实战指南中文摘要与解读
先做工作流，再做自主 Agent：六种经典模式与选型边界
提示链、路由、并行、编排者—执行者与评估—优化，是构建 Agent 系统时最常见的组合。复杂度只有在可衡量地改善结果时才值得增加。
本文为基于英文来源的中文摘要与独立解读，并非原文全文翻译；可直接在本站阅读，原文出处保留在文末。
SOURCE NOTES
原文要点
- Anthropic 区分预先定义路径的工作流与由模型动态选择步骤的自主 Agent，并建议从能够解决问题的简单方案开始。
- 原文介绍提示链、路由、并行、编排者—执行者、评估—优化五类工作流，以及自主 Agent 这一形态。
- 只有新增复杂度能带来可验证的收益时，才值得承担相应成本、延迟与错误传播风险。
模享解读 · 非原文观点
用任务的不确定性选结构
我们的选型方法是先问：步骤是否已经知道？如果答案是肯定的，固定工作流往往更容易观察和排错。客服请求按类型分发，可以先做路由；处理格式稳定的材料，可以先用串行步骤和检查点。
当下一步确实依赖刚刚发现的信息时，再考虑更自主的循环。无论选哪一种结构，都应该有明确的退出条件和人工接管入口。不要为了展示“智能体数量”而引入业务不需要的协调成本。
可以从这份清单开始
- 先验证单次模型调用能否满足任务要求。
- 将已知步骤写成可测试的工作流。
- 只把无法预先确定的决策交给模型。
- 用相同任务对比质量、延迟与成本，再决定是否升级结构。
来源与说明
参考 Anthropic 于 发布的材料。本页摘要由模享整理，解读与实践建议为本站补充，不代表来源机构立场。
Building effective agents（英文来源，新窗口）原文最初发表于 2024 年；其中部分工具与框架信息已经变化。本文聚焦架构原则，不作为当前 SDK 版本指南。