让 Agent 工作流经得起业务约束

一个有用的 Agent 工作流通常不是从模型开始，而是从重复发生的业务任务开始。这个任务需要有明确输入、可重复的判断路径，以及能让人判断输出是否可用的复核点。

当任务形状足够清楚，流程就可以拆成更小的步骤：收集上下文、检索参考资料、选择工具调用、生成初稿，并在结果被视为最终答案前进入人工复核。

脆弱点往往不只是生成质量，而是缺少复核边界。如果工作流无法说明使用了什么、跳过了什么、哪里信心不足，业务侧就没有稳定方式继续改进。

在应用 AI 工作里，我更倾向显式复核状态，而不是隐藏在后台的自动化。这样 prompt 变化、检索变化和工具调用失败都更容易被诊断。

实际可用的工作流需要在检索不足、工具调用失败或生成内容不够具体时有兜底路径。兜底可以很简单，比如要求补充上下文，或者把任务退回人工复核。

这不如完全自主的 Demo 看起来激进，但通常更接近团队可以信任和维护的形态。