一、五种常用预编排工作流

这类是"代码路径先定好，LLM在节点里填充"，可预测、好调试，覆盖80%企业场景。

Prompt Chaining（提示链）：把任务拆成顺序步骤，上一步输出是下一步输入。适合固定流水线，如"提取-润色-合规检查-发布"。

Routing（路由）：先分类输入，再派发到不同专家分支。客服意图分流（退货/咨询/投诉）、多领域问答入口都用它。

Parallelization（并行）：同一任务拆成独立子任务并发跑，再聚合或投票。用于多源信息采集、候选评估、A/B草案生成。

Orchestrator-Worker（编排者-工人）：一个中枢Agent动态拆任务，派给多个专职子Agent，收口合成。复杂研报、代码改动、数据管道主力模式。

Evaluator-Optimizer：（评估-优化）：生成者出草稿->评审者按标准打分->不达标就改写，循环到阈值。写代码、写文案、结构化抽取的质量兜底环节。

二、四个核心推理/自治循环（Agent本体范式）

LLM自己决定下一步调什么工具、要不要重规划，直到命中停止条件。

ReAct（Reason+Act）：Thought->Action->Observation反复滚，每步可挂工具。动态搜索、工单处理、即席分析的默认起点，调试友好但要点max-iterations防止死循环。

Plan-and-Excute：先出完整DAG计划，再逐步执行（执行中可微调）。长任务（多文件重构、研报）比纯ReAct省Token、更可控。

Reflection/Reflexion：跑完一轮自我批判（或交Critic Agent），修订后再跑。代码生成、常温写作提示明显，代价是延迟和成本。

ReWOO/ToT/LATS：把工具和依赖显示写进计划，减少来回调用；Tree-of-Thoughts多分支探索，适合博弈/数学；LATS用工具反馈做树搜索。一般只在特定高价值场景上。