Workflow 与 Agent Loop：确定性控制和动态决策怎样组合

本篇目标

把一次 Tool Calling 扩展为有状态、有停止条件、能够暂停和恢复的任务闭环，并学会判断哪些步骤交给代码、哪些局部决策交给模型。

区分 Workflow 与 Agent设计状态与停止条件处理重试和恢复形成面试表达

先记住一句话

Workflow 用代码保证关键路径可预测，Agent Loop 让模型在局部开放问题中动态决定下一步；生产系统通常不是二选一，而是 “外层 Workflow 控制边界，内层 Agent 处理不确定性”。

Workflow：接收任务 → 校验 → 检索 → 生成 → 评测 → 发布
                              └─ Agent Loop ─┘
                         决策 → 工具 → 观察 → 再决策

Workflow 和 Agent Loop 的本质区别

对比项	Workflow	Agent Loop
下一步由谁决定	代码、状态机或规则	模型结合当前状态决定
适合任务	路径已知、规则明确、风险较高	路径难预先穷举、需要语义判断
优点	可预测、易测试、成本稳定	灵活，能根据观察结果调整
风险	新分支需要改代码	可能绕路、失控、成本波动
常见停止方式	流程到达结束节点	完成、失败、需确认或预算耗尽

能写成明确 if/else 的步骤，优先留给 Workflow。只有当下一步依赖开放式语义判断，并且分支很难穷举时，才值得交给模型。

一个可靠循环需要什么

1. 显式状态

消息历史不等于任务状态。宿主应用（后端或 Agent Runtime）至少应保存：

• goal：目标和验收条件；
• phase：当前阶段；
• facts：已经验证的事实；
• artifacts：任务已经生成的产物，例如文件、草稿或引用；
• attempts：重试次数和失败原因；
• status：running、requires_action、completed、incomplete、failed。

2. 明确停止条件

停止不能只相信模型说 “完成了”。宿主应用要检查：

• 成功：业务验收条件是否真的满足；
• 暂停：是否缺少用户输入或敏感操作确认；
• 不完整：是否达到步数、时间或成本上限；
• 失败：错误是否不可恢复，或重试预算已经耗尽。

3. 每步都产生 observation

工具调用后必须把真实结果写回状态。成功返回结构化数据；失败返回可分类错误，而不是只抛一句模糊异常。

4. 预算和护栏

循环至少需要最大步数、总超时、Token 或费用预算、工具级超时、允许调用的工具集合，以及写操作审批。

框架无关的最小实现

type RunStatus = 'running' | 'requires_action' | 'completed' | 'incomplete'

type TaskState = {
  goal: string
  step: number
  facts: string[]
  status: RunStatus
  pendingApproval?: { tool: string; args: unknown }
}

async function runAgent(initialState: TaskState) {
  const state = initialState

  // 宿主应用控制硬上限，模型不能自行取消这个限制。
  while (state.step < 8 && state.status === 'running') {
    const decision = await decideNextAction(state)

    if (decision.type === 'final') {
      // 模型声称完成后仍要由确定性规则验收。
      state.status = await verifyGoal(decision.answer, state)
        ? 'completed'
        : 'running'
      continue
    }

    const tool = toolRegistry.get(decision.toolName)
    const args = tool.inputSchema.parse(decision.arguments)

    if (tool.risk === 'write') {
      state.pendingApproval = { tool: tool.name, args }
      state.status = 'requires_action'
      break
    }

    const observation = await executeWithTimeout(tool, args)
    state.facts.push(summarizeObservation(observation))
    state.step += 1
  }

  // 达到预算并不等于前端只能显示 “失败”。保留已有成果和可恢复状态。
  if (state.status === 'running') state.status = 'incomplete'
  return state
}

达到最大轮数时，后端应返回结构化的 incomplete，同时携带已完成步骤、当前结果、未完成原因和恢复入口。前端再把它解释成 “本次未在预算内完成，可继续或调整目标”，而不是丢失进度后只弹失败。

重试、恢复和幂等

先理解幂等

幂等（Idempotency）是指同一个业务动作即使因为超时、重试或消息重复而被请求多次，最终也只产生一次预期副作用。例如，同一次 “保存薄弱知识点” 被提交三次，数据库中仍然只能有一条记录。

幂等键（Idempotency Key）是宿主应用为一次业务动作生成的唯一标识。第一次请求到达时，服务端以该键执行并保存结果；后续收到相同键时，直接返回第一次的结果，不再重复写入。新的业务动作必须使用新的幂等键，否则会被误认为旧请求。

可以记成一句话：同一个动作使用同一把钥匙；服务端见过这把钥匙，就返回旧结果，不再执行第二次。

重试只适合暂时性错误，例如网络抖动、限流和服务短暂不可用。参数错误、权限不足或业务冲突需要修正或人工处理，盲目重试只会重复失败。

写操作还需要幂等键：同一个任务因为超时重放时，不能重复发邮件、扣款或创建记录。幂等记录应配合数据库唯一约束或事务，防止两个并发请求同时发现 “没有执行过” 后都完成写入。长任务应在关键节点保存 checkpoint，恢复时从最近的可靠状态继续，而不是把整段对话重新跑一遍。

贯穿项目：笔记与面试助手

项目可以采用下面的混合流程：

1. Workflow 校验问题、用户范围和预算；
2. Agent 判断需要搜索哪些主题；
3. Workflow 并行检索笔记和学习记录；
4. Agent 根据证据生成答案或追问；
5. Workflow 执行引用检查和答案评测；
6. 写入薄弱点前暂停并等待用户确认；
7. 保存结果、指标和完整 trace。

这里固定步骤由代码掌控，只有 “检索什么、是否需要补查、怎样追问” 交给模型。

高频面试题与回答

回答顺序：先说结论，再解释原因，最后补一个例子或工程边界。不要逐字背诵，记住这条表达主线即可。

1. 30 秒回答：Workflow 与 Agent 有什么区别参考答案

Workflow 是开发者提前把步骤和分支写好，优点是稳定、可预测、容易测试。Agent Loop 则让模型根据当前状态和工具结果决定下一步，更适合无法提前列完所有路径的任务，但成本和调试难度也更高。实际项目通常混合使用：外层 Workflow 管流程、权限和停止条件，局部 Agent 只负责开放式判断。

2. 项目回答：如何防止 Agent 无限循环参考答案

我不会只设置一个最大轮数，而是同时限制步数、总时间和费用。每轮都记录调用和状态变化，如果相同工具、相同参数或相同错误不断重复，就提前停止。模型说完成后还要用业务规则验收；达到上限则返回 incomplete 并保存 Checkpoint，让用户可以继续，而不是假装成功。

3. 为什么消息历史不能代替任务状态？参考答案

因为消息历史是给模型理解对话的文本，可能被裁剪、摘要，也很难准确查询。任务状态则是程序恢复和判断任务的依据，必须结构化保存目标、当前阶段、已验证事实、重试次数和审批状态。简单说，消息历史回答 “聊过什么”，状态回答 “任务现在走到哪里”。

4. 什么情况下不应该使用 Agent Loop？参考答案

如果步骤固定、规则可以写清楚，或者结果必须高度确定，就不应该让模型循环决定。例如付款主流程、数据库迁移和固定审批链，更适合普通代码或 Workflow。Agent 应该解决真正需要语义判断的问题，而不是把已经明确的流程变得不确定。

5. 达到最大轮数应该怎样返回？参考答案

后端应该明确返回 incomplete，并带上已经完成的步骤、当前结果、停止原因、能否恢复以及继续需要什么。前端再据此让用户选择继续、缩小目标或人工接管。不能只返回一句失败，也不能把达到上限包装成完成。

6. 为什么重试必须配合幂等？参考答案

因为请求超时只说明客户端没收到响应，不代表服务端没有执行。如果直接重试，可能重复发邮件、扣款或建单。幂等键给同一次业务动作一个唯一标识，服务端再次收到相同标识时复用第一次结果，从而做到 请求可以重复，业务效果只发生一次。

接下来学什么

下一篇学习 Agent 设计模式，重点理解怎样把循环中的动态决策整理成 Router、ReAct、Plan-and-Execute 等可选择、可组合的结构。

参考资料

• LangGraph：Persistence (opens new window)
• LangGraph：Interrupts (opens new window)
• Mastra：Workflows (opens new window)