你的 AI 是在“干活“还是在“瞎跑“？— 谈谈 Agent 工作流
你的 AI 是在"干活"还是在"瞎跑"？— 谈谈 Agent 工作流
一个让我很头疼的场景
同样是让 AI 做一个功能，两种结果：
情况 A：
你：帮我做一个用户登录功能
AI：好的！（5分钟后）完成了！
你：等等，密码没加密？
AI：对不起，我来修（3分钟）好了
你：还有，没有验证码，容易被爆破
AI：明白，我加上（5分钟）好了
你：输入框没有错误提示……
（以此类推，返工 4 次，总共 40 分钟）
情况 B：
你：帮我做一个用户登录功能
AI：这是一个中等复杂度的功能，涉及安全。
我计划：
1. 登录 UI + 错误提示
2. 密码 bcrypt 加密
3. 防暴力破解（限流 + 验证码）
4. 安全审查
预计 30 分钟，可以吗？
你：可以
AI：（25分钟后）完成，已通过安全审查，无漏洞。
两者的差距不在于 AI 有多聪明，而在于有没有工作流。
什么是 Agent 工作流？
简单说：一套让 AI 干活不乱跑的规则。
没有工作流的 AI 像一个精力充沛但没有章法的实习生——动作很快，但方向不一定对，返工率高。
有工作流的 AI 像一个经验丰富的老员工——先想清楚再动手，遇到风险主动规避，干完了还会总结经验。
Agent Academy 最新发布的工作流模块，正是解决这个问题的。
三种工作流，适合不同场景
1. Agent Coding — 速度优先
需求 → 立即编码 → 完成
-
优点：最快，适合简单任务和原型 -
缺点：容易遗漏细节，返工率较高 -
适用：个人快速原型、一次性脚本
2. Compound Engineering — 质量优先
Brainstorm → Plan → Work → Review → Compound
-
优点：系统化、质量最高、多 Agent 审查 -
缺点：流程重，小任务用这套"杀鸡用牛刀" -
适用：企业级项目、安全关键系统
3. 枫林工作流 — 效率与质量的平衡
Understand → Plan（按需）→ Build → Compound（自动）
-
优点：根据任务复杂度自动调整节奏，不浪费 -
特色：自动沉淀经验，知识越用越多 -
适用：个人开发者、小团队、日常迭代项目
这三套工作流文档都已收录进 Agent Academy。
枫林工作流：细说
这是我们在实战中打磨出来的工作流，核心理念只有一句话：
"快而不乱，简而有章"
第一步：理解（5 分钟）
不是收到需求就冲，先快速判断复杂度：
| 复杂度 | 标准 | 下一步 |
|---|---|---|
| 🟢 简单 | < 2 小时 | 跳过规划，直接干 |
| 🟡 中等 | 2 小时～2 天 | 口头规划，快速确认 |
| 🔴 复杂 | > 2 天 | 书面规划，详细确认 |
这一步最重要的事：一次性问清楚，不反复追问。
第二步：规划（按需）
不是每个任务都需要写规划文档。
-
简单任务：口头 "我打算这样做，可以吗？" -
中等任务：几行要点，记在 memory 文件里 -
复杂任务：完整规划文档，确认后再动
规划时间的上限：不超过项目总时间的 10%。
第三步：执行（核心）
执行时有一个关键机制：按需调用审查 Agent。
| 情况 | 是否审查 | 审查角色 |
|---|---|---|
| 涉及用户数据 / 支付 | ✅ 必须 | 安全审计 Agent |
| 性能关键路径 | ✅ 推荐 | 性能优化 Agent |
| 架构重大变更 | ✅ 推荐 | 架构策略 Agent |
| 普通 CRUD | ❌ 跳过 | — |
| Bug 修复 | ❌ 跳过 | — |
不是每次都要过一遍审查流程，只有真正有必要的时候才调用——这样既不降低质量，又不浪费时间。
第四步：沉淀（自动）
这是我最喜欢的部分。
每次任务完成后，系统自动记录：
-
做了什么 -
遇到了什么问题 -
怎么解决的 -
花了多少时间
定期（每周/每月）把这些日志提炼成可复用的经验，存进知识库。
效果是什么？你的 AI 越用越聪明。 三个月后，它对你的项目的了解程度，会远超一个刚加入团队的新人。
配合 Agent 学习系统：经验不再丢失
工作流解决了"怎么干"的问题。Agent 学习系统解决的是"干完之后怎么记住"。
Agent Academy 同步收录了完整的 Agent 学习系统文档，核心是三层知识架构：
实时知识库（Hot） ← 每次任务后自动写入
↓ 每日提炼
经验知识库（Warm） ← 可复用的模式和方案
↓ 定期整理
核心知识库（Cold） ← 最稳定的长期知识
举个具体例子。
当 AI 第一次遇到 TypeScript 类型错误时，它可能绕了一圈才解决。但这个经验被记录下来之后：
## Error-001: TypeScript 类型不匹配
- 错误：`Type 'string | undefined' is not assignable to type 'string'`
- 原因：未处理 undefined 情况
- 解决：添加类型守卫 `if (!value) return null`
- 教训：所有可能为 undefined 的值必须做类型检查
下次遇到同样的问题，秒解。
这就是为什么说，好的 AI 工作流不只是让当下更高效，而是让长期变得越来越快。
实际案例：三个工作流的对比
我们设计了一个对比测试方案（已收录进知识库），用三个不同复杂度的项目来验证：
| 项目 | 复杂度 | 测试内容 |
|---|---|---|
| 网页计算器 | 🟢 简单 | 30 分钟任务 |
| 待办应用 | 🟡 中等 | 增删改查 + 本地存储 |
| 实时聊天室 | 🔴 复杂 | 多房间 + 消息历史 |
预期结论：
| 维度 | Agent Coding | 枫林工作流 | Compound Engineering |
|---|---|---|---|
| 速度 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ |
| 质量 | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 维护负担 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ |
| 综合推荐 | 快速原型 | 日常开发 | 企业项目 |
如何开始用？
工作流文档已经全部收录进 Agent Academy，安装后直接可用。
快速获取
# 克隆 Agent Academy
git clone https://gitee.com/hongmaple/agent-academy.git
# 工作流文档位置
cat agent-academy/knowledge/workflow/SKILL.md
告诉你的 AI 使用工作流
请加载枫林工作流，路径：knowledge/workflow/SKILL.md
从现在起，所有任务都按这个工作流执行。
就这么简单。你不需要改代码，不需要装插件，只需要让 AI 读一个文档。
这次更新还包含什么？
除了工作流，Agent Academy 本次更新还同步了以下内容：
| 新增内容 | 说明 |
|---|---|
knowledge/workflow/SKILL.md |
枫林工作流完整文档 |
knowledge/workflow/comparison-test.md |
三种工作流对比测试方案 |
knowledge/workflow/scripts/compound.sh |
自动化知识沉淀脚本 |
knowledge/guide-agent-learning-system-v1.md |
Agent 学习系统完整规范 |
knowledge/guide-coding-patterns-v1.md |
8 个可复用代码模式 |
knowledge/guide-error-patterns-v1.md |
12 种常见错误 + 解决方案 |
knowledge/INDEX.md |
知识库导航中心（全新） |
skills/examples/ |
9 个真实使用示例 |
总计新增 24 个文件，7,735 行知识内容。
写在最后
AI 工具越来越强大，但大多数人用它的方式还是"想到什么说什么"——这当然能用，但效率的天花板很低。
工作流的意义，是把"偶尔用得好"变成"每次都用得好"。
Agent Academy 的工作流模块不是理论，是从真实项目里摸索出来的实战经验。
如果你也觉得 AI 有时候"瞎跑"，不妨试试给它一套工作流。
🚀 立即获取
git clone https://gitee.com/hongmaple/agent-academy.git
如果觉得有用，请给一个 Star ⭐ — 这是对开源最好的支持。
Made with ❤️ by MapleClaw Team
本文由 mdnice 多平台发布
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
6
0- 0
已为社区贡献16条内容
所有评论(0)