AI流程实现和六边形顾问价值

AI时代不断出来新词，最近业界热议的 Agent skills（技能） 和 harness（驾驭/管控层，也叫“智能体缰绳”），在表面上，和传统业务流程自动化技术的 Workflow（工作流），Rule Engine（规则引擎）有很多类似的地方，它们都是在业务特定上下文里，预定义的行动规则。

我在下文中解释了目前企业级AI主要以“智动化”模式为主，要根据业务场景对合规性、一致性的要求，选择合适的智能体应用模式，简单说，对于“出差报销”这类合规性要求高，或者“每日推送销售报表”这类一致性高的任务，不需要也不应该使用智能体，而应该使用传统工作流，智能体更适合完成“给我画个五彩斑斓的黑”这种没有规范的创造性活动。

给非技术管理者解释｜为什么企业AI平台主要是奥锐方，而不是小龙虾很多人试图提升智能体工作产出的一致性，这就是为何会有skill、harness的原因：- Skills：就是 Agent 可调用的工具/函数（API 调用、代码执行、搜索、读写文件等），通常是开发者提前注册好的。这和工作流里的任务或者步骤的作用几乎一样。- Harness ：最近AI圈里特别火的词，指的是包裹在大语言模型外面的全部工程基础设施——系统提示词、工具描述、执行循环（Agent Loop）、记忆系统、校验/重试逻辑、状态管理等。简单说，它就是“给野马套上的缰绳和鞍具”，让 大模型驱动的智能体别乱跑。这实际上是智能体开发者用硬编码写死的智能体工作工作规则，和传统业务流程（Business Process Management）的流程引擎或规则引擎（if-then-else 规则）很像。很多用这些工程框架开发的Agent，其实就是包装成智能体的工作流，即预定义角色完成固定流程。然而，智能体和工作流的工作机制是截然不同，我们团队倡导的“智动化（agentic orchestration)”则是二者的混合和折衷：

工作流的控制流是完全由开发者预定义的固定路径，智能体的控制流则是大模型的动态决策，根据目标和当前上下文自己规划，而智动化的控制模式是开发者编排人类工作流和智能体协作的端到端流程框架，大模型只在智能体承担的节点发挥协调、规划、决策的作用。

如果我们以客服为例，大致处理流程是这样的：

- 传统工作流：系统收到客户提交表单→查询订单→填制回复模板。- 智能体：同一个场景下客户用自然语言请求服务，智能体自己判断是投诉还是咨询，动态调用 CRM、知识库、甚至外部搜索，再生成个性化回复，还能记住上一次对话。

- 智动化： 用户用自然语言请求服务，如果被智能体判断是投诉，则被路由到一个由人类服务代表处理的工作流，如果是咨询，另一个智能体调用知识库生成回复。

从目前主流实践看，智能化是一种更可靠的企业级AI应用模式，也是达芬奇/奥锐方解决方案提供的技术解决方案，而纯智能体方案目前还无法全面处理企业级流程。

最近这段时间Harness Engineering（缰绳工程）这个词很火，简单说Agent = Model + Harness，它是把不确定的大模型包装成可靠的生产级基础设施的工程框架，重点解决模型聪明但不可控、长时任务容易漂移的问题。

它是智能体的工程方法，但是并不是面向解决企业级端到端流程的方法，只有“智动化”才是构建协调多个自主智能体、人类活动、RPA以及其他智能化能力（机器学习、决策优化、机器视觉等）完成端到端业务流程的控制平面的工程方法，包括：任务分解、动态路由、智能体间通信、状态管理、治理策略（合规、审计）、监控优化等。

打个不一定准确的比方，如果我们类比于传统ERP实施，智能体开发以及围绕开发的缰绳工程相当于是开发ERP某个具体功能的软件工程师，而从事业务流程编排和奥锐方智动化平台部署的工作，则相当于ERP方案架构师和实施顾问。

过去几十年的实践表明，后者的工作价值和个人收入都是高于前者的。

这就是为何我建议你在AI时代成为KPro认证六边形顾问的原因。