两种模式各有适用场景,并非二选一:
- Workflow 模式:把固定流程用低代码/高代码平台编排好,确定性高,适合传统业务流程和绝对不能出错的流程(如发票识别中的关键字段提取)。
- Agent 模式:由大模型驱动动态规划与执行,灵活性高,适合流程不确定、需要动态决策的场景。典型如 Deep Research、Coding Agent(Cursor、GitHub Copilot)、Manus 等。
实践中的取舍主要看两个维度:
- 准确性:越是关键、不能出错的字段/流程,越倾向 workflow;
- 成本:GPU 推理成本可能是 CPU 的 10 倍以上,能用规则或轻量方式解决的就不要走大模型。
所以真实系统里往往是「Workflow + Agent」的混合模式:确定链路用 workflow 保证准确性,模糊/开放环节交给 Agent 保留灵活性。




