Agentul are două variabile, una este fluxul de lucru care controlează direcția activității, iar cealaltă este contextul care controlează contextul generării de conținut. 1) Dacă certitudinea fluxului de lucru și a contextului este ridicată, astfel de sarcini sunt ușor de automatizat, similar cu RPA tradițional, cum ar fi atunci când procesați sarcinile de procesare a facturilor și completarea formularelor, AI este mai mult un lipici și are spațiu limitat pentru a juca. 2) Dacă fluxul de lucru este determinat, dar contextul este incert, adică procesul este fix, dar intrarea este schimbabilă, agentul trebuie să finalizeze semantica și înțelegerea, cum ar fi întrebări și răspunsuri ale serviciului pentru clienți, analiza contractului și recuperarea externă, graficul de cunoștințe și alte instrumente pentru a compensa decalajul de informații pentru a face rezultatele raționamentului mai în conformitate cu așteptările. 3) Dacă fluxul de lucru este incert, dar contextul este determinat, adică intrarea este clară, dar metodele sunt diverse, agentul trebuie să planifice traseul independent, cum ar fi generarea de rapoarte de analiză de piață, recomandări personalizate etc., majoritatea agenților RL End-to-End sunt buni la acest tip de sarcină, deoarece au învățat o mulțime de idei de planificare a traseului și de rezolvare a problemelor în etapa de formare. 4) Când fluxul de lucru și contextul sunt incerte, cel mai complex scenariu, atât raționamentul, cât și explorarea, cum ar fi proiectarea soluțiilor inovatoare, colectarea de informații interdepartamentale etc., care sunt mai înclinate spre agenți de uz general, iar efectul său de execuție depinde de bogăția instrumentelor cu care este echipat, în special capacitatea de programare ar trebui maximizată și deschisă, cum ar fi lăsându-l să învețe să meargă la Github pentru a găsi depozite pentru a clona și modifica codul pentru a rezolva probleme, astfel încât să poată funcționa ca un om. Prin urmare, pentru a face o treabă bună ca agent, trebuie mai întâi să clarificați scenariul. În esență, automatizarea rezolvă problema "certitudinii", în timp ce inteligența rezolvă problema "incertitudinii".