一、面试现场

---

面试题

“我们有一个客服系统要接 AI，你打算用 workflow 还是 agent？怎么判断？”

字节跳动，某 AI 平台组二面。面试官给了一个真实场景：客服系统每天处理上万条工单，团队想用 AI 接管一部分。候选人答了十分钟，核心观点是"agent 更智能，应该直接上 agent"。面试官追了一句：“你的 agent 调试周期是多久？如果工单处理延迟翻倍，业务能接受吗？”

这道题看似在问技术选型，实际在考判断力：你有没有能力在"能做"和"该做"之间划线。

这不是某一次面试的原题，而是从真实面经和 AI 工程岗 JD 中提炼的高频判断题。

二、大多数人怎么答的

---

最常见的回答是：“这个任务有多个步骤，需要调 API、查数据库、做判断，肯定得用 agent。”

问题出在一个隐含假设：多步骤 = 需要模型自主决策。但大多数多步任务的路径是固定的——先分类，再查库，再生成回复——每一步该做什么、做完跳到哪一步，你在写代码的时候就知道了。这种情况下硬上 agent，相当于把本来确定的路径交给模型"重新发明"一遍，代价是延迟更高、调试更难、结果更不可控。

典型误判

“任务复杂、步骤多，就该上 agent。” —— 其实大部分复杂任务只需要 workflow。

三、正确判断框架

---

先把两个概念对齐。Workflow：LLM 和工具按预定义的代码路径编排——路径可控、可测、可回放。Agent：LLM 自己决定下一步做什么、用什么工具——路径由模型在运行时动态规划。

Anthropic 在"Building Effective Agents"中列出五种 workflow 模式，大多数人以为需要 agent 的场景，用这五种就能覆盖：

四、面试官追问链

---

追问 1

“你做过的系统里，有没有一开始上了 agent 后来改回 workflow 的？为什么？”

回答思路：这题考实际工程反思。好的回答不是"没有"，而是承认走过弯路：比如一个内部审批系统，最初用 agent 让模型自己决定审批链路，上线后发现同一类单据有时走 A 流程有时走 B，审计无法通过。改回 routing workflow 后，路径确定、审计清晰、延迟从 8 秒降到 2 秒。关键是说清"为什么 agent 在这里不合适"——路径可枚举、错误成本高、需要审计。

追问 2

“Orchestrator-Workers 和 agent 的核心区别是什么？”

回答思路：Orchestrator-Workers 是 workflow 模式，不是 agent。核心区别在于：Orchestrator 的子任务由输入决定，但路径是可枚举的——你能在代码里写出"如果是 X 类任务就分给 worker A"。而 agent 的下一步由模型在运行时动态规划，路径不可预知。很多人把 Orchestrator-Workers 叫"agent"，其实只要决策逻辑可以用 if-else 或 prompt routing 穷举，就还是 workflow。

加分题

“如果时延要求在 2 秒以内，你还会用 agent 吗？”

方向：agent 至少需要一次"决定下一步"的模型调用，加上工具执行，2 秒几乎不可能。严格时延约束下，workflow 是唯一选择。

五、落地案例：客服工单系统

---

实战拆解

同一个客服系统，常规工单走 workflow，复杂投诉走 agent——两条路线对比。

**Workflow 路线（80% 的工单）：**用户消息进来 → Routing 分类（退换货 / 物流查询 / 账户问题）→ 分流到对应处理链 → 查数据库 → 生成模板化回复。整条路径写在代码里，延迟稳定 1.5 秒，每条工单成本 ¥0.02。

**Agent 路线（20% 的复杂投诉）：**用户描述不清、情绪激动、涉及多个订单或跨部门。Routing 无法分到固定链路，因为下一步做什么取决于模型理解用户的真实诉求。agent 动态决定：先查哪个订单、要不要调取聊天记录、是否需要升级人工。延迟 6-10 秒，成本 ¥0.15/条。

对比结果：

Workflow 路线

延迟 1.5s · 成本 ¥0.02/条 · 路径确定 · 调试 10 分钟定位

Agent 路线

延迟 6-10s · 成本 ¥0.15/条 · 路径动态 · 调试需看完整 trace

结论清楚：路径已知的走 workflow，路径必须由模型动态判断的才给 agent。混用才是最工程化的方案。

六、上线坑点

---

坑 1：为了显得先进，过早上 agent

调试成本是 workflow 的 5-10 倍。同样的输入可能走不同路径，复现问题极难。如果 workflow 能解决，永远优先 workflow。

坑 2：把固定规则写成模型判断

“如果金额超过 500 就走人工审批”——这是一行 if 的事。交给模型判断只是增加不必要的不稳定性和成本。

坑 3：agent 没有 fallback

agent 决策失败后没有降级路径。必须设计好：agent 超时或信心不足时，自动退回到 workflow 或升级人工。

七、本课总结与面试锦囊

---

一句话结论

默认先做 workflow，只有当任务必须依赖模型在运行时做决策时，才值得上 agent。

面试锦囊

先说： Workflow 和 agent 的本质区别是"路径预定义"vs"模型动态决定"。

再说： 用四个维度判断——路径是否已知、错误成本、是否需要运行时决策、时延要求。

最后补： 大部分场景五种 workflow 模式就能覆盖，真正需要 agent 的场景远比想象的少。

判断 Checklist

☐ 能在白板上画出完整流程图 → workflow

☐ 下一步做什么取决于前一步的非结构化结果 → agent

☐ 错误成本高、需要审计 → 优先 workflow

☐ 时延要求严格（< 2-3 秒）→ 优先 workflow

别再踩的坑

• 把"步骤多"等同于"需要 agent"

• 用模型判断本来一行 if 就能搞定的规则

• agent 上了但没设计 fallback 降级路径

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】