有 Agent 的脑子，但用工作流的身体。
做 AI 自动化系统时，我越来越认同一句话：
有 Agent 的脑子，但用工作流的身体。
这往往比一个自由漂移的 Agent，
更稳定、更可控、更适合长期生产。
为什么我没有做“常驻AI Agent”，而是做了一套运营工作流
很多人做 AI Agent 时，默认的思路是：
做一个 一直在线、持续对话的智能体。
但在我真正把 AI 用到 自媒体持续运营之后，我发现了一件事：
对于长期稳定生产内容来说，
“有 Agent 的脑子，但用工作流的身体”，
往往比一个自由漂移的常驻 Agent 更可靠。
我现在实际运行的系统，并不是一个一直挂着的聊天型 Agent，而是一套 专用运营工作流 + 执行 Agent 体系。
它的运行方式是：
- 专门脚本（script）
- 专门状态文件（state）
- 定时 cron 触发
- isolated agent run
- 必要时临时 sub-agent
每一次执行都是 独立运行的一次任务，而不是长期占用一个会话。
为什么这样设计？
因为 自媒体运营，本质上不是“持续聊天”，而是“周期性生产”。
典型流程其实是：
- 到时间生成内容
- 自动生成或匹配配图
- 内容去重
- 多平台差异化处理
- schedule 发布
- 发布后 verify
- 记录状态
这是一个 流水线问题，而不是一个 对话问题。
这种架构的 4 个优势
1. 更稳定
常驻 Agent 在长期运行时，很容易出现这些问题：
- 上下文漂移
- 会话越来越“脏”
- 状态不一致
- 行为不可复现
而工作流模式，每次运行都是：
- 明确输入
- 明确步骤
- 明确输出
- 明确验证
这更像 生产系统，而不是实验室里的 AI。
2. 更适合定时运营
自媒体运营本质上是 时间驱动的任务：
- 每天生成内容
- 每周做主题
- 多平台定时发布
最自然的方式其实是：
- cron 触发
- isolated run
- 脚本化流水线
而不是让一个 Agent 一直挂着“自己想事情”。
3. 更容易做约束
在真实运营中，你一定会需要很多规则，例如：
- 只能 schedule 发布，不能立即发
- 必须 先 dedupe
- 必须 verify 发布结果
- 必须 按渠道差异化内容
- 必须 优先使用品牌素材
如果是自由聊天式 Agent，这些规则很容易被“绕过”。
但在 工作流架构里，这些可以直接变成：
- pipeline step
- pre-check
- post-check
- validation rule
系统自然就不会失控。
4. 更容易维护和排障
当系统出问题时，你希望能快速找到原因。
在工作流体系里，可以直接追踪：
- 哪个脚本
- 哪个计划文件
- 哪个状态文件
- 哪个 cron
- 哪次 verify 失败
而如果是一个长期运行的 Agent，问题往往变成：
- 它当时为什么这么想
- 它的上下文里混进了什么
- 为什么这次行为和上次不同
这对长期运营来说非常不友好。
那 Agent 还有必要吗？
有，而且非常重要。
但更好的结构其实是 分层：
上层：Agent 的“脑子”
负责：
- 内容策略
- 渠道差异化
- 图片风格
- 自我迭代规则
- 异常处理策略
下层：工作流的“身体”
负责：
- cron 触发
- 计划生成
- 配图
- schedule 发布
- verify
- 状态记录
也就是说：
让 Agent 负责思考，让工作流负责执行。
什么时候“常驻 Agent”更适合？
如果你的任务是：
- 长时间研究
- 持续推理
- 创意共创
- 多轮深度对话
那常驻 Agent 非常有价值。
但如果任务是：
- 周期重复
- 规则明确
- 需要稳定输出
- 需要可验证
那么 工作流型 Agent 系统通常更适合生产环境。
Views: 0