淘天以低代码Workflow和ReAct辅助金融取数

退小宝以低代码 workflow 为主要架构，经多次迭代已达到业务人员日常依赖使用的程度。作者判断狭义 AGENT 范式 + 流程编排是目前最常见的可落地架构，退小宝的 LLM 节点即为 ReAct AGENT 实现（可多次「推理—用工具—再判断」循环），工作流以图/流程引擎形式组织节点与流转。权限方案上，因用户主要是内部产品相关小二，只需在 AI 应用总维度管控整体权限并在少数敏感分支做特殊校验。 明确未采用的方案及原因：未用 plan agent + sub agent 的 multi-agent 架构（起步较早，且 multi-agent 需用户等待，与「一次回答解决问题」的常问答场景不匹配）。未做重的意图识别（早期多次碰壁，现可尝试 5 个以上多意图识别但不能只靠提示词工程）。未做长记忆与自定义向量存储、未做上下文明确管理与压缩（专注一次回答，避开了多轮澄清场景）。 未使用 MCP（只用 Ai Studio 注册自定义工具的能力，但不排斥，认为工具标准化后随处可对接）。未做微调（缺数据与评测成本，通用 LLM 已够用）。评测上准确率主要靠人工评测，用户为产品相关小二、人数不多易于统计。