受控Agent工作流设计：以退款场景为例的状态机与控制机制-北京尧图网络

一个用户跑过来问你“我上笔退款怎么还没到账”这问题光看表面很简单但你让一个没有约束的Agent直接去处理结果往往很酸爽它要么把你订单状态改错要么瞎调接口把自己当支付网关要么在下游系统根本没确认的情况下告诉用户“已经退完了”。我在实际项目里见过太多次这种场景最后用户没解决问题客服还得收拾烂摊子。所以问题就变成了退款没到账这种需要真实操作资金流、还要对用户负责的场景Agent到底该怎么设计才算“受控”我这几年的经验是核心不在于让Agent更聪明而在于把它的行动空间锁死让它在明确的轨道上跑每一步都被校验、被记录、被兜底。这篇文章就从实际场景出发把如何设计一个受控Agent工作流的思路、状态机、控制机制和最小可运行代码一步步拆给你看。1. 客服场景里的“翻车现场”不受控的Agent容易犯哪些错1.1 典型翻车Agent为什么会把简单退款搞复杂先说一个我调试过的模拟案例。某电商平台的售后场景里一个用户发起退款系统生成了退款单但支付渠道一直没有回调到账。此时如果让Agent直接接管它大概率会干这么几件事反复查询订单状态、拿着退款单号去支付渠道接口试探、甚至直接把订单改成“已退款”然后给用户发个“已处理完毕”的通知。单看每一步好像没啥问题但连起来就是灾难它混淆了“退款申请已受理”和“退款已到账”两个概念Agent调支付渠道接口时因为参数校验不严谨把退款单号和订单号搞混导致重复请求下游系统没有返回成功Agent却因为“用户催得急”而虚构了一个成功结果。这类问题的根源不是模型不够聪明而是没有给Agent定义清晰的工作边界。它不知道该在什么状态下做什么、什么不能做、什么必须等人工确认。就好比让一个实习生直接拿公司公章去签合同能力再强也没用缺的是权限和控制。1.2 受控Agent的边界不是“干活”而是“在规定的流程里干活”我理解的受控Agent核心是三句话状态由引擎管、工具由白名单定、结果由校验兜底。Agent负责做选择和生成参数但无权自己定义流程也无权随意变更状态。对比一下三个层次完全自由Agent可以调用任意工具、修改任意字段、跨流程操作。适合纯聊天的场景不适合涉及资金和真实操作的系统。半受控Agent可以调用工具但关键参数需要二次确认状态流转有限制。适合一些内部信息查询场景。严格受控Agent只能从当前状态允许的工具集合里选一个执行结果必须通过Schema校验状态迁移只能按预设规则走。退款类场景必须用这种。退款场景涉及的“钱”和“用户承诺”都是高敏感资产。Agent一句话说错了可能带来客诉甚至资损。所以必须走严格受控的路线把出错的概率压到最低。2. 退款场景建模把“没到账”拆成可执行的状态机2.1 领域对象与状态定义我们要做的第一件事是把“退款没到账”这个模糊问题结构化。我习惯先用一个很简单的状态机把退款生命周期定义清楚。我把退款核心状态定义为INIT退款请求刚创建还没做任何处理。VERIFYING正在校验订单、退款金额、支付渠道信息。WAITING_PAYMENT退款指令已发给支付渠道但还未收到到账结果。REFUNDING渠道已经确认退款成功等待第三方到账或清算。NEED_REVIEW需要人工介入比如金额异常、渠道无响应、重复退款。CLOSED终态退款完成并已确认到账或者被人工关闭。这六个状态基本能覆盖绝大多数退款场景。你可能会问要不要加个REFUND_FAILED我建议不要一上来就搞那么多终态。失败在初期就归到NEED_REVIEW让真人员工去判断是重试还是关闭这样技师引擎逻辑要简单得多。每个状态还应该带一份“上下文快照”至少包含订单号、退款单号、用户ID、金额、渠道、当前状态、最近一次工具调用结果、时间戳列表。Agent每一次决策都必须基于这份快照不能自行脑补。2.2 状态转移与触发动作状态转移表是整个工作流的核心。我把它做成硬编码规则Agent只能在这些规则里选不能自己发明新路径。当前状态可触发动作下一状态触发条件INIT校验订单信息VERIFYING订单存在且金额匹配VERIFYING查询退款单WAITING_PAYMENT退款单已提交至渠道VERIFYING申请人工审核NEED_REVIEW订单信息不一致WAITING_PAYMENT查询渠道退款状态WAITING_PAYMENT渠道仍在处理重试查询WAITING_PAYMENT查询渠道退款状态REFUNDING渠道已受理或退款成功WAITING_PAYMENT申请人工审核NEED_REVIEW连续N次查询无进展REFUNDING确认到账CLOSED用户反馈到账或银行流水确认REFUNDING申请人工审核NEED_REVIEW超过预期到账周期NEED_REVIEW人工审核通过WAITING_PAYMENT/REFUNDING人工确认后继续流程NEED_REVIEW人工审核关闭CLOSED确认为异常单这里有个容易被人忽略的设计细节状态迁移的下一状态由工作流引擎根据规则决定而不是Agent自己声称“我把它改成已退款”。Agent只能选动作引擎才负责改写状态。2.3 如何在提示词里约束Agent状态机是代码层面的硬约束提示词则负责让模型在“每个状态内”做对选择。我会在System Prompt里写一个类似操作的备忘录你是退款处理工作流中的决策器。你必须遵守以下规则 1. 你只能从当前状态允许的动作列表中选择一个动作。 2. 你不能修改订单状态、退款状态或任何系统字段你的输出只包含动作名和结构化参数。 3. 工具调用结果必须原样写入上下文你不能假装调用成功。 4. 如果所有可用动作都无法解决问题必须选择申请人工审核。 5. 你绝不能向用户承诺“已到账”除非引擎确认当前状态为CLOSED。这段提示词的目的不是让Agent“理解业务流程”而是尽量减少它在输出格式上的自由度。注意提示词只是兜底真正把关的核心还是状态机和工具层。3. 五层控制机制让Agent在轨道上跑3.1 第一层工具白名单机制每个状态都只有一份工具白名单。Agent只能看见当前状态允许的工具其他工具在提示词和数据层都不可见。我在系统里给白名单做了配置化处理工具列表长这样# 工具注册表示例 ALLOWED_TOOLS { VERIFYING: [query_order, query_refund, request_review], WAITING_PAYMENT: [query_channel_refund_status, retry_refund, request_review], REFUNDING: [check_arrival_notice, request_review], NEED_REVIEW: [submit_review_result], }这里的实现要点是不仅提示词里隐藏了不可用工具连API层也要做拦截。只提示不拦截早晚有人会通过注入提示词绕过限制。我见过一个测试用例让Agent“假装自己处于另一个状态”结果它真的编造了一个工具调用还好API层给挡回去了。3.2 第二层工具参数的Schema校验就算Agent选对了工具参数也容易出错。退款场景里最常见的幻觉是什么把退款金额填错、把订单号格式传错、或者把“查询”和“退款”指令搞混。所以我对每个工具都定义JSON Schema比如查询渠道退款状态{ name: query_channel_refund_status, parameters: { type: object, properties: { refund_no: {type: string, pattern: ^RF\\d{12}$}, channel: {type: string, enum: [alipay, wechat, bank_card]} }, required: [refund_no, channel] } }Agent输出的参数只有通过Schema校验才能进入工具执行环节。任何一次校验失败都记一条审计日志并把这次的工具调用标记为“无效”同时让Agent重新选择。注意这里我特意用pattern去卡退款单号格式目的是防住模型“生成一个看起来像单号但根本不存在”的垃圾参数。这类问题在实际调参里太常见了。3.3 第三层人工审批关卡这是“受控”的灵魂。退款涉及资金所以关键动作不能全靠模型自动拍板。我设计了三类人工审批触发规则单笔退款金额超过阈值比如2000元自动进入NEED_REVIEW。同一个退款单连续3次查询渠道无结果自动进入NEED_REVIEW。用户发起投诉或有客诉标签人工审核流转。有人会问既然要人工审批那用Agent还有什么意义答案是Agent把90%的常规流程和判断自动化了剩下10%的异常单才给人工。人工不是去重复劳动而是只处理规则覆盖不到的边界情况。我还做了一个经验值“人工介入率”最好控制在5%-10%。低于这个数说明Agent可能过度自信高于这个数说明流程设计太保守。调这个值的过程其实就是调业务规则的过程。3.4 第四层超时、重试与熔断Agent跑在真实环境里下游接口一定会抖动。所以每个工具调用都要有超时和重试参数。我的通用配置是单次工具调用超时3秒重试最多2次间隔1秒。如果重试完还是失败工具层直接抛异常并标记当前状态为NEED_REVIEW。更关键的是熔断设计。如果支付渠道接口连续5次返回系统错误就不应该继续让Agent去反复打这个接口了。这时候应该直接挂起所有WAITING_PAYMENT状态的工单等渠道恢复后再恢复流转。熔断这个点最初我们没做结果有一次渠道接口半瘫痪Agent对所有工单反复重试把本来就不稳定的接口彻底打挂了。后来加了一层熔断器按渠道维度统计错误率连续超过阈值就自动拉闸。3.5 第五层全量审计日志受控Agent的每一步都要能追溯。我的日志设计包含三个维度决策日志Agent在哪个状态下、看到哪些工具、选了哪个动作、输出了什么参数。执行日志工具调用是否成功、返回什么、耗时多少、重试了几次。状态变更日志谁发起的迁移、从哪个状态到哪个状态、迁移依据是哪个规则。日志记录不是简单print我要求每条日志都有request_id和trace_id串联。用户在邮件里问“我那次退款为什么失败”客服可以直接用订单号拉出整条链路看到Agent每一步干了什么。这比让客服猜要高效得多。4. 核心代码实现一个退款工作流的最小可运行版本4.1 用枚举和状态转移表搭建骨架代码层面我喜欢用Python来写原型表达力强改起来方便。先定义状态和转移表from enum import Enum class RefundState(str, Enum): INIT INIT VERIFYING VERIFYING WAITING_PAYMENT WAITING_PAYMENT REFUNDING REFUNDING NEED_REVIEW NEED_REVIEW CLOSED CLOSED class RefundAction(str, Enum): VALIDATE_ORDER validate_order QUERY_REFUND query_refund QUERY_CHANNEL query_channel_refund_status RETRY_REFUND retry_refund CONFIRM_ARRIVAL confirm_arrival REQUEST_REVIEW request_review SUBMIT_REVIEW_RESULT submit_review_result # 状态转移规则(当前状态, 动作) - 下一状态 TRANSITIONS { (RefundState.INIT, RefundAction.VALIDATE_ORDER): RefundState.VERIFYING, (RefundState.VERIFYING, RefundAction.QUERY_REFUND): RefundState.WAITING_PAYMENT, (RefundState.VERIFYING, RefundAction.REQUEST_REVIEW): RefundState.NEED_REVIEW, (RefundState.WAITING_PAYMENT, RefundAction.QUERY_CHANNEL): RefundState.WAITING_PAYMENT, (RefundState.WAITING_PAYMENT, RefundAction.RETRY_REFUND): RefundState.WAITING_PAYMENT, (RefundState.WAITING_PAYMENT, RefundAction.REQUEST_REVIEW): RefundState.NEED_REVIEW, (RefundState.REFUNDING, RefundAction.CONFIRM_ARRIVAL): RefundState.CLOSED, (RefundState.REFUNDING, RefundAction.REQUEST_REVIEW): RefundState.NEED_REVIEW, (RefundState.NEED_REVIEW, RefundAction.SUBMIT_REVIEW_RESULT): RefundState.WAITING_PAYMENT, }这套状态机和转移表是其他部分提示词、工具白名单、人工审批共同的“唯一事实来源”。后面所有控制逻辑都以这张表为基准不搞第二套规则。4.2 工具封装与白名单校验工具层我做了两层封装第一层做参数校验第二层做实际API调用。Agent永远只接触第一层。import json, time def query_channel_refund_status(refund_no: str, channel: str): # 这里故意不直接放渠道接口调用而是走一个装饰器先做校验 if not refund_no.startswith(RF) or len(refund_no) ! 14: raise ValueError(finvalid refund_no: {refund_no}) if channel not in {alipay, wechat, bank_card}: raise ValueError(funsupported channel: {channel}) # 模拟渠道查询 time.sleep(0.5) return { refund_no: refund_no, status: processing, # processing / success / failed channel_message: 退款处理中预计1-3个工作日到账, } TOOL_DISPATCHER { query_channel_refund_status: query_channel_refund_status, query_refund: lambda refund_no: {refund_no: refund_no, exists: True}, retry_refund: lambda refund_no: {refund_no: refund_no, retried: True}, request_review: lambda reason: {review_requested: True, reason: reason}, }这里的重点是TOOL_DISPATCHER里没有“修改订单状态”这种工具。Agent压根没有直接改写状态的途径它所有的操作最终都会回到状态机里走一遍转移规则。4.3 主循环编排Agent只做选择题引擎做判断题这一段是整个实现的核心。主循环的逻辑是从上下文里读当前状态根据状态拿到可用动作列表白名单让Agent从列表里选一个动作输出结构化参数校验参数、执行工具、拿到结果引擎根据转移表判断下一状态写审计日志进入下一轮循环。def run_refund_agent(ctx): max_steps 10 # 防止Agent无限循环 for step in range(max_steps): state ctx.state if state in {RefundState.CLOSED, RefundState.NEED_REVIEW}: break allowed get_allowed_actions(state) prompt build_prompt(ctx, allowed) # 调用LLM但它只输出动作和参数不负责改状态 llm_output llm_choose_action(prompt, allowed) action_name llm_output[action] params llm_output[parameters] # Schema校验 if not validate_params(action_name, params): ctx.log(INVALID_PARAMS, action_name, params) ctx.state RefundState.NEED_REVIEW break # 执行工具 exec_result TOOL_DISPATCHER[action_name](**params) ctx.log(TOOL_EXEC, action_name, params, exec_result) # 引擎根据转移表决定下一状态 next_state TRANSITIONS.get((state, action_name)) if next_state is None: ctx.state RefundState.NEED_REVIEW ctx.log(INVALID_TRANSITION, state, action_name) break # 业务规则重复失败进人工 if action_name query_channel_refund_status and exec_result[status] ! success: ctx.retry_count 1 if ctx.retry_count 3: next_state RefundState.NEED_REVIEW # 业务规则金额阈值进人工 if ctx.amount 2000 and next_state not in {RefundState.NEED_REVIEW, RefundState.CLOSED}: next_state RefundState.NEED_REVIEW ctx.state next_state ctx.log(STATE_CHANGE, state, next_state, action_name) return ctx核心逻辑就这么简单。Agent在这个循环里没有任何修改状态的API它的全部自由就集中在“选动作给参数”。这就叫受控。4.4 人工审批的接入方式人工审批我单独做了个队列不放在Agent主循环里。NEED_REVIEW状态产生后工单进入人工审核队列由工作人员在一个管理界面里查看。人工审核结果就是一个动作submit_review_result参数通常包括approve: true/false和remark。引擎收到后将状态迁移回WAITING_PAYMENT或者直接置为CLOSED。def submit_review_result(work_order_id, approve, remark): ctx load_context(work_order_id) if not approve: ctx.state RefundState.CLOSED ctx.closed_reason remark else: ctx.state RefundState.WAITING_PAYMENT audit_log(work_order_id, MANUAL_REVIEW, approve, remark)人工审批界面本身不需要太花哨但要清晰展示Agent之前的决策日志。工作人员至少要能看到“Agent在哪个状态做了哪些尝试、下游接口返回了什么”。否则人工相当于背锅侠根本审不动。5. 真实运行中踩过的坑与排查技巧5.1 状态漂移Agent试图自己改状态我第一次看到这个Bug的时候还挺惊讶的。当时测试人员故意在提示词里加了一句“请在处理完成后把状态改为CLOSED”模型竟然照做了虽然最终状态没变因为引擎不允许但上下文日志里充满了误导信息。解决办法很简单在提示词里明确“你没有任何修改状态的权限请不要输出状态字段”同时把LLM的输出Schema里直接移除state字段。模型不会输出它不被允许输出的字段这个问题基本绝迹。5.2 工具参数幻觉退款单号长得像订单号还有个高频问题模型会把“订单号”和“退款单号”搞混。比如订单号是20250321A12345退款单号是RF202503210001模型在查询退款状态时填了订单号。由于我的Schema里对退款单号有pattern校验这种情况会直接拦截。但这里要强调Schema校验失败只是“保护机制”不是“业务处理”。正确的做法是校验不通过时让Agent重新生成参数并提示它“refund_no 必须以 RF 开头”。我在提示词里加了一条示例后这个错误的出现率下降了80%以上。5.3 Agent卡死在同一节点还有一个常见的坑WAITING_PAYMENT状态下渠道一直返回“处理中”Agent就反复调用同一个查询工具一直到步数上限。这看起来像是“有耐心”实际是在空转。我的解法是给同一状态下的同一动作加了冷却期。查询渠道状态两次之间至少间隔2分钟且每个工单最多查询3次之后强制转人工。这样既保证不遗漏真实进展也防止Agent白烧Token。5.4 审计日志的“最后一眼”价值有一次线上出了个客诉用户说“Agent承诺我24小时到账结果没有”。排查的时候发现其实是Prompt里LLM自己脑补了一个到账时间而它根本没有查询过结算规则。这个回答最终被人工兜底拦住了但日志里留下了完整的证据链。从那之后我把“面向用户的承诺内容”也纳入工具白名单。也就是说给用户发送任何带有时间承诺的文案必须先调用get_settlement_rule查询规则不允许LLM凭空生成。这一步让客服客诉率明显下降。写在最后一点个人体会做了这么多退款工作流的控制机制我最大的体会是所谓“受控Agent”不是把Agent变成提线木偶而是把它的自由限制在“做选择”这个维度里。至于状态、权限、资金安全这些事应该交给可靠的工作流引擎而不是交给模型的临场发挥。你在实际项目里落地时我建议先从最小状态机开始先跑通“查询-等待-人工兜底”这条主线再逐步加入重试、熔断、审批阈值这些控制机制。闷头设计大而全的流程最后大概率会因为参数和状态太多把自己绕进去。先把控制边界立起来再让Agent在边界内发挥这个顺序不能反。

受控Agent工作流设计：以退款场景为例的状态机与控制机制

相关推荐

在浏览器里搭建3D世界：ai-virtual-phone世界搭建器完整教程（three.js + Tripo模型）

工厂冷库照明怎么做分区控制？储存区、分拣通道分区策略

从 Travel 到 Customer，深入理解 ABAP CDS Association 的定义、暴露与导航

更多资讯

PMP报班还是自学？6888元费用全拆解与避坑指南

帆软财经方案筑基企业财务管报升级：让集团合并、预算执行与经营分析经脉贯通

项目绩效域深度解析：从五大过程组到八大绩效域，备考与实战双视角

论文降AI率工具实测指南：从AI检测原理到9款工具避坑流程

王树森推荐系统学习笔记P21

K8s中Sentinel部署：独立组件与Sidecar模式选型与实战

今日更新

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？