Dynamic workflows：從 Prompt 到代碼，蜂群的編程語言（Part 2 - 實踐篇）
《蜂群 Agent》系列｜第 4 篇（下） 新人類聯盟 · Homo Coalitio
第 3 幕：實戰案例：新世界 HR 審批工作流
為了讓大家看到 Workflow 在真實業務中的威力，我們拿聯盟正在推進的**「計劃 1：新世界 HR 系統」**來做一個深度剖析。
在傳統的軟體開發中，我們使用 Google Workspace (Google Forms + Apps Script + Google Sheets) 來搭建一個請假審批系統。
舊做法：硬編碼的 Google Apps Script
在傳統的 Apps Script 中，我們需要寫一個龐大的 Code.gs 文件。每當員工提交表單時，這個腳本就會被觸發：
// 傳統 Apps Script 的偽代碼
function onFormSubmit(e) {
var formData = extractData(e);
// 硬編碼的政策檢查
if (formData.days > 3 && formData.type === "特休") {
if (getLeaveBalance(formData.employeeId) < formData.days) {
rejectRequest(formData, "假期餘額不足");
return;
}
}
// 硬編碼的勞動法規檢查
if (formData.days > 30) {
sendToHRDirector(formData);
return;
}
// 寫入 Google Sheet
logToSheet(formData);
// 發送 Email
sendEmailNotification(formData);
}
這個架構有三個致命缺陷：
邏輯高度耦合（Monolithic）：政策檢查、法規校驗、郵件發送、數據庫寫入全都混在一個文件裡。一旦公司修改了「特休天數限制」的政策，工程師就必須去修改這段代碼，極易引入 Bug。
缺乏智慧決策：如果員工請假理由寫的是「因家裡突發緊急狀況，需要回南部老家處理，預計請假 3 天，但目前特休只剩 2 天，希望能用事假抵扣」，傳統的硬編碼規則會直接彈回（Reject），而無法進行智慧型的彈性判斷。
無法並行校驗：政策校驗和法規校驗必須串行執行，無法同時進行，這在處理大批量審批時會成為性能瓶頸。
新做法：基於 Workflow 的蜂群編排
在新人類聯盟的設計中，我們使用 Claude Code Workflow 將其重構為一個 Human-in-the-Loop（人在回路） 的 Swarm 工作流。
執行流程視覺化
Workflow JS 腳本實現
以下是這個 HR 審批工作流的真實 JavaScript 配置文件：
const hrWorkflow = {
metadata: {
name: "NewWorld_HR_LeaveApproval",
description: "基於蜂群架構的員工請假智慧審批流",
version: "2.0.0"
},
stages: [
// Stage 1: 資料整理
{
name: "DataCollection",
agent: "FormParserAgent",
input: (context) => context.rawFormData,
output: (result) => ({
employeeId: result.id,
leaveType: result.type,
duration: result.days,
reason: result.reason
})
},
// Stage 2: 合規校驗（對抗驗證模式）
{
name: "PolicyValidation",
mode: "parallel",
agents: {
companyCheck: "CompanyPolicyAgent",
legalCheck: "LegalComplianceAgent"
},
input: (context) => context.stages.DataCollection.output,
// 衝突處理機制：如果公司政策 Agent 與法律合規 Agent 給出了矛盾的結論，觸發人工升級
conflictHandling: (results) => {
if (results.companyCheck.approved !== results.legalCheck.approved) {
return {
status: "ESCALATED",
reason: `政策校驗衝突：公司政策回傳 [${results.companyCheck.reason}]，而法律合規回傳 [${results.legalCheck.reason}]。`
};
}
return {
status: "SUCCESS",
approved: results.companyCheck.approved,
reason: results.companyCheck.reason
};
}
},
// Stage 3: 審批建議生成（累積模式）
{
name: "ApprovalReasoning",
agent: "HRReasonerAgent",
input: (context) => ({
request: context.stages.DataCollection.output,
validation: context.stages.PolicyValidation.output,
leaveBalance: context.employeeLeaveBalance, // 外部系統傳入的剩餘假期數據
teamCalendar: context.departmentCalendar // 同部門其他人的請假狀況
})
},
// Stage 4: 通知與記錄（並行執行）
{
name: "Notification",
mode: "parallel",
agents: {
email: "EmailNotificationAgent",
sheet: "GoogleSheetLoggerAgent"
},
input: (context) => ({
recommendation: context.stages.ApprovalReasoning.output,
recipient: context.managerEmail
})
}
]
};
控制台監控：/workflows 的真實輸出
當這個 Workflow 在 Claude Code 中執行時，我們在終端機輸入 /workflows，可以看到以下精準的觀測數據：
{
"workflow_id": "wf_leave_998231",
"status": "COMPLETED",
"metrics": {
"total_duration_ms": 2340,
"total_tokens_consumed": 1245,
"estimated_cost_usd": 0.0037
},
"stages": [
{
"name": "DataCollection",
"duration_ms": 420,
"status": "SUCCESS",
"model_used": "claude-3-5-haiku-20241022"
},
{
"name": "PolicyValidation",
"duration_ms": 850,
"status": "SUCCESS",
"details": {
"companyCheck": { "approved": true, "reason": "符合特休請假規定" },
"legalCheck": { "approved": true, "reason": "符合勞基法第 38 條規定" }
},
"model_used": "claude-3-5-sonnet-20241022"
},
{
"name": "ApprovalReasoning",
"duration_ms": 680,
"status": "SUCCESS",
"output": {
"recommendation": "建議批准。該員工特休餘額為 5 天，本次請假 3 天後餘額為 2 天。同部門在該時段無其他人請假，不會影響部門正常運作。"
},
"model_used": "claude-3-5-sonnet-20241022"
},
{
"name": "Notification",
"duration_ms": 390,
"status": "SUCCESS",
"model_used": "claude-3-5-haiku-20241022"
}
]
}
深度對比：傳統 Apps Script vs Workflow Swarm
第 4 幕：Workflow 的六種核心模式
在實踐中，不同的業務場景需要不同的 Agent 協作模式。Anthropic 的 Workflow 設計非常精妙，它原生支持了以下六種執行模式，開發者可以根據需要自由組合：
1. 流水線模式 (Pipeline)
核心概念：線性順序執行。
A ──▶ B ──▶ C。後一個 Stage 必須等待前一個 Stage 的輸出作為輸入。HR 應用場景：新員工入職流程。資料審查 ──▶ 帳號創建 ──▶ 發放設備。前一步未完成，後一步絕不觸發。
2. 同步聚合模式 (Synchronous Aggregation)
核心概念：多個 Agent 同時並行執行，最後將所有結果匯總到一個聚合 Agent 中進行統一處理。
HR 應用場景：員工年終績效評估。同時啟動「員工自我評價 Agent」、「同事互評 Agent」以及「主管評價 Agent」，三者並行工作，最後由「績效報告生成 Agent」融合成一份最終的績效卡片。
3. 對抗驗證模式 (Adversarial Validation)
核心概念：兩個或多個 Agent 針對同一個任務給出結論，並互相審查對方的結論。若發現衝突，自動觸發人工介入或協商機制。
HR 應用場景：高階主管晉升名單合規檢查。
內部政策 Agent檢查其是否符合內部晉升年限規定，法律合規 Agent檢查其是否符合勞動法相關比例規定。兩者結論若有衝突，自動將案件掛起（Hold），並發送通知給 HRVP。
4. 末尾篩選制 (Best-of Mode)
核心概念：同一個任務，由多個不同配置的 Agent（或同一個 Agent 使用不同的 Temperature）生成多個版本的解決方案，最後由一個裁判 Agent 篩選出最優的版本。
HR 應用場景：招募職缺描述（JD）撰寫。生成三個不同風格（熱情吸睛型、嚴謹專業型、簡潔條理型）的 JD 草稿，最後由裁判 Agent 選出最符合該職位畫像的版本作為最終發布稿。
5. 累積式模式 (Cumulative Pattern)
核心概念：隨著流程的推進，信息不斷被加入到同一個 Session 的事件日誌中，後面的 Agent 擁有前面所有步驟累積的完整上下文。
HR 應用場景：離職面談與交接追蹤。從「提交離職申請」開始，陸續累積「部門主管面談記錄」、「HR 離職面談記錄」、「資產交接清單狀態」，最終生成一份無縫累積的「離職結案報告」。
6. 嵌套式工作流 (Nested Workflow)
核心概念：一個大 Workflow 的某個 Stage，其內部是一個完整的小 Workflow。
HR 應用場景：「跨國差旅審批 Workflow」。在其「費用報銷」這個 Stage 內部，會自動調用「外幣匯率換算與稅務申報 Workflow」。
尾聲：為什麼 Workflow 代表著 Software 3.0 的到來
在我們回顧整個系列時，你會發現一條非常清晰的演進脈絡：
S01E01 中，我們定義了**「蜂群」**是多 Agent 協作的新架構；
S01E02 中，我們論證了為什麼蜂群具有**「可適應性」**，能夠在模型迭代中永不被淘汰；
S01E03 中，我們剖析了 Anthropic 的**「解耦哲學」**，看清了大腦、框架與執行的三層分離；
而今天，在 S01E04 中，我們終於拿到了開啟這個新世界的鑰匙——Workflow。
Workflow 的出現，標誌著我們正式從 “Software 2.0”（以神經網絡模型替代手寫算法）跨入了 “Software 3.0” 的大門。
在 Software 3.0 的世界裡，我們的編程對象不再是像素、API 或者是具體的算法規則，而是**「智慧本身的組織結構」**。
【Software 1.0】 寫代碼規定每一行邏輯： Input ──(手寫代碼)──▶ Output
【Software 2.0】 用數據訓練神經網絡： Input ──(機器學習)──▶ Output
【Software 3.0】 編排多個 Agent 的協作： Input ──(工作流編排)──▶ Output
如果你是一位開發者，現在是時候放下「如何寫出最完美的 Prompt」這種玄學了。你應該開始學習如何像編排分佈式系統一樣，用 JavaScript/TypeScript 去編排你的 Agent Workflow。這才是未來的核心競爭力。
如果你是一位企業決策者，你必須意識到，未來企業最核心的資產，不是你買了多少 SaaS 軟體，也不是你租用了多強大的算力，而是你企業內部沉澱下來的、經過市場驗證的「AI Workflow 流程庫」。那是你企業的「數字大腦運行圖」。
Prompt 工程讓 AI 聽懂人話，但它依然把 AI 當作一個隨性的個體助手；
Workflow 工程讓 AI 按照結構做事，這才把 AI 真正變成了工業級的生產力。
新人類聯盟的選擇依然堅定：我們不相信單一 AI 能解決所有問題，我們相信組織的力量。而 Workflow，就是我們用代碼在數字世界中，為蜂群建立的完美秩序。
🔑 全篇金句摘錄
「Prompt 是對個體智慧的壓榨，而 Workflow 是對組織結構的編排。」
「當 AI 應用不再是神祕莫測的魔法，而是一個可觀測、可調優的系統時，它才真正具備了工業價值。」
「在 Software 3.0 時代，代碼會老化，但你為蜂群設計的協作關係與決策流，將成為企業的永恆資產。」
「Prompt 工程讓 AI 聽懂人話，Workflow 工程讓 AI 按照結構做事。這是 AI 應用走向成熟的唯一路徑。」
📎 全系列參考資源
Workflow 原始筆記：新世界HR系統
新世界 HR 系統 MVP 代碼庫：企業級 AI HR 自動化系統
Agent 系列全部篇章：
E01：[蜂群 Agent 是什麼]
E02：[可適應性蜂群永不被淘汰]
E03：[解耦哲學：Anthropic 設計蜂群的靈魂]
E04 Part 1：[理論篇]
E04 Part 2：[實踐篇]
Agent 系列完整，共 4 篇 + 3 篇 Human in the Loop 系列正在準備。
新人類聯盟 · Homo Coalitio 《AI 指揮官筆記》Substack · 2026.05 aiagentcommander.substack.com