O Agente tem duas variáveis, uma é o fluxo de trabalho que controla a direção da tarefa e a outra é o contexto que controla o contexto da geração de conteúdo. 1) Se a certeza do fluxo de trabalho e do contexto for alta, essas tarefas são fáceis de automatizar, semelhantes ao RPA tradicional, como no processamento de tarefas de processamento de faturas e preenchimento de formulários, a IA é mais uma cola e tem espaço limitado para jogar. 2) Se o fluxo de trabalho for determinado, mas o contexto for incerto, ou seja, o processo for fixo, mas a entrada for mutável, o agente precisará concluir a semântica e o entendimento, como perguntas e respostas sobre atendimento ao cliente, análise de contrato e recuperação externa, gráfico de conhecimento e outras ferramentas para compensar a lacuna de informações para tornar os resultados do raciocínio mais alinhados com as expectativas. 3) Se o fluxo de trabalho é incerto, mas o contexto é determinado, ou seja, a entrada é clara, mas os métodos são diversos, o agente tem que planejar o caminho de forma independente, como gerar relatórios de análise de mercado, recomendações personalizadas, etc., a maioria dos Agentes RL de ponta a ponta são bons em fazer esse tipo de tarefa, porque aprenderam muito planejamento de caminho e ideias de resolução de problemas durante a fase de treinamento. 4) Quando o fluxo de trabalho e o contexto são incertos, é o cenário mais complexo, tanto de raciocínio quanto de exploração, como design de solução inovadora, coleta de informações interdepartamentais, etc., que são mais inclinados a agentes de uso geral, e seu efeito de execução depende da riqueza de ferramentas com as quais está equipado, especialmente a capacidade de programação deve ser maximizada e aberta, como deixá-lo aprender a ir ao Github para encontrar repositórios para clonar e modificar o código para resolver problemas, para que possa funcionar como um humano. Portanto, para fazer um bom trabalho como agente, você deve primeiro esclarecer o cenário. Em essência, a automação resolve o problema da "certeza", enquanto a inteligência resolve o problema da "incerteza".