别再纠结Workflow和Agent了，老板的账本只认营收

昨晚跟一位做国际贸易的线下老板吃了顿晚饭，聊了将近三个小时 AI 落地。我本来准备了一堆 Workflow 架构图、Agent 编排方案，想着给他看看我们怎么把剪辑、翻译、报关这些环节串起来。结果他筷子都没放下，就一句：

企业不是来省钱的，是来赚钱的。你给我省一个剪辑师的时间，不如帮我多卖一万块的货。

我愣了两秒。这句话本身不新，我早年在咨询圈也听过类似表达，但放在 AI 落地的语境里，杀伤力完全不同。过去两年我在技术圈待着，默认的叙事几乎全是"把流程自动化""把重复劳动替掉""把 Workflow 搭得漂漂亮亮"。可这位老板的账本，从来不会按"少花了多少人工时"来排序。

聊完我坐地铁回家，越想越觉得一件事没变：程序员思维和传统老板思维，根本不在同一个坐标系里。而大家天天混着用的 Workflow 与 Agent，正好卡在这条裂缝上。

先把词钉死：下一步到底由谁决定

从技术上讲，这条边界并不玄。我反复看过 Anthropic 那篇 Building effective agents，里面把 agentic systems 拆得相当干脆：

• Workflow：LLM 和工具沿着预先写好的代码路径被编排，路线是人定的，模型照着执行。
• Agent：LLM 自己动态决定流程和工具的使用方式，自己掌控任务怎么完成。

他们另外反复强调了一条更土的原则：先用最简单的解法，简单方案不够用时再叠加复杂度。很多任务，一条写好的提示词或一条可预测的 Workflow 就够用了。Agent 会换来更高的延迟、更高的成本，还有错误被放大的风险。

所以技术上的分界，我压成一句话：

Workflow：人决定下一步。Agent：模型决定下一步。

我踩过一次坑。去年给一个跨境电商客户做自动出单流程，一开始我上来就搭了个 Agent，让模型自己判断什么时候查库存、什么时候触发物流。结果跑了一周，错误率比纯 Workflow 高了将近一倍，延迟也翻倍。后来老老实实把路径写死，只在一个节点让模型做分类，问题就解决了。Anthropic 那条"先简单后复杂"不是客气话，是血泪教训。

可到了企业落地，老板几乎不会问"谁决定下一步"。他问的是：这东西能不能直接帮我多赚钱、多拿资源、把壁垒做厚？如果你只会回答"我们把流程自动化了"，他大概率点点头，然后把预算往后排。因为你交付的是过程，他买的是结果。

我盯着路径，他盯着结果

我写代码的时候天然在追求这些东西：逻辑闭环、代码优雅、流程自动化。于是很容易形成一种错觉——内容生成工作流搭好了，节点清楚、日志完整、演示顺滑，价值就算交付了。技术上这确实是好工程，我给自己打满分。

但老板不按这套标准打分。他只看结果指标。过程再高科技，带不来销量增长或资源扩张，在他眼里就是伪需求。

你在优化做事的路径，他在优化赚钱的结果。路径再漂亮，接不上结果，就只是技术自嗨。我见过太多 AI 项目技术成功、商业失败：验收会上工程团队觉得已经交付了，业务侧却觉得账上什么都没多出来。那种尴尬我经历过两次，一次是给零售客户做智能补货，一次是给工厂做质检自动化。技术 demo 都跑通了，但老板最后那句"那我的利润呢"，我答不上来。

AI 在他眼里不只是一把扳手

我眼里，AI 首先是一件工具：替代重复劳动、降低人力成本、让确定性流程跑得更快。这条线没错，也很诚实，对应的是防守型价值——少出错、少加班、少雇人。

但那位国际贸易老板告诉我，他看 AI 还叠加了另一层：吹牛的资本、信息差、用了 AI 就能在同行面前显得更先进，顺势拿到更多上游资源和信任。他赚的未必是少雇一个人的钱，更多是懂与不懂之间的那份差价。

我一开始觉得这层很虚，有点看不起。但后来我想了想线下生意里资源的流动方式，确实先于流程自动化。一单大货能不能拿到，很多时候先取决于你是不是看起来更懂、更稳、更像下一代供应商。这位老板的原话是："我带着 AI 方案去见客户，对方光看我的 demo 就愿意先打三成的预付款。"

这也解释了为什么很多 ToB 场景里，Demo 本身就有业务价值：它未必已经稳定生产，但能先把房间里那扇信任的闸门打开。我后来做售前，特意把 demo 的"看起来先进"排在了"真正稳定"前面，签单率确实上来了。

信任这件事，技术圈和生意圈是两套货币

我习惯开源、习惯 Building in Public，觉得透明才能建立信任。方案写清楚、流程可审计、日志能回放，这在工程世界里是美德，我确实也这么干。

但做生意的人，核心往往落在资源和封闭性上。真正的机会，很多藏在关起门来的圈子里；网上公开流传的，常常是幸存者偏差，或者是割韭菜的套路。ToB 生意里，缺了面对面的信任，线上流量再大也转化不了。

冲突就在这儿：

• 我想把方案写清楚、流程公开，让系统可审计
• 他想先确认的是：你是不是自己人、懂不懂行、出了事扛不扛得住

技术信任靠日志、权限、回放；生意信任靠人、圈子、履约历史。我实测下来，AI 落地如果只解决了前一种信任，后一种仍然为零，单子就很难签下来。很多项目倒掉，跟模型幻觉关系不大，卡在对方根本不信你能陪他走完一单真实业务上。那位老板原话："我信你这个人，比你信你的模型重要一百倍。"

通用 SaaS 是软件公司的本能，不是生意人的

我过去做产品，本能地想做一个通用 SaaS：抽象能力、标准化模块、规模化订阅。这是软件公司的 DNA，我改不了。

但老板的体感完全不同。他觉得没有通用解，每个行业的 Domain Knowledge 才是壁垒。他想做的，往往不是再买一个软件，而是用 AI 重构一家公司的系统：产品、营销、渠道、团队、资金，先跑通 MVP，再卖这套系统能力。就像连锁加盟，卖出去的不是货架软件，是管理体系。

这句话很关键。它意味着客户真正要的，是一套可复制的经营方法，你的 Workflow 模板和 Agent Demo 都排在后面。

所以 Workflow 与 Agent 的选型，起点不该是框架流行度，应该先问清你到底在卖哪一层价值。我现在的判断是：

• 你卖的是局部提效，Workflow 往往更合适
• 卖的是开放目标下的业务推进，Agent 才有位置
• 卖的是整家公司的经营系统，模型只是零件，领域知识和交付信任才是主体

真正的分界不在技术层，在第三问

把技术定义和老板的原话叠在一起看，结论就清楚了。Workflow 擅长确定性流程的提效：步骤清楚、容错要求高、必须可预测的场景，用它。Agent 擅长开放目标下的推进：路径事先写不死，需要边做边判断、围着结果反复调整，用它。

但对老板来说，还有第三问，比前两问更狠：

• 你是在帮我省钱？
• 还是在帮我赚钱？
• 再往上问：你是在给我一个工具，还是在帮我长出一套可复制的系统能力？

很多 AI 项目就死在第一层。工程师交付了漂亮的 Workflow，演示也流畅，最后预算却上不去。因为老板的疼点从来是多点订单、多点资源、厚点壁垒，少点人工排不上号。

这也是为什么我越来越警惕一种话术："我们先做提效，价值自然会出来。"提效当然有价值，但它在老板的账本里常常排得很靠后：前面压着增长、信任、行业 know-how，压着能不能把一家公司的打法复制出去。

技术圈喜欢争论 Workflow 和 Agent 谁更高级。老板对"高级"没什么兴趣，他只关心：这东西进了我的生意之后，会不会让我更值钱。

我给自己定的三条规矩

Workflow 和 Agent，别再傻傻分不清楚。我给自己定了三条：

• 技术上：谁决定下一步。
• 工程上：先简单后复杂，Workflow 能解决的，不必硬上 Agent。
• 商业上：老板要的从来是更硬的结果，流程再优雅也只是手段。

AI 在企业落地，最大的阻碍往往出在模型之外的地方，主要是两样：信任，以及对业务本质的理解。

我现在的习惯是，见业务老板之前，先别打开架构图。先听懂他最原始的那几句渴望：多赚钱。扩资源。建壁垒。听懂这三句，再回头看选 Workflow 还是 Agent，选型会干净很多。否则你搭出来的是很漂亮的自动化，他看见的却只有一句话：还没碰到生意本身。

要记的重点还是那句土话：先听懂老板要赚什么钱，再决定 Workflow 还是 Agent。

参考与延伸：

• Anthropic: Building effective agents
• 站内相关：你说的 Agent，八成只是个 Workflow / 企业端 Agent 怎么建、怎么选：工具可以分部门，心脏只能有一颗 / 企业落地数字员工，真正要买的是岗位交付 / 企业已经有了 M365 Copilot，还要不要 OpenClaw、Hermes 和客户端 Agent？

一个自己一个人做 AI 产品的创业者，Workflow 与 Agent 的词可以继续吵，企业账本不会陪你吵，它只认三件事：多赚到钱没有、资源扩到没有、壁垒筑起来没有。如果你也在和业务老板对齐 AI 落地，欢迎聊聊你现在卡在哪：提效叙事、信任建立，还是领域知识。