外銷開發自動化，最後沒有整個搬上 Agent
開放式的工作給 agent，固定的流程給 workflow。
我們想做外銷客戶開發的自動化。原本的做法是在 VS Code 裡用 Claude Code 下指令，程式透過 Claude API 跑一條固定流程：搜尋潛在客戶、查核公司資料、寫開發信草稿。Sonnet 負責搜尋，Opus 負責寫，一批名單查核下來大約 1 美元。
問題很單純：人睡覺，它就停了。我希望它能 24 小時工作。看了常駐型的 agent 平台（例如 Hermes Agent 雲端版，一鍵部署、內建排程、有記憶、不用維運）之後，第一個念頭是整個專案搬上去。後來發現這個念頭是錯的。
先算帳同一件事，agent 貴在哪
同樣的查核工作搬上 agent 平台，估計要付兩到三倍的錢。多出來的是框架開銷。直接呼叫 API 是 prompt 進、結果出；通用 agent 每一輪都要載入系統提示、記憶、skills 和工具定義，再用「思考、呼叫工具、看結果、再思考」的迴圈做事。同一件事，它天生要多繞幾圈。不過成本只是第一層。
再看本質誰在握方向盤
我原本以為分界線是「有沒有用 AI」。其實不是。我們的查核程式每一步都在呼叫 LLM 做判斷，它還是屬於程式這一側。真正的差別在於流程由誰決定。
Workflow 是你掌握管線；Agent 是模型掌握管線。
Workflow 的波動只出現在單點判斷，用固定的 prompt 和輸出格式就能壓得很低。Agent 的波動出現在路徑選擇上，第一步選了不同來源，後面看到的資訊就不同。這種變異在查核裡是缺陷，在探索裡卻正好是你要的東西。
| 探索：找新客戶 | 查核：深度調查 | |
|---|---|---|
| Agent 的靈活 | 路徑會自己調整，來源多元 | 同一家查兩次，路徑不同，品質不一 |
| Workflow 的固定 | 寫不出隨機應變 | 穩定、便宜、可以稽核 |
正確架構攔腰切一刀
前段交給 agent，便宜、淺、量大。只看參展商名錄上現成的公司名、產品類別、國家做產業匹配。從兩百家撈出三十家對口的，每家只要幾美分。指令裡我特別寫了「僅根據名錄資訊做匹配判斷，不深入研究個別公司」。沒寫這句，agent 會很盡責地一路挖到底，錢就是這樣燒掉的。
後段留給原本的程式，貴、深、量少。產品線匹配、公司規模、代理結構、聯絡窗口、評分，只對那三十家做。
兩邊用共同的資料層交接。我們用 GitHub repo 裡的 JSON 檔：agent 寫入時標 pending，程式讀完後標 verified 或 rejected。去重也放在這一層，不靠任何一邊的記憶。這樣切完，總成本反而更低，因為八成的候選在便宜的那一層就被刷掉了。
判斷清單之後會問自己的四件事
- 決策樹畫得出來嗎？畫得出來就給 workflow；每次都要臨場判斷，才給 agent。
- 輸出需要同一把尺嗎？查核、稽核、評分需要，給 workflow；要的是覆蓋面和意外發現，給 agent。
- 已經有跑得穩的流程嗎？有的話別為了新技術重做，把 agent 接在它的上游或下游。
- 出錯的代價誰承擔？Agent 放在人還能把關的地方（像草稿），不要放在直接對外的地方（像自動寄信）。