现阶段智能体的功能已经可以胜任很多工作任务，任何一个工作熟手都可以根据自己的工作流程来设计相应的智能体辅助工作。为什么说是熟手，新手为什么不行？因为新手对工作流程不熟悉，知识储备不足，不具备拆解工作流的能力。
在拆解完工作流，插入智能体后，90%以上的工作已经可以实现半自动或全自动了。以下是我最近做的一些落地bot，使用后大幅提升了工作效率。
主要取决于两点，一是AI智能体的功能能否满足用户需求？二是用户的工作流本身是否闭环？
#先说第一个，AI智能体的功能能否满足用户需求？虽然AI智能体拥有大模型的智力，又能够调用各种工具，但客观的讲，目前还是有很多功能限制。这些限制又分为以下几种1.大模型本身能力限制。大语言模型虽然能够分析问题，提供建议，但底层原理决定了大模型的输出存在一定程度的不稳定性。关于这方面的问题，我在2023年10月写过，这里就不赘述了。影响 AI 大模型应用的五大因素，最后一个出乎意料2.智能体工作流技术的用户体验不好。目前无论采用哪类平台来搭建智能体工作流，都不可避免的受到平台限制。以COZE为例，虽然工具和功能很丰富，已经足以搭建出很多实用的智能体。但引入复杂工作流后，响应速度会变得非常慢，而且并发和tpm也有限制，多人同时使用会进一步加剧延时问题。成本和效率都能达到用户要求的功能才具有实用性，如果为了实现一个简单的功能需要等1分钟，可能大部分用户都没耐心。4G以前短视频没办法普及也是同样的原因，能做到和高效，低成本的做到是两码事！3.基于工作流的智能体搭建门槛偏高。虽然现在有很多现成的智能体可以直接拿来用，但这些智能体你不知道他是怎么设计的，有时候输出结果可能不稳定，出了问题你也不知道怎么办？再有就是只有你自己才最了解自己的工作流，目前很难找到一个完全适配自己工作流的智能体。
以知名科普作家万维钢为例，为了提高自己的工作效率，他搭建了一套智能体用于辅助工作。
#接下来再说说为什么用户的工作流本身是否闭环很重要？聊这个话题前先明确下工作流的定义，工作流（Workflow）是指为实现某个工作任务而进行的一系列步骤或过程。工作流本身应该满足标准化，数据化，线上化三个条件，工作流中的每个节点需满足输入清晰，准确，输出清晰，准确。在这个定义的前提下，谈AI工作流才有意义。现在主流的智能体工作流是这个样子，本质上是一个工作流程示意图。
如果工作流已经能够闭环，每一步的输入和输出都是精准且固定的，中途完全不需要人工干预，那这样的工作流就可以考虑引入AI智能体，使之变成全自动运行。
反之，如果工作流没有闭环，中间存在一处或多处需要人工干预，而且人工干预的标准不清晰，具有极大的主观性。那这样的工作流就无法实现全自动运行，最多只能半自动运行。
接下来，举个简单的例子来说明。以小红书生成图文内容为例，工作流大致如下。
人工操作的话，第一步手动输入原创链接，一般是输入对标内容的链接。后面依次人工操作即可。整个流程已经非常标准化了，数据化程度也很高，所有的历史内容都可以在网上很容易的找到。整个工作流纯线上操作，也满足线上化要求。这种情况下，就可以实现AI全自动操作。
如何实现呢？
第一步，搭建小红书内容数据库，完成标准化、数据化准备工作。
第二步：使用工具将数据自动输入到工作流中，让AI智能体自动处理。
第三步：使用工具自动发布。
当这个全自动工作流搭建完成以后，后面只要根据情况微调内容数据库和智能体即可。
再举个半自动的例子，如果我的工作是要分析一家上市公司的股价是否合理？那我需要做什么呢？
这个工作流中每个单独的步骤似乎都可以用AI智能体来进行，但具体到工作场景，每一步中都包含有人工干预的成分。而且估算股价本身就是一个相对主观的事情，所以这个工作流最多能实现AI半自动。
现实中，大量的工作流是需要人工干预的，所以目前AI全自动工作流的使用场景还不是很多。另外，有些工作流用了AI全自动化后，效果不一定就比人工操作的效果好，算总账可能并不一定划算。
最后，留一个思考。下面这个工作流适合全自动还是半自动呢？
本文采摘于网络，不代表本站立场，转载联系作者并注明出处：https://www.iotsj.com//kuaixun/3634.html
