# AI Agent 和工作流，什么时候用哪一个？（附邮件分类与文档提取拆解）

Source: https://openflow.run/zh-cn/blog/when-to-use-ai-agents-vs-workflows/
Language: zh-CN

团队在做邮件处理或文档自动化时，最容易走的两个极端是：要么用一堆脆弱的正则表达式硬扛非结构化文本，要么把整条业务链路全扔给一个“自主 AI Agent”去循环决定下一步。

真正能在生产环境里长期可靠运行的系统，一定会把**模型判断**与**确定性控制**拆开。下面结合**邮件分类**和**文档/发票提取**两个高频场景，拆解两者的分工，并看看为什么 **Dify** 和 **Coze** 式的做法容易踩坑。

## 核心原则：模型负责“判断”，工作流负责“控制”

工作流决定**什么时候触发**、**调用哪些系统**、**输出必须满足什么格式**，以及**出错或需要审批时怎么停下来**；而大模型或受控 AI 节点，只负责处理单步内的**模糊性与语义理解**。

| 职责 | 固定工作流规则 | AI 模型 / 受控判断节点 |
| --- | --- | --- |
| **触发与调度** | Cron 定时、Webhook 接收、收件箱轮询 | 不适合——模型不该自己决定什么时候唤醒任务 |
| **非结构化理解** | 用正则或关键词匹配极其脆弱 | **意图分类、紧急度评估、摘要生成、非标字段提取** |
| **路由与外部写入** | **条件分支、循环、写入表格/CRM/数据库与重试策略** | 交给模型自主调用容易出现幻觉参数或重复写入 |
| **权限与审计** | **OAuth 凭据托管、人工审批暂停与版本回滚** | 必须在提示词之外由系统强制约束 |

## 场景一：邮件分类与升级通知

以一条售后或供应商邮件处理流程为例：

*   **交给固定规则的步骤**：每分钟轮询 Gmail 未读邮件、排除草稿与垃圾邮件、强制约束输出为四个枚举值（`urgent`、`important`、`informational`、`spam`）、命中 `urgent` 时发 Slack 告警、涉及退款时暂停等待人工审批，最后把结果追加到 Google Sheets。
*   **交给模型判断的步骤**：在 [AI 决策节点（JEV）](https://openflow.run/zh-cn/docs/nodes/decision/index.md) 中读取发件人、主题与正文摘要，在一次调用里同时判断分类、评估紧急程度并生成一句摘要。

如果把整条邮件流程丢进自主 Agent 循环，模型可能会擅自给伪造发件人回信、超时漏记表格，或者反复调用工具来回确认。把触发、路由和写入收归确定性工作流，整条链路才可审计、可复现。

## 场景二：发票与文档信息提取

再看一个常见场景——从 PDF 附件或供应商账单里提取明细并入账：

*   **交给固定规则的步骤**：通过 Webhook 或邮件附件接收文件、在代码节点里校验必填字段与金额加总是否正确（如 `total > 0`）、超过预算阈值时走人工审批，最后将校验后的数据写入 ERP 或财务表格。
*   **交给模型判断的步骤**：兼容不同供应商五花八门的版式、把非标准的商品描述归一化，并提取成预设的 JSON 字段结构。

在这个例子里，模型的任务在输出结构化 JSON 的那一刻就结束了。金额核对、阈值分流和账务写入必须由确定性代码与条件节点完成。

## 为什么 Dify 和 Coze 式的 Agent Builder 容易把两种模式混在一起

**Dify** 和 **Coze** 这类平台把“提示词 + 知识库 + 一堆插件”放进画布里，包装成一个能自主规划、循环调用工具的通用 Agent。

但在真实业务里，能在 Dify 或 Coze 上长期跑通的流程，往往是开发者在调试过程中把分支条件和执行顺序一步步写死了——本质上还是确定性工作流。一旦真的放开权限让画布里的 Agent 自主循环处理复杂任务，上下文迅速膨胀退化，出问题时开发者也无从排查。

我们在[《为什么 Open Flow 不做 Dify / Coze 式 Agent Builder》](https://openflow.run/zh-cn/blog/why-not-agent-builder/index.md)中详细拆解过原因：自主推理属于模型厂商的原生 Harness（如 Claude Code、Codex），而可重复、带外部副作用的业务执行必须交给确定性工作流。

## Open Flow 如何清晰地结合两者

Open Flow 没有把工作流和自主 Agent 硬揉进同一个网页画布，而是把职责拆得非常干净：

1.  **在工作流内部**：用定时、Webhook、条件节点、代码节点和[人工审批节点](https://openflow.run/zh-cn/docs/nodes/approval/index.md)守住确定性，只在需要语义判断的步骤放入单次调用的 [JEV 决策节点](https://openflow.run/zh-cn/docs/nodes/decision/index.md)。
2.  **在工作流外部**：通过 [CLI 与 MCP 工具](https://openflow.run/zh-cn/docs/guides/agent-authoring/index.md)开放编排能力，让 Claude Code 或 Codex 直接检查、修改并验证工作流文件。

想马上试一下？可以直接[打开 Open Flow 工作台](https://console.openflow.run/flows)，或跟着这篇[Gmail 自动分类模板教程](https://openflow.run/zh-cn/blog/gmail-classification-n8n-openflow-template/index.md)跑通你的第一条确定性 AI 工作流。

OOMOL·2026年11月10日
