实用提示：工作流与智能体——谁该决定下一步行动？

以下笔记为“工作流与智能体：谁应决定下一步行动？”这一主题提供了实用的处理路径。重点在于合同定义、检查项以及可插入的代码占位符，而非激励性表述。 在完成概览阶段时，首先写下合同细节：所需输入、成功标志以及部分失败时的处理方式。这样的清单能确保后续的代码修改保持一致性。 将配置信息置于应用程序代码之外。环境文件、密钥存储以及功能开关应集中存放于一个位置，以便操作人员无需查看整个架构即可进行审计。

1. 同一任务，两种研究方法

将同一任务的两阶段处理方式视为可度量的对象时效果最佳。在扩大范围之前，先记录一个成功的案例、一个失败案例以及回滚说明。同时记录正常流程和恢复流程。重试机制、人工审核环节以及死信处理都是产品本身的组成部分，而非后续需要补充的内容。保持图表状态简洁且具有类型定义，嵌套的数据块会掩盖哪个节点编写了哪个字段的信息，还会在中断后导致流程无法继续。

2. 让发现的结果改变问题方向

将“发现阶段”视为可度量的界面来处理时，其效果最佳。在扩大范围之前，先记录一个成功的案例、一个失败案例以及回滚说明。 优先选择小型且可测试的单元，而非庞大的脚本。当某个步骤失败时，故障应指向单一的责任主体，而非复杂的流程链。 保持图表状态简洁且具有类型定义。嵌套的数据块会掩盖哪个节点编写了哪个字段的信息，还会在流程中断后导致无法继续执行。

3. 我们的设计：以研究人员为中心的工作流

在“3 Our设计阶段”中，若能将其视为可度量的对象，效果最佳。在扩大范围之前，需记录一份理想状态下的输出、一个故障案例以及回滚说明。应将此阶段视为输入与已验证输出之间的契约，为相关成果命名、明确成功标准，并杜绝默许的半完成状态。要保持图结构的扁平化与类型化，嵌套的数据块会掩盖具体是哪个节点修改了哪一字段，还会在中断后导致无法继续处理。在“3 Our设计阶段”中，若能将其视为可度量的对象，效果最佳。在扩大范围之前，需记录一份理想状态下的输出、一个故障案例以及回滚说明。应将配置置于应用程序代码之外，环境文件、密钥存储及功能开关应集中存放于一处，以便操作人员无需查看整个图结构即可进行审计。

4. 两种工具，两种不同的职责

对于四两工具的两阶段流程，在修改代码之前需明确输入参数、各步骤的负责人以及结束标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 需同时记录正常流程与异常恢复流程。重试机制、人工审核环节以及错误处理都是产品本身的组成部分，而非后续需要补充的功能。 在网关处进行身份验证，在数据层再次授权。仅凭承载令牌并不足以界定租户边界。

tools = [
    {
        "type": "web_search_20250305",
        "name": "web_search",
        "max_uses": 3,
    },
    {
        "type": "web_fetch_20250910",
        "name": "web_fetch",
        "max_uses": 4,
        "max_content_tokens": 6000,
        "citations": {"enabled": True},
    },
]

5. 引用仍可能支撑过度的结论

对于5A级别的流程，应在修改代码之前明确输入参数、该步骤的负责人以及结束标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。相比冗长的脚本，更应优先使用小型且可测试的单元。当某个步骤失败时，故障原因应能指向单一责任主体，而非复杂的流程链。对于涉及资金支出或修改生产数据的环节，必须经过人工审批。编译时的逻辑连接并不等同于业务功能的完整性。

6. 只有在能够衡量其价值时才增加复杂性

在增加阶段复杂性时，应在修改代码之前明确输入参数、该步骤的负责人以及结束标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 将此阶段视为输入与已验证输出之间的契约。为相关成果命名，定义成功检测标准，并拒绝默许的半完成状态。 对于涉及资金支出或更改生产数据的操作，必须经过人工审批。编译时的连接方式并不等同于业务上的完整性。 在增加阶段复杂性时，应在修改代码之前明确输入参数、该步骤的负责人以及结束标准。操作人员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏状态。 将配置信息置于应用程序代码之外。环境文件、密钥存储以及功能开关应集中存放于一个操作人员可以审核的位置，无需阅读整个系统结构。

接下来该做什么？

在处理“接下来该做什么”这一阶段时，首先写下相关契约：所需的输入参数、成功信号以及部分失败时的处理方式。这样的检查清单能确保后续的代码修改保持一致性。 同时记录正常流程和异常恢复流程。重试机制、人工审核环节以及死信处理都是产品功能的一部分，而非后续需要补充的内容。 在成本较高的步骤之后设置检查点。当操作员重新执行某个节点时，恢复流程不应再次调用相同的大型语言模型接口。

操作检查清单

在制定操作检查清单阶段，应在修改代码之前明确输入参数、该步骤的负责人以及结束标准。操作员应能够从已知的检查点重新运行该步骤，而无需猜测隐藏的状态信息。

在功能结果旁记录执行时间以及令牌或查询成本。提前了解成本情况，可避免在从演示环境切换到共享环境时出现意外账单。

对于会产生费用或修改生产数据的操作，必须经过人工审批。编译时的连接方式并不能保证业务的完整性。

应将效果视为与外部世界的同步，而非渲染过程中派生值的替代品。

锁定依赖版本，并记录用于运行演示的图像摘要。可重复性比经验知识更为可靠。

优先选择小型、易于测试的单元，而非庞大的脚本。当某个步骤出错时，错误应指向单一责任点，而非复杂的流程链。

在推广该技术栈之前，应先冻结版本、为关键路径生成标准记录，并明确回滚步骤。共享环境需要设置速率限制、租户验证机制，以及负责密钥轮换的明确责任人。与其展示花哨的一次性演示，不如追求扎实的可靠性。

关于21c143771692的批注：请将提供商密钥移出代码仓库，设定单会话令牌上限，并将记录存储在评估用示例文件旁，以便后续模型更换时仍能保持对比性。