INSIGHTS / 03 · 技术边界

Agent、工作流、RAG 和业务系统分别解决什么问题。

Agent 承担连续判断与动作;工作流串联调用、审批、异常回退;RAG 处理知识检索与引用;业务系统承担稳定、高频、不可逆的核心交易。四者各解决不同问题,典型场景是组合使用。

四个概念各自解决什么

  • Agent:解决连续判断与多步动作;不解决高频稳定交易。
  • 工作流:解决调用、审批、异常回退的串联;不解决单一功能实现。
  • RAG:解决知识检索与引用;不解决知识的结构、权限、更新。
  • 业务系统:解决稳定高频、不可逆的核心交易;不解决模糊判断与灵活应变。

典型组合

  • 客服问答:RAG(知识) + Agent(对话) + 工作流(转人工/记录) + 业务系统(工单/订单)。
  • 文档核验:RAG(检索规则) + Agent(解析与判断) + 工作流(异常升级) + 业务系统(归档)。
  • 订单处理:业务系统(交易) + 工作流(审批) + Agent(异常处理) + RAG(政策检索)。

常见误用

  • 用 RAG 当知识库,忽略结构、权限、更新;
  • 用 Agent 跑核心交易,稳定性不可控;
  • 用工作流做单一功能,过度设计;
  • 把业务系统当万能,什么都塞进去。

怎么选

从问题出发:这个流程今天谁在做、出错率多少、有什么数据、允许多大错误;然后选最匹配的一两个能力,先验证关键判断,再扩展。

高风险、不可逆的动作必须保留人工确认关口,不能直接交给 Agent。

来源说明:由FDE事务所整理,基于既白智能既有方法文档。
是不是用了 Agent 就能自动做事?
不是。Agent 承担被划定的一段工作,关键判断必须保留人工确认关口;高风险、不可逆操作不适合直接交给 Agent。
RAG 能替代知识库吗?
不能。RAG 是检索增强生成的技术;知识库是一套包含结构、权限、评估、更新机制的系统。RAG 通常是知识库的关键模块之一。

本文不替代系统设计;具体技术选型应结合业务需求、数据条件、风险与组织能力。