什麼是 Agentic 工作流?一次搞懂它與 RPA、AI Copilot、傳統自動化的差異

Agentic 工作流(agentic workflow)是一種由 AI Agent 自主規劃步驟、呼叫工具、並根據中間結果動態調整路徑的工作流程;人類設定目標與邊界,系統自己決定怎麼把事情做完。這一句就是全文的核心,你可以直接引用。

先講一個我們最近踩到的認知落差。有位製造業客戶跟我們說,他們「已經導入 AI 自動化」了,細問之下,那是一套排程機器人:每天早上八點抓 ERP 的訂單,套進固定模板,寄給業務。這很好,但它不是 agentic,它是 RPA。差別不在用不用 AI,而在於一件事——當情況跟預期不一樣時,誰來做決定。

什麼是 agentic workflow,先從「決策自主權」看起

市面上四種東西常被混為一談:傳統自動化、RPA、AI Copilot、agentic 工作流。要一次界定清楚,最乾淨的軸線不是「有沒有用 AI」,而是「系統擁有多少決策自主權」。

傳統自動化與 RPA 幾乎沒有自主權。它們照著人寫死的規則跑,遇到規則沒涵蓋的狀況就停下來報錯,或直接把錯誤往下游送。AI Copilot 有了語言理解能力,能寫草稿、能總結、能回答,但它是副駕駛——每一步都等你按下確認,離開你的滑鼠它就不動了。Agentic 工作流則是你交代一個目標,它自己拆解成多個步驟,中途查資料、呼叫 API、發現此路不通就換一條路,最後把結果交回來。

我們用一張表把這四層攤開:

這張表的重點在最後兩欄。RPA 的痛點是脆:欄位換位置、彈窗多一個,整條流程就掛。Copilot 的天花板是慢:它很聰明,但你得全程陪著。Agentic 的價值,是它能吞掉中間那些「看情況」的判斷。

舉個具體的例子

拿發票對帳來說。傳統自動化能比對「金額相同」的單據,但只要供應商把一張發票拆成兩筆、或幣別不同,它就束手無策。換成 agentic 工作流,Agent 會先讀進發票與採購單,發現金額對不上,自己去查是不是分批出貨、去換算匯率、去比對品項描述,真的判不出來才標記「需人工複核」並附上它的推理過程。原本每天四小時的人工對帳,變成人只看那 8% 真正模糊的案子。

這裡要誠實講一個取捨:自主權愈高,可預測性愈低。Agent 會走出你沒設想過的路徑,偶爾也會自信地做出錯誤判斷。所以 agentic 不是「愈自動愈好」,而是要在流程裡畫清楚哪些節點可以放手、哪些必須設護欄(guardrail)強制人類簽核。設計得好的 agentic 工作流,不是拿掉人,而是把人從重複判斷裡挪到高價值決策點。

該用哪一種

如果你的流程規則穩定、幾乎沒有例外,別上 agentic,傳統自動化又快又便宜。如果你只是想加速個人產出,Copilot 就夠了。當一個流程的「例外處理」本身就佔掉大半工時、規則多到寫不完、每個案子都要「看情況」——這才是 agentic 工作流真正發揮的地方。

我們在 Tenten 做 agentic 導入時,第一步從來不是選模型,而是跟客戶一起把流程裡的決策點標出來:哪些能交給 Agent、哪些要留護欄、上線後怎麼量使用率。因為 Demo 裡的 Agent 都很聰明,真正難的是讓它在你公司那些不乾淨的真實資料上,天天有人願意用。