AI Agent 架构设计选型指南：ChatBot / Workflow / Agent / Harness 怎么选？

大家好，我是浩哥，本周周报四（2），解读AI Agent 架构设计的深度分析文章，文章内容来自最新的公众号内容，有感兴趣可以点点关注、持续分析该系列文章，本系列文章主要作用还是降低你收集文章和自己解读文章时间，内容也是让AI深度结合文章观点进行整理。

一、背景：为什么「选型」比「实现」更重要？

智能不人工在《别再上来就Agent了》中提出了一个尖锐的问题：

「很多团队上来就做 Agent，但他们的需求其实一个 ChatBot 就能解决。」

这不是技术能力的问题，而是架构决策的问题——选错了方案，不仅增加开发成本，还会让系统变得不必要的复杂。

本文提供一套系统化的选型框架，帮助你在 ChatBot、Workflow、Agent、Harness 之间做出正确的选择。

二、四种模式的本质区别

2.1 ChatBot（聊天机器人）

定义：以对话形式提供服务，无自主行动能力，每次回答基于当前输入+上下文。

核心特征：

• 被动响应——用户问了才回答
• 无工具调用——回答基于模型知识+上下文
• 无状态管理——每次对话独立（或靠外部记忆）

适用场景：客服问答、知识库问答、简单咨询

2.2 Workflow（工作流）

定义：预先编排好的固定步骤流程，每一步执行确定的操作。

核心特征：

• 固定流程——预先定义好 A→B→C→D
• 确定性——每一步做什么是写死的
• 无自主决策——流程不会自己「思考要不要换个方式」

适用场景：标准操作流程、数据 ETL、审批流程

2.3 Agent（智能体）

定义：以 LLM 为核心，具备规划、记忆、工具调用能力，能自主决策的任务闭环系统。

核心特征：

• 自主决策——Agent 自己决定下一步做什么
• 工具调用——能调用外部 API 和工具
• 循环执行——能持续迭代直到任务完成

适用场景：复杂任务处理、动态决策、需要调用外部工具的场景

2.4 Harness（驾驭框架）

定义：Agent 的运行环境——管理权限、上下文、反馈闭环、安全护栏的系统。

核心特征：

• 执行环境——Agent 在哪里运行
• 控制机制——Agent 能做什么、不能做什么
• 可观测性——Agent 做了什么、为什么这么做

适用场景：生产级 Agent 部署、需要安全控制的场景

三、四维决策矩阵

基于智能不人工和 DataFunTalk 的多篇文章，我整理了一个选型框架：

四、选型三步法

第一步：看「任务确定性」

如果你能预先写清楚每一步做什么 → Workflow 如果你只能描述「要完成什么」，说不清具体步骤 → Agent

这是最重要的分水岭。智能不人工提出了一个判断标准：

如果业务逻辑可以画成「流程图」→ Workflow 就够了
如果业务逻辑只能写成「需求文档」→ 需要 Agent

真实案例：

• 「每天早上8点从 A 系统拉数据，处理后写入 B 系统」→ Workflow（每一步都确定）
• 「帮用户做合同审核，发现异常条款就标记，不确定的升级给人」→ Agent（需要自主判断）

第二步：看「是否需要工具」

不需要调用外部系统 → ChatBot 就够了 需要调用 API/数据库/文件系统 → 考虑 Agent

ChatBot 和 Agent 的核心分界线是有没有工具调用能力。

真实案例：

• 「用户问『什么是 RAG』，我回答定义」→ ChatBot（模型知识就够了）
• 「用户问『我们公司上个月的销售额是多少』，需要查数据库」→ Agent（需要工具调用）

第三步：看「错误成本」

出错影响小 → ChatBot 或简单 Agent 就行 出错可能导致业务损失 → 必须上 Harness

智能不人工在《ClaudeCode的灵魂工程——核心提示词的七层设计》中拆解了 Harness 的防护层次：

第1层：Deny Rules（不可绕过的规则）
第2层：Permission Mode（行为开关）
第3层：Always Allow Rules（减少打扰）
第4层：Hooks（中间件审计）
第5层：AST 安全分析（代码级防护）
第6层：Token 预算控制
第7层：人工介入点

错误成本越高，需要越多的 Harness 层级保护。

五、常见选型误区

误区一：「有 AI 就是 Agent」

智能不人工在《AINative 不是给软件加上 AI 而是用 AI 重写软件》中指出：

「很多产品把 ChatBot 包装成 Agent 来卖，但用户问几个问题就发现它没有自主行动能力——这不是技术欺骗，是架构选型错误。」

误区二：「Workflow 太简单了，我们要用 Agent」

这是最常见的问题。对于固定流程的任务，Workflow 比 Agent 更稳定、更便宜、更容易调试。

判断标准：如果业务人员能画出流程图，就用 Workflow。画不出来才考虑 Agent。

误区三：「Agent 不需要 Harness」

DataFunTalk 在《CodingAgent的原始森林困境——一张地图能解决什么》中用一个生动的比喻：

「不给 Agent 装护栏就放它上线，就像把一个人扔进原始森林不给地图——它可能自己走出来，也可能永远出不来。」

六、总结：选型对照表

你的需求 最佳方案
────────────────────────────────────────────────
用户问→你答，不调外部系统 ChatBot
有固定流程，每一步确定 Workflow
需要自主判断+调工具，简单场景 Agent
需要自主判断+调工具，高安全要求 Agent + Harness
多 Agent 协作 Agent + Graph

智能不人工的最后一句话：

「最简单的方案，就是最好的方案。不要为了『用 Agent』而用 Agent。」

📋 文章来源