“ 工作流與RAG是大模型應(yīng)用領(lǐng)域階段性的產(chǎn)物。”

工作流是對工作流程及其各操作步驟之間業(yè)務(wù)規(guī)則的抽象和概括描述。它可以幫助組織和自動化重復(fù)性任務(wù)，提高工作效率。

智能體作為人工智能應(yīng)用的一個(gè)主要技術(shù)形式，其重要性不言而喻；但同樣智能體也并不是萬能的，因此怎么更好的使用智能體，并串聯(lián)相關(guān)技術(shù)環(huán)節(jié)就成為一個(gè)需要解決的問題。

而這就是工作流需要解決的問題，通過制定標(biāo)準(zhǔn)的執(zhí)行流程，在不同節(jié)點(diǎn)使用不同的工具(智能體也是工具的一種)，來完成特定任務(wù)。

工作流與智能體

關(guān)于工作流技術(shù)并不是一個(gè)新興的技術(shù)，在低代碼概念出現(xiàn)之前，工作流就已經(jīng)存在了；比如說自動化辦公中的審批流，業(yè)務(wù)流等。

而工作流的主要目的就是使得工作流程化，解決部分或全部重復(fù)性，流程化的工作；其核心思想是讓工作按照一定的規(guī)則或順序執(zhí)行。

因此，結(jié)合工作流的流程化能力，然后添加智能體強(qiáng)大的功能性，就可以組合出功能更加強(qiáng)大的智能體；以此，來提升我們的工作和學(xué)習(xí)效率。

工作流從技術(shù)的角度來看，其主要由執(zhí)行引擎和節(jié)點(diǎn)構(gòu)成，然后配合編排的功能進(jìn)行實(shí)現(xiàn)。

而每個(gè)節(jié)點(diǎn)都需要有固定的輸入與輸出參數(shù)，工作流引擎不需要知道每個(gè)節(jié)點(diǎn)是怎么工作的；只需要每個(gè)節(jié)點(diǎn)能夠接受上層節(jié)點(diǎn)傳來的參數(shù)，然后處理輸出成下層節(jié)點(diǎn)所需要的數(shù)據(jù)即可。

而在傳統(tǒng)的工作流中，每個(gè)節(jié)點(diǎn)就是開發(fā)人員實(shí)現(xiàn)的一個(gè)功能函數(shù)，比如調(diào)用某個(gè)接口獲取數(shù)據(jù)；而結(jié)合智能體之后，就可以把大模型的能力整合進(jìn)工作流中，這樣節(jié)點(diǎn)的功能就可以得到大模型的增強(qiáng)。

因此，簡單來說智能體本質(zhì)上就是工作流上的一個(gè)節(jié)點(diǎn)，只不過這個(gè)節(jié)點(diǎn)的功能比較強(qiáng)大；所以總體來說，工作流結(jié)合智能體，本質(zhì)上是把低代碼的思想應(yīng)用于大模型的使用。

而目前對工作流，特別是與大模型結(jié)合比較好的平臺有字節(jié)跳動的coze平臺，開源的Dify和德國產(chǎn)的n8n等平臺；當(dāng)然，網(wǎng)上還有很多其它具備流程編排的平臺或開源項(xiàng)目，但由于影響力有限，因此暫且不談。

為什么要使用工作流？

由于大模型本身能力的限制，如幻覺問題，理解能力不足，缺少私域數(shù)據(jù)等問題；導(dǎo)致RAG(檢索增強(qiáng)生成)和工作流等成為中間性的解決方案。

再加上人工智能的目的是通過自然語言交互讓大模型幫我們解決各種問題，因此使用傳統(tǒng)的開發(fā)方式使用大模型就不在是一個(gè)好的選擇。

而有了工作流之后，就可以通過界面化操作，如拖拉拽的方式來設(shè)計(jì)和開發(fā)一個(gè)智能體或構(gòu)建一個(gè)功能完整的互聯(lián)網(wǎng)應(yīng)用。因?yàn)?，工作流本質(zhì)上就是現(xiàn)在的低代碼，只不過只能算半低代碼而已。

所以，有了這種工作流平臺之后，即使不懂編程技術(shù)的普通人，也可以通過平臺來構(gòu)建屬于自己的大模型應(yīng)用，最終實(shí)現(xiàn)商業(yè)化的目的。

本文轉(zhuǎn)載自公眾號AI探索時(shí)代 作者：DFires

原文鏈接：??https://mp.weixin.qq.com/s/PHSdJubposh3VJj1EovV0Q??