P6-16.3 补充学习：Agent 工作流与图像生成工作流有什么不同？¶

Section ID: P6-16.3 Version: v2026.08.03

P6-16.1 考察了用共同格式连接工具与资源的视角，P6-16.2 考察了记录并重新说明执行过程的 harness 视角。本补充节是在另一个生成式 AI 场景中重新阅读这两个视角的比较地图。

都叫 workflow 时，哪一种流程会选择下一步行动，哪一种流程会变换数据和条件？

这里介绍 InvokeAI 和 ComfyUI，不是为了学习安装、按钮或节点清单。它们是让图像生成 pipeline 可见的案例，目的是不把它和 agent 的控制流程混为一谈。实际运行与比较记录留给 Part 7。

workflow 这个词并不指同一种结构¶

Agent workflow 是查看目标和中间观察后改变下一步行动的控制流程。图像生成 workflow 则是 prompt、参考条件、模型、潜在表征和图像之间的数据变换流程。

区分	首先移动的东西	核心问题	代表记录
agent workflow	下一步行动	观察之后，应搜索、调用工具还是交给人？	goal, observation, next_action, stop_reason
图像生成 workflow	条件和中间表征	哪些条件与变换生成了最终图像？	model, prompt, seed, control, output
harness	执行的可说明性	能否重新阅读同一次运行与失败？	trace, environment, approval, replay

因此，节点很多的图并不会自动成为 agent。图像生成图可以执行固定的数据路径，而 agent 可以根据观察改变路径本身。

Stable Diffusion 系列的最小流程可以写成下面这样。

prompt 与参考条件
-> 文本条件
-> 潜在表征与重复恢复
-> 图像转换
-> 结果审查与执行记录

这用执行环境的语言重述了 P5-15.4 的 文本条件 -> 潜在噪声 -> 重复恢复 -> 图像。本节不解释每种实现的精确内部细节，也不解释某个节点的全部参数。

ComfyUI 用节点和连接线呈现这类流程。其官方文档把 workflow 定义为相连节点构成的图，并说明它可以保存到图像 metadata 或 JSON 中。ComfyUI Workflow

InvokeAI 通过 Canvas 和 workflow 环境处理图像生成与编辑。Canvas 项目可把图层、mask、参考图像、生成设置与 LoRA 保存在一个项目文件中，因此可用来说明怎样记录被比较的条件。InvokeAI Canvas Projects

场景	阅读流程的方法	与 agent 混合时产生的误解
ComfyUI 节点图	查看模型、条件、潜在表征和图像怎样连接	容易以为节点连接本身会进行目标判断或重新规划
InvokeAI Canvas	查看图像编辑条件和比较状态	容易把 Canvas 操作混同为模型内部推理或 agent 行动
AI agent	查看观察是否选择下一工具、重试或停止	容易把所有多步骤执行压平为同一种数据 pipeline

这两个图像环境有助于显示生成条件和变换路径。但收到 prompt 并不会自动形成能分解目标，或看完结果后自主选择新工具的结构。

运行工具之前，先填好下面五格。这样可以避免只留下单张输出图像。

记录格	图像生成 pipeline 要写什么	与 agent pipeline 比较时要看什么
输入	prompt、参考图像、mask、seed	目标和当前观察是否分开？
变换	model、LoRA、control、sampler、steps	这是数据变换，而不是下一步行动选择吗？
输出	生成图像和审查标准	它与最终答案或执行结果有什么不同？
变更	每次只改变一个条件	是哪个观察改变了下一步行动？
再现	workflow、项目文件、metadata	trace 与 replay 中必须留下什么？

这张卡片不是给模型或工具排性能名次的表。它是用来说明 pipeline 的哪个位置改变了结果，以及下一次比较要留下什么的最小记录。