一项任务该用对话、长期项目、自动化还是智能体？

两项重复工作，林舟都判断错了

林舟是一名独立市场研究顾问，同时维护 3 个客户项目。她每周都要检索资料、整理访谈、跟踪竞品、写客户周报、开票和发布内容。开始把 AI 系统地用进工作后，她形成了一个很直观的分类：临时问题放进普通对话，反复出现的工作尽量做成智能体。

最先被“升级”的是客户周报。她用了 11 小时搭建流程，希望系统自己读取资料、判断进度、写完后直接发送。实际只跑了 4 次：一次缺会议记录，系统仍然补写了进度；一次把旧客户的项目状态带进新周报；一次因任务表字段改名而中断；只有一次无需返工。

另一边，每周一的公开价格检查仍由她手工完成。这个任务要打开固定的 12 个页面，抄下套餐和价格，再与上周记录比较，平均花 70 分钟。它重复、枯燥，却一直没有进入改造清单，因为林舟觉得“只是复制数字，不够像 AI 应用”。

两个判断恰好倒了过来。价格检查的路径几乎不变，适合让规则接管；客户周报虽然每周重复，却混合了资料完整性检查、跨周判断和对外发送，不能交给一个流程统一决定。选择对话、长期项目、固定自动化还是智能体，首先要看的不是任务显得多高级，而是下一步究竟由人、规则还是模型决定。

这是一组教学案例数据，不代表特定客户或行业比例。后面的 32 项任务、运行次数和耗时，都用于展示怎样从工作记录做出选择。

先把工作记成可以判断的动作

凭记忆盘点工作，很容易只想起最累、最讨厌或最近发生的几件事。林舟连续记录了 14 天。每次开始一项工作，她写下触发原因、资料入口、临时判断、对外影响、耗时和返工；先不讨论应该使用什么工具。

原始日志有 41 行，但行数不等于任务数。里面有 6 行只是等待客户或页面响应，3 行是同一件事被会议打断后继续。它们分别被记为等待和中断时间，没有另算任务。另有 4 行把“检索资料并发送给客户”写在一起，她把读取和外发拆开，因为两者不能共用同一个权限边界。5 条名称不同、触发和产出相同的记录则合并成 2 个任务族。两项低频工作虽然只发生一次，错误后果很大，也被保留下来。

清洗后留下 32 项可观察任务。19 项有最近 10 次的完整记录，8 项只有 4—9 次，另外 5 项是首次或极低频工作。样本不足并不禁止使用 AI，但此时无法证明输入、异常和返工已经稳定，不应该直接建立无人看守的自动化。

任务从哪里断开，也不能只看操作界面。林舟把“打开客户资料、写周报、点击发送”拆开，不是因为它们分布在三个页面，而是因为控制权发生了两次变化：资料是否齐全可以按规则判断，哪些变化值得写进周报要结合项目承诺，发送则会产生外部影响。反过来，读取 12 个价格页面虽然要重复很多点击，触发、字段和验收始终相同，仍是一项完整任务。分流的边界应落在判断方式或责任改变的地方。

“做研究”“跟进客户”仍然太大，必须继续拆。一个可以分流的任务，至少要有触发、输入、动作、产出和验收。林舟重写了其中 4 项：

这一步经常会提前给出答案。“发布周报”被拆成整理资料、判断变化、起草和发送后，各段需要的控制方式已经不同；如果继续把它当作一项工作，后面再精细的评分也会失真。

四种形态，区别在下一步由谁决定

同一个 AI 产品可能同时提供对话、项目空间、定时任务和智能体。按钮名称并不能说明工作采用了哪种控制方式，可以用下面四种情况来判断：

这种分类没有从低到高的等级。让 AI 解释一份复杂合同，可能比同步一张表更需要推理，但前者仍可以是一轮由人控制的对话。智能体只是拿到了更多“接下来做什么”的决定权，因此也带来更多路径变化、运行成本和观察难度。

林舟接下来没有给 32 项任务打“智能程度分”，而是逐项回答四个问题：这次工作结束后，哪些信息还要留下；步骤能否事先写完；中间结果会不会改变下一步；系统的动作最多可以走到哪里。

四个问题各自解决不同的误判。重复度说明一项改造有没有机会回收投入，却不能决定采用什么形态；上下文寿命决定事实和决定放在哪里；路径变化决定由规则还是模型控制下一步；动作影响限制系统能获得的权限。把它们混成一个总分，会让“经常发生”和“可以安全运行”看起来能够互相抵消。

信息要不要跨天留下来

第一次读陌生行业报告时，林舟只想弄清“出货量”和“终端销量”的口径差异。材料服务于当前问题，回答完由她判断是否采纳，普通对话已经够用。32 项任务中有 9 项属于这种情况。

为同一客户连续六周做市场判断就不同了。新一周的工作要接着使用已经确认的数字、客户术语、被否决的假设、引用规则和上一版交付物。这 10 项工作被放进长期项目，由林舟决定现在处于研究、取舍还是交付阶段，AI 只在当前阶段内协助。

长期项目需要保存的不是越来越长的聊天记录。林舟把事实基线、工作规则、决策记录和产物清单分别维护：事实更新时保留来源和日期；引用格式与禁用表达只在她批准后修改；重要决定追加理由，不覆盖旧记录；研究表、周报和演示标出当前版本与下一步。如果这些资产仍只存在于人的记忆里，换一个“项目”界面也不会产生连续性。

她还给每类资产设置了更新责任。AI 可以根据新资料提出事实变更，但不能自行覆盖已经确认的数字；交付结构可以从模板生成，客户口径的变更仍要由她批准。这样，下次打开项目时需要恢复的是可核对的工作状态，而不是猜测上一段对话中哪句话仍然有效。

路径固定，就让规则执行

价格检查每周一 09:00 开始，输入始终是 12 个固定网页。流程依次读取页面，提取产品、套餐、价格和页面日期，与上周快照比较，再生成包含旧值、新值、来源和抓取时间的变化表。最近 10 次中有 9 次走完相同步骤；唯一异常是一个页面暂时无法访问，处理方式也可以预先写成“记录来源缺失，不生成推测值”。

这项工作适合固定自动化。模型可以在变化表生成以后解释涨价范围，但没有必要让模型临时决定访问哪些网站、先看什么或何时结束。32 项任务中有 9 项具备相似特征：触发稳定、输入字段稳定、顺序稳定，少数异常可以列明。

“每周重复”本身还不够。如果最近 10 次都需要临时找材料、改变范围和重命名字段，自动触发只会定时放大混乱。应先把输入和验收稳定下来。反过来，步骤很多也不构成使用智能体的理由；只要顺序能够可靠写完，工作流通常更容易检查和维护。

固定自动化也要预先写出失败状态。价格页面打不开时，流程不能沿用旧价格并把抓取时间改成今天；字段消失时，也不能把空值解释成“免费”。林舟只允许三种终态：生成完整变化表、生成带缺失来源的待确认表、因字段结构变化而停止。她可以据此抽查异常，而不必重新理解每次运行走过的路线。

中间结果改变路径，才出现智能体候选

潜客公开背景核验无法使用 12 个固定页面解决。公司可能有同名实体，联系人职位可能已经变化，近期事件也可能出现在公司官网、监管文件、招聘页或可追溯的新闻稿中。系统要先确认公司身份，再根据已经找到的证据选择下一处来源。

例如，发现两个同名公司时，要用地区、官网和注册信息消歧，不能选搜索结果第一项；职位来源超过 18 个月时，应转向公司官网或近期公开活动；只有行业趋势、没有公司级事件时，当前步骤应结束并写明证据不足；来源互相矛盾时，两边都要保留，交给林舟判断。

这类任务的目标相对稳定，路径却无法在运行前全部写完，智能体才有了实际用途。32 项任务中最初有 4 项进入候选名单；“候选”仍然很重要，因为动态路径只能说明可能需要模型控制下一步，不能说明输入合规、结果可验收或风险已经可控。

还有一种表面上很“动态”的情况，其实不该交给智能体：输入每次都缺字段，系统只能临时猜测去哪里补。合理的动态分支来自任务本身，例如不同公司需要不同的身份消歧证据；输入混乱则应先在入口处拦住。两者的区别可以用复盘来判断：如果所谓分支几乎都以“找不到资料、询问本人”结束，需要修的是输入合同；如果分支由可观察证据触发，并且每条路线都有合格终态，才值得继续测试模型决策。

动作权限与任务形态要分开判断

潜客研究需要动态换来源，可以采用智能体；但它只被允许读取批准的公开页面，并把结果写入内部待确认区。邮件仍由林舟本人发送。相反，客户周报的路径大体固定，但发送邮件会产生外部承诺，因此最后一步仍需逐次确认。

她用 A0—A3 标记动作影响，目的不是给任务评出高低，而是限制系统最多能走多远：

权限要落实到工具、允许访问的范围、可写入的位置、审批点和停止条件。“请谨慎操作”不能阻止系统误发邮件。读取日历也不应自动包含创建会议的权限，读取客户系统不等于可以修改客户阶段。即使产物只叫“草稿”，其中仍可能出现客户数据、错误承诺或不当推断，保存位置和可见范围都要控制。

32 项工作并没有排成一条升级路线

四个问题回答完，32 项任务被分成普通对话 9 项、长期项目 10 项、固定自动化 9 项和智能体候选 4 项。下面 8 项代表任务能看出，重复度和难度都不能单独决定形态：

最后，4 个智能体候选中只有潜客研究进入试运行，另外 3 项先回到长期项目。原因不在“歧义度还不够高”，而在于它们尚未具备独立验收办法，或者动态变化其实来自输入没有整理好。

这次分流也改变了改造顺序。价格检查虽然只是固定自动化，却有清楚的 70 分钟基线和稳定输入，先进入实施；潜客研究需要更长的评估准备，排在后面；最终报价即使判断复杂、价值很高，仍保留在长期项目中由本人负责。形态回答“怎么控制”，收益回答“先做什么”，两个问题不应混在一起。

82 分也可能不该运行

林舟最初做过一张百分制评分表：重复度、歧义度、节省时间和可验证性各 25 分，超过 80 分就进入智能体试验。一项自动生成并发送客户邮件的任务得了 82 分。它高频、耗时，也有复杂判断，却没有独立事实核验办法，出错后邮件无法撤回。

总分把不可接受的风险平均掉了。林舟改用三步顺序：先排除不能安全运行的任务，再选择控制方式，最后才按收益排序。

任务本身不一定要放弃，系统能做的动作可以缩小。“生成并发送”退到“生成内部草稿”，“修改客户系统”退到“输出建议修改表”，保留前段价值，同时把责任边界放回能够承担后果的人。

周报没有继续修，而是被拆成三段

回到开头那套周报流程。4 次运行的失败看起来各不相同：缺资料时补写、客户语境串线、字段变化后中断。放回任务结构后，它们指向同一个设计问题：一个运行同时承担了稳定抽取、持续判断和高风险外发。

林舟没有再修改提示词，而是重新分配控制权：

新流程连续记录了 8 周。资料完整 7 次，缺失 1 次；缺失的那次停在内部待确认区，没有补写进度。7 份草稿里有 2 份需要修改表述，没有再出现客户资料串线，也没有自动发送。林舟每周处理周报的中位数从 54 分钟降到 31 分钟：9 分钟检查差异表，14 分钟判断和改稿，8 分钟做发送前核对。

它没有实现“全自动周报”，但稳定完成了真正需要的工作。四种形态可以在一项业务里各管一段，分流不是强迫整项工作四选一。

潜客研究怎样通过智能体试验

潜客研究是唯一进入下一阶段的候选。试验开始前，林舟先把“根据公开信息研究潜客”收紧成一个可验收任务：输入只有公司名称、官网候选、目标地区和需要核验的问题；允许来源限定为公司官网、政府或监管公开页、她已获准使用的行业数据库和可追溯新闻稿；私人通讯录不能读取，也不能根据姓名猜测年龄、国籍或家庭信息。

运行先核对域名、地区和产品是否属于同一实体。公司身份确认后才检查联系人角色与 90 天内的公司事件；如果只有超过 18 个月的旧职位来源，角色写成“无法确认”；只有行业趋势而没有公司证据时，不生成事件；适配理由必须直接来自已核验证据，同时保留反证。最终结果写入内部待确认表，不触发任何外联。

五个阶段有各自的交接条件。身份消歧至少需要域名、地区和产品中的证据能够指向同一实体；两个实体都可能时，结果停在身份表。角色核验要记录来源日期和是否属于本人或公司明确陈述，旧页面不能被静默当作现状。事件检索只接受与目标问题直接相关的公司级事实。适配说明可以提出两条理由，但必须同时写出什么证据会推翻它。保存前再检查身份、角色、事件、适配理由和停止状态是否齐全。这样即使任务中途停止，留下的也是一个能够继续核查的对象，而不是半篇流畅介绍。

每个事实都要带原页面地址、页面日期和抓取时间，推断明确标成“判断”。连续 2 次返回空页、同一来源循环访问 3 次、总工具调用达到 12 次，或者运行超过 8 分钟，任一条件出现就停止。这样做是为了防止系统在证据没有增加时继续制造看似完整的进展。

林舟保存在项目里的任务说明只有下面这些内容：

目标：为一条已进入表格的公司线索建立公开信息研究包。
必须先做：确认公司身份；记录原页面地址、页面日期和抓取时间。
允许：读取批准域名；把结果写入“待确认”表。
禁止：猜测私人属性；发送消息；修改客户记录；把旧职位写成当前事实。
遇到矛盾：同时保留证据，标记“需要人工复核”，不自行裁决。
停止：身份无法消歧、关键来源缺失、12 次工具调用或 8 分钟任一达到。
完成：五个必填字段齐全，且每项事实可回到来源。

这份说明随后接受 12 条离线样本测试：5 条资料完整的常规公司，3 条无法消歧的同名实体，2 条只有过期职位信息，1 条来源矛盾，1 条网页不可访问。林舟先写期望状态，再运行系统。3 条同名、1 条矛盾和 1 条网页不可访问的正确结果都是停止；2 条职位过期样本可以保留公司事实，但角色必须写“无法确认”。

第一轮没有放行。系统把搜索摘要当作来源，还在同名公司中选择了“信息更多”的一家。林舟要求必须打开原页面，并从消歧规则中删掉“证据最多即可选择”。第二轮通过后，才进行 10 条只读线上试运行：8 条形成了合格研究包，2 条因身份不清而停止，没有发送消息。这里不能把结果写成“80% 成功率”，因为两次停止本来就是正确终态。

评估在这里还承担了一个分流复核作用。假如两轮测试发现所有公司都按同一组固定来源和相同顺序完成，智能体就没有继续存在的必要，可以降为工作流；假如路径确实变化，但人工无法在 15 分钟内判断证据是否支持结论，问题也不是继续扩大自治，而是先改善产物结构或缩小任务。只有“动态选择有用”和“结果可以复核”同时成立，候选形态才被保留。

节省时间以后，再算维护账

价格检查上线后，手工基线仍按每周 70 分钟计算；自动运行不需要人在场，但每次平均要复核 12 分钟，每月还要用 30 分钟维护页面和字段。按一年实际运行 46 周估算，年度净节省是：

（70－12）×46÷60－0.5×12＝38.5 小时

首次搭建用了 4 小时，静态回收期约 4.8 个运行周。这个数字只有在页面保持稳定时成立。如果改版频繁，每月维护升到 3 小时，年度净节省会降到约 8.5 小时，回收期拉长到约 21.7 周。此时即使流程仍能运行，也要重新判断它是否值得保留。

林舟对其他任务也记录首次设计、每次准备、平台运行、人工复核、失败处理和规则维护。订阅费只分摊因任务新增的边际费用，人的复核时间不能写成零，“以后顺手维护”也必须换成分钟。普通对话的首次投入低，但答案难复用；长期项目要维护事实和版本；固定自动化会受字段与页面变化影响；智能体还要承担工具契约、评估集、路径观察和人工接管。

她没有一次迁移 32 项任务。每项先用最低复杂度运行 10—14 天。她记录从准备到验收的人工分钟数、偏离预设路径的原因、关键错误、接管位置和维护时间。如果连续 5 次都明显省时，分支又能由证据解释，才考虑扩大使用；如果每次仍要靠记忆救场，或者复核接近原来的工作量，就退回更简单的形态。

价格检查在 12 次运行中只遇到 1 次页面不可访问，流程按规定写入“来源缺失”，没有生成推测值。潜客研究完成 10 条只读试运行后，也因为停止边界可靠而暂时保留智能体形态。选择不是一次性的：项目中稳定下来的步骤可以抽成自动化；智能体运行 20 次后，如果路径已经高度固定，也应该降级成更可预测的工作流。

一张任务分流卡就够开始

第一次分流不需要先建评分系统。选一项最近发生过的工作，把下面这张卡填完：

以价格检查为例，卡片上写的是：周一 09:00 触发；输入为 12 个批准页面和上周快照；步骤是读取、提取、比较、保存；动态分支为空；输出必须带旧值、新值、来源和抓取时间；最高动作为 A1 读取；缺页或字段变化时不推测；先运行 12 次，在第 14 天复盘人工复核与维护时间。填完以后，固定自动化几乎是记录本身给出的答案，不需要再讨论它“够不够智能”。

先让最简单的控制方式工作，再根据运行记录增加复杂度。普通对话解决一次问题；需要跨天复用的事实和决定进入长期项目；路径稳定的步骤交给规则；只有中间反馈确实会改变路线、结果又能独立验收的局部，才交给智能体。外部动作始终另行判断权限。

这套顺序不会得到一个听起来最先进的系统，却能让人看清谁在决定下一步、失败时停在哪里、维护成本由谁承担。等到第 30 次运行，它仍然可以被检查、接管或降级，才算选对了任务形态。

来源与进一步阅读

本文的分类方法参考了当前官方资料对工作流、智能体、工具使用和人工控制的说明，相关页面于 2026-07-23 复核：

• OpenAI：A practical guide to building agents：区分由模型控制工作流的智能体与单次模型调用，并强调工具、护栏和人工接管。
• Anthropic：Building effective agents：区分预定义工作流与由模型动态决定步骤的智能体，并建议从简单、可组合模式开始。
• Microsoft Learn：Agent Framework workflows：说明确定性执行器、智能体执行器和人工门可以组合在同一工作流中。