垂直模型和AI Workflow是开AGI的历史倒车

提供AI咨询+AI项目陪跑服务，有需要回复1

RL 之父 Rich Sutton在 2019 年的文章《苦涩的教训》中指出：

70 年的 AI 研究历史告诉我们一个最重要的道理：依靠纯粹算力的通用方法，最终总能以压倒性优势胜出

怎么说呢？他认为试图将人类知识编码到AI中（如专家系统、手工设计特征）短期有效，但长期会限制发展。

比如AlphaGo/GPT-3的成功并非源于复杂规则，而是大规模算力支撑的简单算法（神经网络+海量数据）。

而后又有一些案例：最近 Gemini 和 4o 更新的图片功能，可能直接取代了很多图片工作流：用自然语言对话完成现在复杂的 SD 图像生成工作流。

于是很多人会认为：模型的通用能力，正在取代现在那些复杂的 Workflow。

但我认为这是不对的，至少说在这几年是不对的，因为GPT是基于统计学的逻辑，他并不具备真正的思考能力

知识的有损性

我们知道，知识/数据是对真实世界的描述，就简单一个事物，事实上我们平时只会关注他不到1/10的部分，以糖尿病为例：

我们讨论的最多的是其症状和药物，文化经济模块很少会涉及，这里造成的结果就是数据残缺性与知识表征瓶颈。

比如医生在实际诊断过程中，不仅依赖临床指南，还有大量的内化知识，包括：

患者微表情解读（疼痛忍耐度）；
社会经济因素权衡（治疗方案可行性）；
伦理判断（生命质量 vs 延长寿命）；

这是当前AI难以跨越的困局：隐性知识难以结构化，导致训练数据本质残缺。

GPT-4的医学考试高分≠临床能力，恰如通过飞行理论考试≠能处理空中特情，一个道理。

AlphaGo的成功建立在围棋规则完全透明、状态空间有限的基础上。而真实医疗场景存在：

模糊边界（症状相似的不同疾病）；
动态演化（患者病情突变）；
价值冲突（不同科室意见相左）；

这类开放性问题需要元认知能力（反思自身决策局限），而当前AI仍停留在“统计拟合”层面。

综上，RL 之父所谓的算力碾压需要一个大前提：算力需作用于正确架构。

若基础模型无法表征某类知识（如医学伦理），单纯堆算力可能陷入“自以为是又严密而精准的错误”。

而GPT的预训练是基于词序列的条件概率建模，其核心是通过海量文本学习在特定上下文中，下一个词的概率分布。

确实不能否定其可能出现涌现的可能，但那也要建立在对世界全量知识的输入，显然现在是做不到的，毕竟文字可不能完全描述真实世界。

现有研究表明，语言文字至多能描述真实世界的30-40%（以可编码信息量计算），根据描述对象的不同，语言的有效性差异显著：

这里很多多模态设备需要进一步发展才行，所以这个窗口期早着呢！

综上，现在鼓吹零Workflow的人都“其心可诛”，没准他们在释放错误的技术路径，自己晚上偷偷的组装各种Workflow做训练呢！

“偏向性”公平不可取

其实，零Workflow是完全适应于OpenAI的Agent发展预测的（山姆·奥特曼提出）：

L1级别（聊天机器人）。AI系统能够进行基本的对话和交流，显示出对自然语言的基本理解能力，并能对各种提示和问题作出响应。

L2：推理者（Reasoners）。AI系统能够以人类专家的熟练程度解决复杂问题，标志着其从单纯模仿人类行为升级到展现真实的智能水平。这些AI不仅擅长对话，更具备了解决问题的能力，其推理和决策能力已接近人类水平。

L3：智能体（Agents）。AI系统能够承担复杂的任务、作出决策和适应不断变化的环境，并在无须持续人类监督的情况下自主行动。这一阶段的AI不仅具备推理能力，更能自主执行各类复杂的操作任务。

L4：创新者（Innovators）。AI系统具有创造性和独创性，能够提出突破性的想法和解决方案。它们不仅能模仿人类的创造力，更能突破思维的局限，提出令人耳目一新的创新理念。

L5：组织者（Organizations）。AI系统不仅具备战略思维，还拥有实现组织目标所需的高效率和强适应性，能够管理复杂的系统。它们能够灵活协调多个智能体，合理分配任务，实时监控进度，并依据实际情况作出迅速调整。

当前正处于L2到L3的分界线，L3-L5全是脏活累活，在LLM的基础上不断叠加各种能力，说人话一点就是开放API/开放知识/开放能力给大模型。

L1是是否问题，L2是增强问题，L3-L5其实是数据和能力组织问题。他包括了多模态、环境感知、具身智能、AR/VR甚至脑机接口撒的。

这本事没什么问题，慢慢发展即可，但很多人为了吹嘘所谓尚不成熟的Agent框架，在一再贬低基于Workflow（或者说SOP）的AI应用：

比如，这里说SOP AI应用只能靠指令主动触发或者只能做到单次请求响应，完全就是YY；

然后他们所谓的AI Agent可以自动感知环境主动触发，其实严格意义上也需要触发器的，这样带着偏见去叙事，抬高一个打压一个是很神奇的，瞒者瞒不识，识者不能瞒。

在看AI Agent框架的定义：

所谓的记忆与工具且早着呢，单记忆好多公司就搞不定，每个行业各种黑科学、黑话，坐着等待大模型慢慢发展，其实约等于等待大模型将各行各业的SOP内部封装做完。

醒醒吧，这是一场入口之争，是你想入口在哪的问题！

其实，仅仅是鼓吹零Workflow也就算了，但是当前有些信号正在逐渐打压垂直领域的模型，会认为垂直模型是开倒车，这真的是胡说八道了...

垂直模型开倒车

首先，AI产品的实现在于两极：模型与工程，基座模型能力越强那么对应工程实现就可以越简单，只不过这又该临界点。比如，这个临界点是：

模型可以不必做规划，但他真的能精准抽取关键词，这是是否问题；
工程能切实补足大模型的天生缺陷，比如幻觉、比如记忆问题；

就我去年到今年看到的20家企业，在AI产品实现全部是基于Workflow在做设计，他们对于模型是否会完全颠覆自己的提示词工程表现出了几无所谓的态度，原因是：

浅尝则止的公司，提示词工程本来成本就很低，10多20万就搞定了，模型要取代就取代呗，他们毫无所谓；
行业深度运用的公司，已经是领域非常资深的玩家，他们的提示词工程依赖于大量KnowHow，偶尔他们自己都玩不明白，所以对于模型马上会具备超越他们行业认知的事情，是毫不担心的；

这里要注意的是，这里所谓的行业深度并不是只程序员行业、图像行业这种规则性完善的公司，而是指医疗、金融、法律等领域。

所以，真实生产在用的技术路径，和某些公司在鬼扯的路径完全不是一套，这是什么原因呢？

入口之争

其实前面已经说过了，垂直领域的玩家当前只能基于Workflow自己玩，而类似DeepResearch、Genspark、Agent、Manus甚至门槛更高的Coze这种玩家当然是希望：你们什么都别做，等我好了，就用我的！

以Genspark为例，他们就发现直接抓取网络或者完全依赖大模型只能解决简单问题时，就有一系列改进策略了，包括：

加入专业数据源（如学术、财经、旅游等）；
并行搜索处理复杂问题；
多代理交叉验证信息避免幻觉；
引入专门的深度调研 Agent；

特别是这点需要特别引人注意：

使用高质量数据源、专家审核内容；数据由离线 Agent 审核，确保准确性，避免信息冗杂和虚假。

虽然鼓吹的是更少的控制，更多的工具，只不过什么是工具就需要仔细揣摩了。

举个例子，如果我现在要做医疗场景的Agent，那么我完全可以基于Workflow做基础实现，然后开启用户验证。

而当我验证的差不多后，立马宣传大家都不要使用Workflow，并且马上用DeepSeek包装出一套Agent框架，将我的Workflow、数据全部以知识的形式内置进模型。

那么，此时这个所谓Agent框架，他到底是框架还是垂直模型呢？

再比如，我野心再大点，已经不满足于一个医疗领域。于是去收购了一家特别优秀的教育做AI Workflow的公司，然后用同样的方法论将知识内置，并开始鼓吹专家模型...

如果体验较好，也不知道最后会怎么样。

结语

在Agent与Workflow的博弈中，技术演进的本质是效率与安全稳定性的动态平衡。

当前的讨论焦点并非“谁取代谁”，而是如何在不断变化的应用场景中找到最优解。通过深入分析行业实践，可以归纳出以下三个关键结论：

一、通用性需以基础模型突破为前提

GPT的崛起证明了，当底层架构足够强大时，统一的框架可以打破细分领域的“专家系统”垄断。然而，要实现Agent的类似颠覆，我们面临两大障碍：

长程规划的可靠性：当前，模型在超过50步的任务中错误率呈指数级上升（0.95^50≈0.07），难以满足生产环境中对稳定性的高要求；
工具调用的完备性：现有的Function Calling功能主要支持基础操作（如浏览器、文件读取等），而对垂直领域的专业工具链支持则明显不足；

没有强大的基础模型与多模态工具支撑，Agent无法实现从一般任务到专业任务的跨越。

二、垂直Workflow仍是产业落地的现实选择

尽管通用Agent充满潜力，但在金融、医疗等高要求行业，Workflow依然在多个维度上具备不可替代的优势：

确定性交付：通过预设规则和标准化流程，能够有效规避模型幻觉的风险。以医疗诊断为例，强制嵌入临床指南的校验模块，确保输出的可靠性；
成本效率：与其让Agent进行冗长的推理，不如直接调用已预设的流程来完成任务，这不仅能降低错误率，还能节省大量计算资源，减少90%的Token消耗；
数据反哺：通过执行Workflow生成的日志数据，可以为基础模型训练提供高质量的轨迹数据，进一步提升模型在特定领域的能力。

这正是吕老师所说的Workflow是模型能力边界的缓冲层的意思，它实际上是人类经验的结构化封装，为AI的实际应用提供稳定的基础。

三、融合架构将成为中期主流

随着技术的不断进步，我们看到行业中逐渐形成新的技术范式：通用模型作协调层，垂直Workflow作执行层。

这一架构能够在避免纯Agent的失控风险的同时，突破传统Workflow的僵化局限，成为一种灵活且高效的解决方案。典型的案例包括：

Coze的“混合编排”模式：用户自定义的Workflow节点中，嵌入了Agent的决策点，在关键环节留有人工干预入口，从而平衡了灵活性与可控性；
Deepseek的“能力蒸馏”路径：通过将垂直场景中的Workflow执行数据反向训练基座模型，逐步内化领域知识，最终实现高效的自主决策；

这种架构的核心在于，它将工具链的标准化视为Agent落地的必经之路，而工具本身的设计，往往源自于既有Workflow的抽象。

这不仅提高了模型的自主性，还保持了在复杂场景中的高效执行。

未来五年的关键命题

行业发展正在向着更加成熟的方向前进，但在这一过程中，我们也需警惕两类极端倾向：

第一，盲目追求“零Workflow”：

在模型尚未成熟时，急于推向通用Agent，可能会让产品陷入“高概念、低可用”的陷阱。

真正的技术进步应当是在能力达到临界点后，再让Agent承担更多任务；

第二，固守手工规则：

拒绝拥抱基础模型的进化，可能会错失自动生成Workflow的技术浪潮，导致技术逐步落后。

真正的机会并不在于简单的“零Workflow”或“手工规则”的选择，而在于建立动态适配体系。

通过实时监控模型的能力边界，将可预测的任务交给Agent自主规划，而对于不确定的环节，依然需要保留Workflow的硬性约束。

这种方法才是真正的“More Intelligence, Less Structure”的务实解读：不是消除结构，而是让人工智能学会在规则与自由之间找到最佳平衡，动态适应不同场景的需求。

最后，未来的AI产品将不再是简单的“工具”或“执行系统”，而是能够在动态变化的环境中自主学习、进化，并根据实际需求切换工作模式的智能体。

从应用角度看，真正的挑战在于如何平衡技术创新与可控性，如何让AI技术服务于特定行业的需求，而不仅仅是追逐“通用智能”的梦想。

短期内，Workflow仍将在很多行业中扮演关键角色，而长远来看，随着基础模型的不断完善，AI将逐步迈向更加灵活与自主的阶段，助力各行各业的智能化转型。