新书终于上市了我们把企业智能体落地这件事讲透了智能体工作流设计方法与实践假一赔三7天无理由运费险已售15¥69.3购买机械工业出版社官方旗舰店这个月我和吕昭波老师合著的《智能体工作流设计方法与实践》这本书终于正式上市了。过去一年很多AI从业者被企业客户问得最多的一句话是「这些 AI 做出来的 Demo 都很惊艳怎么一到我们公司就用不起来了」这本书就是为了回答这个问题来写的。从这本书开始写到最后拿到样书中间隔了挺长一段时间差不多一年多了。真正把书拿到手的时候还是有点复杂的感觉。毕竟从最初的想法到最后真正变成一本可以拿在手里的实体书中间经历了很多次修改、内容补充和推翻重来。这三年我们看着一波又一波技术起起落落 从提示词工程、loop工程到各种 Agent 框架再到今天 Skill、Harness、Computer Use 成为新热点。技术迭代的很快但很多企业真正面对的AI转型的问题其实一直没变相反在2026下半年这个节点更加急迫。到后来我们越来越确认一件事对企业来说最新最前沿的技术不一定是最适合自己的。企业需要的是业务稳定、可控、可维护最终能解决问题不管使用什么技术比技术炫酷重要得多。这本书其实也不是突然冒出来的。过去这仨年我们一直在AI行业深耕也一边在跟企业老板聊怎么用 AI。从提示词到各种 Agent再到现在越来越多可以自主调用工具、完成任务的智能体以及AI办公产品我们经历了一个很明显的变化AI 虽然能做的事情越来越丰富但真正把它放进企业的真实业务里暴露的问题反而越来越多。比如一个企业真的想用 AI 自己做客服agent到底应该怎么做一个团队想让 AI 帮忙处理一批敏感文件流程应该怎么设计一个 Agent 已经可以自己调用工具了什么时候应该让它自己下决定什么时候需要人工接手审核这些问题看起来都和 AI 有关但最后都会落到很简单朴素的东西上智能体和工作流。所以我们把这几年切实接触到的智能体、工作流、方法论和实际案例整理成了这本书《智能体工作流设计方法与实践》。01EVOLUTION从提示词到 AgentAI 开始真正动起来前几年大家讨论得最多的是提示词那个时候prompt满地飞。怎么写 Prompt怎么让模型回答得更准确满足普通用户的需求几乎成了使用 AI 的必修课。那个阶段AI 更多的还是在回答问题。你给它一段文字、一个任务或者一个问题它根据你的要求生成结果。之前花了大量时间研究怎么写好 Prompt本质上也是在研究一件事怎么更好地把自己的需求让 AI理解清晰。后来 Agent 开始成为新的关键词。AI 不再只是回答一个问题而是具有执行能力它开始调用各种工具、拆解复杂任务、执行计划之后的动作。再往后像 Manus 这样的通用 Agent 出现之后大家对 AI 的期待又往前走了一大步能不能直接把一件事情交给 AI让它自己做完从只会回答到AI开始自己做事AI 的能力确实发生了很大的变化。但真正进入企业各种非既定的场景之后我们慢慢发现事情没有这么简单。一个人使用 Agent任务做错了可以重新来这个容错率是可以接受的企业完全不同。企业里有 OA、ERP、CRM、财务系统、人事系统、知识库、数据库、审批系统还有各种已经运行很多年的业务系统。这些系统背后都有自己的规则谁能看什么数据谁能操作什么什么事情需要审批哪些信息可以发送给客户出了问题又该怎么处理。一个单点的Agent 如果只是帮你写一封邮件出错了可能重新生成一次就可以。但如果它开始进入企业业务情况就不一样了会有各种边界问题。比如智能客服Demo 阶段可能只是用户提问Agent 搜索知识库然后生成答案。真正进入业务以后就会遇到很多细节知识库里没有答案怎么办不同客户权限不同怎么办退款、合同、价格这些问题要不要让 AI 直接处理模型判断不出来的时候怎么办如果客服人员接手了前面的处理记录能不能留下来一个看起来很简单的客服 Agent做到最后往往会变成一整套流程 问题识别 → 信息检索 → 内容判断 → 答案生成 → 风险判断 → 人工介入 → 工单流转 → 结果记录。到这里你会发现模型只是其中的一小部分真正将问题解决的能力离不开工作流编排将业务流程拆解再结合大模型的能力、第三方工具的能力解决问题。或者换句话说贯穿核心的是其中的业务流程。02WORKFLOWAI 越来越自由企业反而更需要工作流其实工作流一点都不新。请假有流程报销有流程采购有流程招聘有流程订单也有流程。以前这些流程主要靠语义规则、数字化系统和人工审核来执行。现在只是开始有越来越多 AI 能力在这些流程的节点开始介入。这里面有些步骤适合让大模型来理解有些步骤可以让 Agent 来判断有些步骤可以调用第三方工具如MCP自动完成还有一些关键节点依然需要人来确认。所以我们现在理解的智能体工作流更像是在原有业务流程里增加了一层智能能力。比如处理一批客户反馈以前可能需要员工自己阅读、分类、整理现在可以让 AI 先完成信息提取和分类再把需要人工处理的部分挑出来。再比如制作营销方案可以让 Agent 帮忙搜集资料、整理信息、生成初稿最后由人来修改和确认。这样的场景越来越多之后我们也越来越关注一个问题AI 到底应该以什么方式进入业务最近大家经常讨论 Skill、Harness、Computer Use这些技术让 AI 能做的事情越来越多。它可以使用工具可以操作电脑可以访问外部信息也可以连续完成很多步骤。但当这些能力真正进入企业以后大家还会继续问一些很具体的问题它能访问哪些数据可以操作哪些系统哪些事情需要授权什么情况下必须停下来这些问题其实听起来和模型能力没有直接关系但它们其实是企业在落地AI会遇到的一些常见问题。所以我们在写书的时候一直比较强调一个思路让模型去做理解、判断和生成让工具去完成明确的执行动作让工作流把整个过程串起来到了关键节点再让人接手。这其实也是我们理解的智能体工作流它并不意味着所有事情都交给 Agent 自己完成。恰恰相反当 AI 的自主能力越来越强之后怎么给它划定边界、设计流程、设置人工介入点反而变得更加重要。03METHOD真正做 Agent第一步往往不是选模型这也是我们自己做了很多实践之后一个越来越明显的感受。很多人开始就会问到底用哪个模型啊用 Dify 还是扣子要不要接 RAG要不要用 skill这些当然重要。但在我们看来可以稍微往后放一放。重点的是首先是以解决问题为导向技术的选型其实是次要的。真正开始设计一个 Agent 之前可以先把业务流程画出来。这件事情到底要完成什么现在是谁在做中间有哪些步骤哪些步骤最重复哪些地方需要人的判断哪些地方需要调用系统哪些地方最容易出错哪些事情必须让人确认这些问题想清楚以后模型和工具的选择反而会简单很多。也是从这里开始我们越来越觉得真正值得沉淀的东西并不是某一个 Agent 或者某一个平台的使用方法。因为模型会一直更新迭代平台也会与日俱增的工具也会随着技术去发展。但企业里面的业务还是那些原本的业务最终还是趋向于业务稳定增长。客服还是客服销售还是销售财务还是财务制造还是制造。所以比起记住某一个工具怎么操作我们更希望大家建立一套可以迁移的方法怎么拆解业务怎么设计流程怎么找到 与AI 的介入点怎么组织模型和工具数据怎么流动的什么时候需要人工介入出了问题怎么处理。这些东西才是我们在这几年实践里越来越想整理下来的。也是写这本书我们最开始的想法我们深知能力有限也非常恳请各位读者朋友的指导交流。04BOOK我们把这些东西整理成了这本书《智能体工作流设计方法与实践》一共四篇、13 章。第一篇・基础知识别急着上工具。先把业务流程、工作流到底是什么讲透理清大模型、Agent、智能体工作流之间的关系 —— 这是地基。第二篇・方法论四大设计模式 Anthropic、Google 的构建方法论。让你不只是 “会用”而是懂 “为什么这么设计”。第三篇・技术实践Dify、扣子、FastGPT 三大平台深度对比影刀 RPA、n8n、ComfyUI、RAGFlow 怎么搭Manus、Lovart 这些新智能体到了哪一步。这一篇帮你选型不踩坑。第四篇・行业实践我们选择了教育、营销和制造业三个行业把前面的内容放进具体场景里包括英语作文批改、个性化教学内容生成、AI 课堂互动、批量营销素材生成、智能客服、商品推荐、数据分析、企业知识问答、企业文档批量生成、运营看板、AI 管理者助理等。从内容上看这四部分其实也是我们希望读者走过的一条路径先理解 Agent 和工作流再学习怎么设计接着动手搭建最后回到真实业务。所以我们在立意之处也不想把它写成一本单纯的工具说明书。工具更新得太快了今天流行的平台过一段时间可能就会发生变化模型也在不断迭代。真正希望留下来的还是一套方法执行的流程。到今天出版我们发现很多技术已经革新了一年前的技术到今天或许已经有部分已经过时了但是当下企业对AI的需求越来越旺盛行业AI的落地需求市场空间非常巨大不管是用哪一种技术只要能够为企业解决问题就能体现出自己的价值这个也是我们的初衷希望这本书能够为万千AI从业者带去一点参考。如果你是开发者想从 “会调 API” 升级到 “会设计 Agent 系统”如果你是产品经理正头疼 AI 和业务怎么对上如果你是企业负责人公司已经启动了 AI 项目却不知道怎么放进业务流程 —— 这本书里有你能直接拿走的东西。反过来如果你想要的是 「让 AI 一键全自动”」的魔法不愿意先把自己的业务流程想明白那这本可能不适合你。05ENDING新书终于上市了写完这本书之后我们反而越来越觉得Agent 会越来越成熟工作流也会成为企业落地的一个路线。大模型会继续变强工具会继续增加Agent 能做的事情也会越来越多。但对于真正使用 AI 的企业来说有些问题不会因为模型变强就自动消失。怎么设计任务怎么组织工具怎么控制权限怎么处理异常什么时候让人介入这些依然需要有人认真设计。这也是我们写这本书最初的想法把这几年看到、做过、踩过的东西整理下来给正在做 Agent、准备把 AI 放进业务里的团队提供一套可以真正拿去实践的参考。这本书想说的从来不只是 Agent 本身 —— 而是把 Agent 放回它真正工作的环境里让它和模型、工具、数据、系统、人一起工作。《智能体工作流设计方法与实践》 机械工业出版社・智能系统与技术丛书✍️ 绛烨 / 吕昭波 著 99 元现在在 京东 / 天猫机械工业出版社旗舰店/ 微信小店 均已上架企业采购欢迎单独联系我们。最后再次感谢各位老师大家的支持。另外评论区我们也会进行抽奖欢迎大家转发关注精选推荐金句如何将大模型真正转化为驱动商业增长的引擎由Datawhale成员撰写的这本书提供了独到的行业视角。它跨越理论与代码的鸿沟针对教育、营销、制造三大行业剖析个性化学习、批量营销素材生成、智能客服与运营管理等全链路落地路径。丰富的案例与可复用的设计方案助你透视底层逻辑实现AI自动化落地开启生产力跃迁新篇章。—— Datawhale 国内头部AI开源学习社区这两年大家都在谈智能体但真正难的从来不是把一个Agent运行起来而是如何把它放进真实业务流程中让它稳定、可控、可复用并且真正产生价值。本书可贵的地方在于它没有停留在概念层面而是从业务流程、智能体工作流、提示工程、平台选型、节点式编排到行业实践把“智能体怎么落地”这件事讲得很系统也很实在。—— 王磊 润米咨询刘润官方认证AI专家顾问、360集团纳米AI及企业赋能双顾问聊到AI根据我的了解现在很多人还停留在概念层面谈得越多焦虑越重。我一直坚信AI的价值不在空谈而在落地——只有真正嵌入工作流、业务流它才能发挥最大效用。这也正是这本书的核心价值。所有想把AI转化为生产力的从业者都可以尝试把这本书当作一份实战指南让AI真正为你的工作提效为你的能力加码。—— 霍太稳 极客邦科技创始人兼CEO做AI教育这几年被问得最多的问题是“Agent怎么真的用起来”。概念懂了工具会了到真实业务还是会卡住任务怎么拆、状态怎么追、数据流在哪里断掉大多数内容没回答。这本书最打动我的是顺序对了先把业务流程、工作流讲透打完这个地基再讲设计方法论、平台选型和技术实现最后落到真实案例。想认真把Agent用到业务而非停在Demo的人可以好好读。—— Lisa 工业和信息化部教育与考试中心《生成式人工智能应用工程师》认证课程开发者讲师、百度前AI教育高级解决方案工程师想真正吃透AI、把智能体落地到企业业务中一定要建立工作流思维这是很少有人讲透的落地核心思路。这本书完整复盘了近三年智能体行业的发展全貌从工作流视角厘清Agent底层逻辑拆解Google、Anthropic成熟的Agent搭建方案搭配Dify、FastGPT这些我们日常在用的工具实操教程不再让智能体落地停留在纸上。书中配套多行业完整实战案例内容循序渐进不管是刚入行接触Agent的新人还是总卡在项目落地环节的同行顺着这套完整框架梳理一遍都能补齐自己缺失的知识短板。—— 陈涛CT 杭州涂鸦科技有限公司前区域总经理、AI企业落地和出海实践者