为什么企业 AI 都离不开工作流？

为什么 LLM 不适合控制流程我们还是先看一个简单任务帮我统计 Excel 销售额。LLM 可以一次完成但是一旦用户把任务变成每天自动读取销售数据如果低于目标就给负责人发消息。那么问题就来了因为这里出现了时间触发条件判断循环执行异常处理长期运行而 LLM 的特点是一次请求 → 一次推理 → 结束。所以它并不是一个长期运行的流程引擎。12.2 Workflow 的本质是什么我们先概括一下: Workflow等于用确定性的流程组织不确定性的 AI 能力。这里面有两个关键词确定性例如先查库存再审批最后发通知这些步骤顺序是固定的。不确定性例如审批意见如何生成邮件怎么写问题如何总结这些更适合交给 LLM所以,我们就需要 Workflow 负责“流程”LLM 负责“智能”。12.3 一个最小工作流假设我们做一个“日报生成”流程流程图Markifact - AI Marketing Automation对应步骤读取数据库统计数据调用 LLM 生成摘要发送邮件注意这里只有第 3 步用了 AI。其他步骤则全部是普通程序。12.4 为什么企业特别需要 Workflow因为企业系统天然就是流程化的。例如医院 SPD医院SPD供应链管理系统详解如何提升医疗效率 • 简道云这里最关键的是流程必须可控、可追踪、可审计。然而 LLM则本身并不具备这些能力。12.5 Workflow 与 Agent 有什么区别这是比较容易混淆的地方。WorkflowAgent流程预先定义步骤动态决定可预测更灵活适合企业流程适合复杂开放任务强调稳定强调自主性像 BPM 系统像智能员工12.6 什么时候用 Workflow什么时候用 Agent适合 Workflow 的场景审批报表通知数据同步ERP 流程医院业务流程适合 Agent 的场景代码开发复杂调研多步分析开放式问题解决自动化运维12.7 实际案例以 Dify Workflow 为例前面我们讲的是原理。现在来看一个真实的开源产品(它带火了2025年的AI浪潮)Dify 的 Workflow 其实本质上就是一个可视化流程编排器。典型流程image其中节点作用LLM生成内容IF条件判断HTTP调用 APICode执行代码End输出结果这里,我们就可以发现Dify 的核心并不是 LLM而是“流程编排”。LLM的调用只是其中一个节点。12.8 组合才能更佳很多人以为AI 应用等于调用大模型。但是在实际应用过程中,企业里的 AI应该是Workflow LLM的组合真正稳定的 AI 系统往往是“Workflow LLM”的组合而不是单纯的大模型。本章总结这一章我们解决了四个关键问题①为什么 LLM 不适合控制流程因为它是一次性推理不擅长长期运行与状态管理。②Workflow 的本质是什么用确定性的流程组织 AI 能力。③Workflow 与 Agent 的区别Workflow 强调稳定和可控Agent 强调灵活和自主。