhook和一个if语句。 - 按发件人或关键词将邮件分类到文件夹，那是规则，而不是推理。 - 从同一个仪表板生成每周报告，那是模板和cron任务。 这四个例子作为脚本执行更便宜、更快且更可靠。在它们周围添加模型只会增加成本并引入新的出错方式。 我为客户构建了大约40多个自动化流程，而大多数人称之为AI代理的东西只是披着外衣的脚本。 我有一个情况，其中代理确实是一个好主意。那是一个支持收件箱，每条消息都不同……有些消息是关于退款，有些是关于错误，有些来自不同的人，有些需要人工帮助，有些可以通过查看文档来回答。每条消息的路径都不同，所以需要能够即时读取、决策和路由的东西……你知道，就是那回事。 如果你的输入和决策以不同方式分支，且没有固定步骤，那么你需要一个代理。如果你能将工作流画成流程图，且没有写着‘视情况而定’的框，那么你可以使用脚本。你应该把代理留给那些混乱的事情。