Appearance
任务编排总览
前面的几组笔记,更多是在把两件事讲清楚:
- 模型怎么说话、怎么接协议
- 知识怎么接进来、工具怎么调起来
到了这一层,问题就会变成:
这些能力已经都有了,整件事到底该怎么组织,系统才不会越做越乱。
很多团队第一次做 AI 系统,最容易踩的坑也在这里。明明模型能答、工具能调、知识库也接上了,但任务一复杂,链路就开始失控:步骤写死了不够灵活,全交给 Agent 又不稳定,人工确认该放哪也拿不准。
所以 任务编排 这一层,本质上更关注:
- 动作该怎么拆
- 能力该怎么封
- 流程该怎么定
- 自主决策应该放到哪一步
- 哪些地方必须有人兜底
1. 这一层到底在看什么
这一组会重点整理 6 个词:
ToolSkillWorkflowAgentHuman-in-the-loopGuardrails
它们经常一起出现,但解决的问题并不一样。
2. 一条更接近真实项目的主线
mermaid
flowchart LR
A[用户目标] --> B[拆成可执行任务]
B --> C[调用 Tool]
C --> D[封成 Skill]
D --> E[写成 Workflow]
E --> F{是否需要动态决策}
F -- 否 --> G[固定链路执行]
F -- 是 --> H[Agent 负责规划与推进]
G --> I[Guardrails 检查]
H --> I
I --> J{是否需要人工确认}
J -- 是 --> K[Human-in-the-loop]
J -- 否 --> L[返回结果]
K --> L这张图里最重要的不是顺序,而是分工:
Tool负责动作Skill负责把一类动作和规则收成能力Workflow负责把稳定主线固定下来Agent只在确实需要判断和规划时出场Guardrails和Human-in-the-loop负责把边界守住
3. 为什么这几个词总容易被混在一起
因为它们都在做一件事:
让系统完成任务。
但完成任务这件事,本来就不是一个层次。
举个更直白的例子:
- “查订单状态”是
Tool - “售后助手”这种围绕一类场景组织起来的能力更像
Skill - “先识别意图,再查订单,再生成回复”更像
Workflow - “看用户目标后自己决定下一步查什么、问什么、要不要改计划”才更接近
Agent
如果不把层次拉开,后面很容易出现两个极端:
- 本来该写成固定流程的事情,被做成一个过度自由的 Agent
- 本来需要动态判断的事情,又被硬塞进死板的流程里
4. 这一层最值得先记住的边界
🌟 Tool 不负责把整件事做完,它只负责一个动作。
🌟 Skill 不等于协议,它更像业务语义化能力封装。
🌟 Workflow 追求稳定和可控,不追求“像人一样灵活”。
🌟 Agent 的价值不在“会对话”,而在“会决定下一步做什么”。
🌟 Guardrails 解决的是边界控制,不等于完整安全体系。
🌟 Human-in-the-loop 的价值,不是证明系统不够智能,而是把高风险节点放回可控状态。