来自 AI 研究立场图谱百科
工作流官僚主义:LLM 应用应该遵循显式、预先定义的工作流和标准流程,每一步、每个分支、每次交接都要白纸黑字写下来。
主张
工作流官僚主义信任流程图。每个请求都要分诊、转到对口部门、按标准作业程序处理、复核、归档。分支是显式的,交接有记录,图上没画的事一律不发生。智能体爱好者给模型一个目标然后祈祷,官僚派则给它一张要填的表。这样搭起来更慢,demo 也没那么刺激,但它周二的表现和周一一模一样。
它位于中间偏左,处在最底部的 Harness 一端:步骤都是 prompt 和文本,智能主要在流程设计里。正统的颜色代表一个成熟的主流学派。基于图的编排、SOP 驱动的多智能体框架、声明式流水线都属于这里;它们至今仍是很多生产部署的骨干,恰恰因为审计、合规团队和值班工程师都喜欢知道下一步会发生什么。
论据
- 显式工作流让行为可预测、可审计,这是受监管和面向客户的部署所必需的。
- 把标准作业程序编进多智能体系统,相比自由对话式的智能体,可以减少连锁错误。
- 声明式流水线可以逐步优化和评估,改进是可度量的而不是轶事。
批评
- 死板的流程图只能处理设计者预料到的情况,真实输入总能找到漏洞。
- 随着模型规划能力增强,写死的工作流可能把性能压在更自主的智能体能达到的水平之下。
- 维护庞大的工作流本身就会变成一种官僚体系,每次模型升级都得把每一步审一遍。
代表作
- MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework2023
- DSPy: Compiling Declarative Language Model Calls into Self-Improving Pipelines2023
关系
怎样测出它
在完整版或专业版里落到这一格:x ≈ −0.40,y ≈ −1.00,范式 ≈ −0.68。