一、不确定性的两种样子

模型的输出不稳定，分两种。 第一种，同一句话跑两次不一样。 温度高一点，措辞就变。这通常不碍事。 第二种，同一句话跑两次，一次对了、一次错得离谱。 这才要命，因为你不知道它下次会不会错。

工作流治的是第二种。 它把任务拆成若干节点，只有「大模型」那一种节点的输出还带随机，其余节点都是确定的。 所以工作流的效果，取决于你能把多少活儿挪出大模型节点。

二、把同一件事跑二十遍

演示里做的是一个分类任务：把十句话分成「咨询」和「投诉」两类。 工作流那版用两段规则：先看关键词，命中就用；没命中走兜底规则。 跑十遍，十遍结果一模一样，十句全分对。 Agent 那版把整句交给模型一次判断。 跑十遍也是十遍一模一样（演示里模型的行为是固定的），但十句只分对了四句。

两列数字看的不是一回事：第一列是稳不稳，第二列是准不准。 这就是本节最该带走的一句：稳不等于准。稳的意思是你知道它错在哪、能改那一条规则； 不准的意思是它下次错成什么样你不知道。

三、为什么工作流更稳

四行里第一行是根，其余三行都是它的后果。 工作流把不确定性关进了笼子：只有笼子里那一步（大模型节点）不确定，其余都是确定的。 笼子越小，整条链越可靠，也越容易查错。 这是「拆节点」这件事真正的收益——不是为了好看，是为了把随机性圈起来。

四、四个该用的时候

一、步骤固定。 每天早上把昨天的数据汇总成一份报告，七步，天天一样。 二、不能漏步。 审核流程、报销流程，少一步就是事故，不能让模型决定跳不跳。 三、要接好几个系统。 查数据库、调接口、写表、发消息，四件事拼成一件。

四、出错要能复现。 用户投诉「上次答错了」，你得能指出是哪一步错。 四条里第二条最硬。前三条是效率问题，第二条是责任问题。

五、三个别用的时候

只有一步。 一次问答能解决的事，画个三节点图只是多绕一圈。 判断依据说不清。 「这段话情绪如何」——你写不出规则，只能交给模型。 这种情况下画图也是画个大模型节点，等于没画。 需求还在变。 一周改三次流程的，先做成智能体试试水温，稳定了再固化。

还有一条隐形成本：改图比改提示词慢。 一个分支加错，下游全要重连。 所以早期迭代用智能体，跑顺了再画图。

六、动手 Demo：稳不稳：同一件事，两种做法跑二十遍

十句用户留言，要分成咨询和投诉。工作流那版用两段规则，Agent 那版整句交给模型。 各跑十遍，看两列数字。

WORDS = {'投诉': ['退款', '差评', '坏了', '骗'],
         '咨询': ['怎么', '多少钱', '能不能', '多久']}

def flow_one(s):               # 工作流：两段规则，先关键词后兜底
    for tag, ws in WORDS.items():
        if any(w in s for w in ws):
            return tag
    return '咨询' if len(s) < 12 else '投诉'   # 兜底规则

def agent_one(s):              # Agent：整句一次判断（这里是替身）
    hit = [t for t, ws in WORDS.items() if any(w in s for w in ws)]
    return hit[0] if len(hit) == 1 else '投诉'

for fn in (flow_one, agent_one):
    r = set(tuple(fn(s) for s in QA) for _i in range(10))
    print(fn.__name__, '不同结果', len(r), '种')

实跑输出：

--------------------------------------------------------------------
稳不稳：同一件事，两种做法跑二十遍
--------------------------------------------------------------------


| 做法 | 三次结果一致 | 分对了 | 判据 |
|---|:---:|:---:|:---:|
| 工作流 | 10 / 10 | 10 / 10 | 关键词 + 兜底，两段 |
| Agent | 10 / 10 | 4 / 10 | 整句一次判断 |

  两列看的东西不一样：第一列是「稳不稳」，第二列是「准不准」。
  工作流那行 10 条全稳——同样的输入，跑三遍结果一模一样。
  ! 稳不等于准。稳的意思是你知道它错在哪，可以改那一条规则；
  不准的意思是你不知道它下次会错成什么样。

  ② 为什么工作流更稳
  --------------------------------------------------------------------

| 维度 | 工作流 | Agent |
|---|---|---|
| 决定下一步的是谁 | 图纸 | 模型 |
| 同一个输入跑两次 | 一定一样 | 可能不一样 |
| 出错能不能定位 | 能，逐节点看 | 只能看最后一次输出 |
| 改一条规则 | 改代码节点 | 改提示词，可能顺带改坏别的 |

  工作流把不确定性关进了笼子：只有笼子里那一步（大模型节点）不确定，其余都是确定的。

①两列看的东西不一样：第一列是「稳不稳」，第二列是「准不准」。 工作流那行两列都满分，Agent 那行第一列满分、第二列四分。 ②Agent 那行第一列也是十分之一零——因为演示里的模型行为是固定的。 真机上这一列会掉，掉多少取决于温度和任务难度。 ③第三段那句是这个 Demo 的结论：稳不等于准。稳是你知道它错在哪、能改那一条规则； 不准是它下次错成什么样你不知道。 ④表格第二行「同一个输入跑两次」写得最直接：工作流一定一样，Agent 可能不一样。 这一行是其余三行的根。 ⑤最后那句「笼子越小越可靠」，是拆节点的真正理由——不是为了好看。

30 秒实验

1. 挑一个你现在交给模型的判断，写下它的规则。写不出来，说明它暂时只能交给模型。
2. 把你工作流里的大模型节点数一遍。超过三个的，看看有没有哪个其实能用规则替掉。
3. 同一句话跑五次，看它是不是每次都一样。不一样的，把它挪进节点里。

常见误区

1. 「用了工作流就准了。」工作流只保证稳。准不准取决于你写的那几条规则，规则错，稳稳定定地错。
2. 「稳和准是一回事。」两回事。稳是每次都一样，准是每次都对。前者靠图纸，后者靠规则和提示词。
3. 「所有任务都该画图。」只有一步的任务画图是绕远路。判断依据说不清的，画了也等于没画。

知道它值什么了，接下来看它长什么样。 下一节拆开工作流的骨架：节点是函数、边是数据，还有存盘前必须过的四道校验。

• ☐ （本篇完，下一篇 4.3 扣子工作流的逻辑结构）

相关笔记

• 工作流及其分类：三种骨架与循环节点
• 如何使用插件：两种接法的取舍
• 17 编程原理 · 索引
• 🐦 扣子开发 AI Agent · 索引