构建完整的智能体工作流技术门槛已降低,能力不再稀缺。真正的价值在于深入理解具体业务与AI技术,设计出AI Native的解决方案,而非简单地将AI嵌入原有流程。当前行业缺乏最佳实践,需针对不同领域反复试错。同时,模型能力快速迭代导致工作流易过时,需持续调整。竞争焦点已从技术实现转向商业落地,找到独特切入点和解决实际业务问题成为关键护城河,这为程序员和PM转型提供了机会。
"搭一套完整智能体工作流"其实不值钱,就好比写代码虽然难但没那么值钱,值钱的还是把代码编程有价值的产品。
智能体也一样,值钱的是搭建一套解决业务问题的智能体工作流。技术上其实还好,难的是需要对业务和 AI 技术两者都有深入了解,重新设计出 AI Native 的工作流而不是说原来的工作流加上一点 AI。
目前基于 AI 的工作流业界都在摸索中,缺少最佳实践参考,而且不同的行业需要的工作流不一样,抄都没得抄,得反复试错后才能做得好。
还有一个变量就是模型能力一直在变化,半年前设计好的工作流可能到现在已经过时了,又需要重新调整。
好事情是这里面其实机会蛮多,尤其适合程序员和 PM 转型。