Agents contre Workflows
Workflows codifie la façon dont le travail est effectué. Agents décide quel travail effectuer, quand et dans quel ordre, en utilisant les flux de travail comme outils.
La distinction fondamentale
Un workflow est une traduction d'un processus en étapes exécutables. C’est déterministe: étant donné la même entrée, il suit le même chemin. Déclencheur → étapes → sortie. Vous le concevez une fois, puis l'exécutez à plusieurs reprises.
Un agent est une couche de raisonnement au-dessus des workflows. Il lit le contexte, décide quels flux de travail invoquer, les séquence, surveille leurs résultats, évalue les résultats et boucle jusqu'à ce que l'objectif soit atteint. L'agent est propriétaire du résultat; les flux de travail sont ses instruments.
Flux de travail
- •Processus codifié – étapes structurées et reproductibles
- •Déclenché explicitement (planification, webhook, manuel)
- •Exécute un chemin défini
- •Renvoie la sortie – ne possède pas les résultats
- •Composable - utilisé comme outil par les agents ou d'autres flux de travail
Agent
- •Orienté vers un objectif: décide quoi exécuter et quand
- •Proactif: agit selon le calendrier, les signaux ou les déclencheurs de mémoire
- •Séquence et adapte en fonction des résultats intermédiaires
- •Possède les résultats – surveille, évalue, réessaye
- •Apprend - lit le contexte KG, réécrit les décisions
Workflows comme Tools
Dans AgentLed, n'importe quel workflow peut être enregistré en tant qu'outil disponible pour un agent. L'agent n'exécute pas les étapes directement: il appelle des flux de travail, reçoit leurs résultats et décide de la marche à suivre en fonction des résultats.
Cette séparation est importante pour deux raisons:
- 1.Réutiliser. Le même workflow « enrichir le contact » peut être invoqué par un agent de prospection, un agent re-engagement et un agent de qualité des données, sans dupliquer aucune logique.
- 2.Observabilité. Chaque exécution de flux de travail est une unité discrète et traçable. Vous pouvez inspecter les entrées, les sorties, la durée et les erreurs au niveau du workflow, quel que soit l'agent qui l'a déclenché.
Exemple: agent de prospection
Un agent de prospection a pour objectif de remplir le haut du pipeline de prospects qualifiés. Il ne contient aucune logique d’enrichissement ou de sensibilisation en lui-même: il orchestre les flux de travail qui le font.
Lire le contexte KG
Requêtes des agents Knowledge Graph: quelles entreprises correspondent à ICP? Qui ont été contactés au cours des 30 derniers jours? Lequel a eu des réponses?
Appel: flux de travail enrich-company
Pour chaque nouvelle entreprise cible, exécute le workflow d'enrichissement. Renvoie les données firmographiques, la pile technologique et les signaux d'embauche récents.
Appel: flux de travail score-lead
Note chaque entreprise enrichie à l’aide du workflow de notation des leads. Profil compact de KG inclus automatiquement.
Évaluer les résultats
L'agent vérifie les scores par rapport au seuil. Les entreprises au-dessus du seuil avancent. En dessous du seuil, les données sont réécrites dans KG avec la raison du saut.
Appel: flux de travail draft-outreach
Pour les prospects approuvés, exécute le flux de travail de brouillon de sensibilisation. Personnalise en fonction des données d'enrichissement et de l'historique KG.
Porte humaine (facultatif)
L'agent achemine les brouillons vers la révision human-in-the-loop s'il est configuré. Attend l'approbation avant d'envoyer.
Surveiller et rédiger les résultats
L'agent suit les envois, les ouvertures et les réponses. Écrit les résultats dans KG sous la forme d'arêtes CONTACTED et OUTCOME. Ajuste le contexte de notation pour la prochaine exécution.
L'agent est propriétaire de l'objectif du pipeline. Chaque flux de travail est une unité ciblée et réutilisable. Aucun des deux ne connaît l'autre: l'agent les compose au moment de l'exécution.
Surveillance de l'exécution
Chaque exécution d'agent crée une chronologie des appels de workflow. Vous pouvez inspecter:
| Signal | Ce que ça te dit |
|---|---|
| Appels de flux de travail | Quels workflows l'agent a appelés, dans quel ordre, avec quelles entrées |
| Sorties au niveau échelon | Sortie de chaque étape au sein d'une exécution de workflow - inspectable sans re-running |
| Raisonnement des agents | Pourquoi l'agent a choisi un flux de travail particulier ou s'est orienté dans une direction donnée |
| Erreurs et tentatives | Quels workflows ont échoué, si l'agent a réessayé et avec quel résultat |
| KG écrit | Chaque nœud et bord créé par l'agent - vérifiable après coup |
Évaluation des performances
Étant donné que les agents écrivent leurs décisions et leurs résultats dans Knowledge Graph, les performances peuvent être évaluées au fil du temps, et pas seulement per-run:
- •Précision de notation. Comparez les scores AI aux décisions humaines et aux résultats en aval. Identifiez où l’agent se trompe systématiquement.
- •Utilisation du flux de travail. Quels workflows l’agent appelle-t-il le plus? Lesquels sont rarement utilisés? Cela fait apparaître un poids mort et des capacités manquantes.
- •Suivi des résultats. Connectez les décisions des agents aux résultats real-world: réunions réservées, transactions conclues, embauches effectuées. Mesurez si l’agent déplace la bonne métrique.
- •Taux de correction. À quelle fréquence les humains annulent-ils les décisions des agents? Des taux de correction élevés sur des types d’entités spécifiques indiquent une dérive de rubrique ou un contexte manquant.
Quand utiliser chacun
Utilisez un workflow lorsque
- •Le processus est well-defined et reproductible
- •Vous voulez un contrôle total sur le chemin d’exécution
- •La tâche ne nécessite pas de raisonnement sur le contexte ou les objectifs
- •Vous créez une fonctionnalité réutilisable que les agents ou d'autres flux de travail invoqueront
Utiliser un agent lorsque
- •Vous définissez un objectif, pas un processus
- •La bonne séquence d’étapes dépend des résultats intermédiaires
- •Vous avez besoin que le système surveille, réessaye et s'adapte, et pas seulement s'exécute une seule fois.
- •Vous voulez un apprentissage composé: les résultats alimentent les décisions futures
Prochaines étapes
- Créer et configurer Agents — Configurer un agent et enregistrer les flux de travail comme outils
- Agents comme étape — Utiliser un agent comme étape dans un autre workflow
- Multi-Agent Orchestrator — Coordonner plusieurs agents vers un objectif commun
- KG Présentation — Comment les agents lisent et écrivent la mémoire au fil des exécutions
- Notation et commentaires — Les agents de la boucle d'apprentissage utilisent pour s'améliorer au fil du temps