01

60 秒回答模板

我会先说明三种模式解决的问题不同。LLM+Workflow 适合流程稳定、规则明确、状态可枚举的业务，比如固定审批、资料抽取、标准 RAG 和可预测工具链；优点是可控、可测试、延迟稳定，缺点是灵活性较弱。One-Agent 适合目标明确但步骤有一定不确定性的任务，由一个 Agent 负责规划、工具调用和总结；优点是实现简单、上下文集中，缺点是复杂任务中容易上下文膨胀、工具选择混乱和失败不可解释。Multi-Agent 适合需要角色分工、并行探索、互相评审或不同专业能力的复杂任务；优点是职责可拆、可并行和可引入审核，缺点是编排复杂、通信成本高、状态一致性和责任边界难。选型时看任务复杂度、失败风险、是否需要确定性、工具数量、延迟成本、可观测性和团队维护能力，很多生产系统会用 workflow 包住关键路径，在局部节点引入 Agent，而不是全盘多 Agent。

考点 Workflow
难度 真实面经题
回答目标 讲清机制、训练与评估取舍
02

深入解析

01

LLM+Workflow 强在确定性

当业务流程固定、输入输出清晰、步骤可枚举时，workflow 更容易测试、回放和审计。LLM 可以作为某些节点的能力，但流程控制权仍在代码和状态机里，适合对稳定性要求高的场景。

02

One-Agent 强在简单灵活

单 Agent 把规划、工具调用、反思和总结集中在一个上下文里，开发成本低，适合中等复杂度任务。问题是任务变长后上下文膨胀，工具多了容易误选，失败时很难拆清是计划、工具还是记忆问题。

03

Multi-Agent 强在分工协作

多 Agent 可以按检索、规划、执行、评审、安全等角色拆分，也可以并行探索多个方案。它适合复杂、开放、需要多视角评估的任务，但会引入通信协议、状态同步、循环控制和成本上升。

04

关键比较维度要具体

比较时应看任务开放度、步骤可预测性、错误代价、工具数量、是否需要并行、是否需要人工确认、P95 延迟、token 成本、可观测性和团队调试能力。不要只用“复杂就 Multi-Agent”一刀切。

05

生产系统常用混合模式

很多系统会用 workflow 固定主流程，在检索、生成、代码执行或审核等不确定节点嵌入 Agent；或者用一个主 Agent 调度少量 specialist。这样既保留控制面，又获得局部灵活性。

06

评估要覆盖失败模式

选型评估不仅看任务成功率，还要看循环率、工具误用、人工接管、成本、延迟、trace 可读性和错误恢复。一个看似智能的多 Agent 方案，如果不可调试或成本过高，也不适合上线。

03

易错点

  • 把 Multi-Agent 说成天然更高级，不讨论复杂度和成本。
  • 把 workflow 说成过时方案，忽略其确定性和可审计价值。
  • 只从模型能力选型，不看状态、工具、权限和错误恢复。
  • 没有区分任务开放度和步骤可预测性。
  • 忽略线上 P95 延迟、token 成本和调试难度。
  • 没有提出混合架构，答案过于二选一或三选一。
04

面试官追问

为什么不所有场景都用 Multi-Agent？

多 Agent 会增加通信成本、状态一致性问题、循环风险和调试难度。简单稳定任务用 workflow 或单 Agent 更便宜也更可控。

LLM+Workflow 是否就不是 Agent？

它可以包含 LLM 能力，但决策和流程控制主要由确定性 workflow 承担。是否称为 Agent 不重要，关键是控制权和状态管理方式。

One-Agent 什么时候会失控？

当工具很多、上下文很长、任务多目标、错误代价高或需要多个专业角色时，单 Agent 容易误选工具、忘记约束或无法解释失败。

如何把模式选择做成评估？

用同一批真实任务比较完成率、人工接管、工具误用、循环率、成本、P95 延迟、trace 可读性和失败恢复。