别再手动编排工作流了，AI做的比你更好！

、—1—

AI + Workfow 的挑战

在日常的工作中，很多同学已经采用 AI 技术结合工作流程（Workflow）以处理各类任务。

然而，要想 AI 之间实现无缝协作，我们不得不投入大量时间编写提示词、调整代码，真是件头疼的事情！

正因如此，许多企业都在招聘所谓的 Prompt Engineer，也就是提示词工程师，来应对这些复杂流程编排的工作。

好消息是，现在工作流程编排也有了智能化的帮手！

MetaGPT 推出的 AFLOW，一款开源工具，能够自主地构建和提升工作流程，实现了自动化！

Github 地址：

https://github.com/geekan/MetaGPT/tree/main/examples/aflow

—2—

什么是自动工作流优化？

我们都知道，想要通过自动生成的方式打造出优秀的工作流程，往往还是少不了人工的中途介入。

而且自动生成的流程常常难以兼顾“复杂性”与“有效性”。有时，那些看似高大上的复杂流程，实际上效果不佳，维护起来更是头疼。而选择一个简单的流程，我们又明白它的潜力远不止于此。

于是，AFLOW 应运而生，旨在将这一繁琐复杂的过程托付给 AI。

需要调整提示词？交给 AFLOW！

代码需要优化？交给 AFLOW！

寻找最佳结果？还是交给 AFLOW！

你只需悠哉游哉，剩下的就由 AFLOW 和时间来搞定！

那么 AFLOW 如何实现工作流的自动优化？

AFLOW 的目标是在特定任务中，寻找表现最佳的工作流程，这些任务可能包括解决数学问题、根据需求编写代码，或是进行长文本的多步骤推理。

关键在于，无论面对哪种问题，优化的起点都应是从无工作流开始。这样的设计让所有问题的起点统一，避免了因问题类型或原因变更而担忧起始配置。

接着，AFLOW 利用 MCTS（蒙特卡洛树搜索算法）的四个核心步骤—选择、扩展、评估和反向传播，进行不断地迭代，从而优化工作流程。

论文地址：https://arxiv.org/pdf/2410.10762

—3—

AFLOW 如何优化工作流？

让我们将 AFLOW 的优化过程比作探索一道新佳肴的旅程，就像精心调配食材一样，AFLOW 也在逐步调整工作流程，直至呈现出最令人满意的结果。

第一、菜谱选择阶段（选择）

在每一轮迭代的起点，AFLOW 就像是在翻阅它的烹饪日记。“今天我们要尝试哪一道菜呢？”它既回顾着以往的成功配方，又满怀好奇地探索那些未曾尝试的新食材。

有时它会选择那些已经熟练掌握的经典菜肴，有时则会勇于尝试全新的食谱。在传统与革新之间寻找那最完美的风味。

第二、创新烹饪阶段（扩展）

一旦有了新的想法，AFLOW 便开始大展厨艺。基于之前某个版本的菜肴进行创新。“或许这道菜可以添加一些独特的香料”， “那个调味料还需要再调整一下”。

第三、品鉴评价阶段（评估）

当新菜肴端上桌，AFLOW 会一丝不苟地品尝每一口。它要确保菜肴的味道是否可口，烹饪的火候是否恰到好处，以及摆盘是否美观。

第四、经验总结阶段（反向传播）

每次烹饪结束后，AFLOW 都会细致地记录下这次的经验教训，“这道菜下次火候应该再小一些”， “那个配料的比例可以再增加一点”……它就像是在撰写美食评论，为未来的创新积累宝贵的经验。

随着时间的推移，AFLOW 的烹饪日记越来越丰富，它的“厨艺”也日益精进！（经验的积累过程）

—4—

AFLOW 带来 Agentic 工作流变革

第一、性能优势显著

AFLOW 在各种美食大赛中（不同Benchmark 测试）与其他烹饪方法一决高下。

分为三组比赛：

🍝 代码组（HumanEval 和 MBPP）

🧮 数学组（GSM8K 和 MATH）

📚 知识组（HotpotQA 和 DROP）

成绩斐然：

比手动烹饪平均高5.7分！

比其他机器人烹饪高19.5分！

AFLOW 在所有六项比赛中表现优异，无论是简单还是复杂料理。

第二、成本大幅降低

无需顶级厨师（如GPT-4o），AFLOW 揭示了节省成本的秘诀。用普通厨师（如gpt-4o-mini）也能做出美味佳肴，且只需原成本的 4.55%！

第三、效率提升自动化

AFLOW革新了传统人工调试，自动生成和优化工作流，节省了开发时间。

未来无需手动设计工作流？

短期内，答案是否定的。人类设计的创意工作流，如文案、图像生成，缺乏明确反馈，这是 AFLOW 尚未解决的问题。

尽管挑战仍在，但已开源代码，期待 AFLOW 未来能实现自我进化！

在 AI 大模型领域，AFLOW Agent 的出现无疑为我们揭示了自动化与效率的巨大潜力。从显著提升性能到大幅降低成本，再到工作流的自动化优化，AFLOW 展现了 Agent 在未来各行各业的广泛应用前景。正是基于这样的背景，我们推出了“ AI Agent 项目实战直播训练营”课程，旨在帮助学员深入了解 Agent 的设计与优化，掌握自动化工作流的构建技巧，让我们一起探索 Agent 的无限可能，迈向自动化时代的巅峰！

我们精心打造了这套 AI Agent 项目实战直播训练营，异常火爆，对于感兴趣的同学，欢迎报名参加！

—5—

火爆的 AI Agent 训练营

为啥如此火爆？

第一、这是大势所趋，我能正在经历一场重大技术变革，还不像当年的互联网的兴起，这是一场颠覆性的变革，掉队就等于淘汰，因为未来所有应用都将被AI Agent 重写一遍；

第二、现在处于红利期，先入场的同学至少会享受4~5年的红利，拿高薪，并且会掌握更多的资源。

第三、企业需求旺盛，越来越多的企业开始在 AI Agent 领域进行创新尝试，这为我们提供了丰富的岗位机会和广阔的发展空间。

最近两年一直在研究大模型应用技术，大模型的价值太大了，AI Agent 的潜力太大了，“未来所有应用都将被 AI Agent 重写一遍”这句话也是今天听到最多的一句话。我的团队这两年，尤其是今年接了很多开发 AI Agent 的项目，越来越多的企业都开始做这方面的创新尝试。

AI Agent 足够重要，但也足够复杂，我这两年的实践的结论是，想开发出一个能够可靠稳定的 Agent 应用实在太难了，大模型技术本身的复杂度，大模型推理的不确定性等等，这些困难直接导致很人对其望而却步，或是遇到问题无从下手。一般的技术同学想要自己掌握 Agent 太难了。

为此我特意打造了一个为期3天的 AI Agent 企业实战训练营：

课程原价199元，现在仅花19元就能拿下！抢完立刻恢复199元！

—6—

3天的直播训练营，带你快速掌握 Agent

3天的直播课，带你快速掌握 Agent 核心技术和企业级项目实践经验。

模块一：AI Agent 技术原理篇

全面拆解 AI Agent 技术原理，掌握 AI Agent 三大能力及其运行机制。

模块二：AI Agent 应用开发实战篇

深度讲解 AI Agent 技术选型及开发实践，具备开发 AI Agent 核心技术能力。

模块三：AI Agent 企业级案例实战篇

从需求分析、技术选型到架构设计实践，深度学习企业级 AI Agent 项目流程级重点难点问题解决。

3天时间，你能学会什么？

在真实项目实践中，获得以下能力：

第一、全面了解 AI Agent 的原理、架构和实现方法，掌握核心技术精髓。

第二、熟练使用 Dify/Coze 平台和 LangChain 开发框架，为未来的技术实践打下坚实基础。

第三、通过企业级项目实战演练，能够独立完成 AI Agent 的设计开发和维护，提升解决实际问题的能力。

第四、为职业发展提供更多可能性，无论是晋升加薪还是转行跳槽，提升竞争力。

限时优惠：

原价199元，现在报名只需19元！这是一个难得的机会，让我们一起踏上 AI Agent 技术之旅，开启技术新纪元！

—7—

添加助理直播学习

购买后，添加助理进行直播学习👇

⬇戳”阅读原文“，立即预约！

END