SchlüsselarbeitArtikelerreichbar
Anthropic, Building effective agents
Der Text, an dem sich die Trennung zwischen Workflow und Agent festmacht: Beim einen liegen die Schritte im Code fest, beim anderen entscheidet das Modell während des Laufs über Reihenfolge und Tool-Wahl. Eine Deutungshoheit über das Wort beansprucht er dabei ausdrücklich nicht; er nennt die eigene Linie eine Unterscheidung der Bauform und führt selbst einen Workflow auf, dessen Schrittzahl vorher offen ist. Er ist zugleich die Stelle, an der der Hersteller vom Agentenbau abrät, solange etwas Einfacheres genügt, die Kosten dieser Bauform beim Namen nennt und zu Sandbox und Allowlistn rät.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 04.08.2026:
Workflows are systems where LLMs and tools are orchestrated through predefined code paths.
bestätigt 10.11.2026Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks.
bestätigt 10.11.2026Agentic systems often trade latency and cost for better task performance
bestätigt 10.11.2026the autonomous nature of agents means higher costs, and the potential for compounding errors
bestätigt 10.11.2026we categorize all these variations as agentic systems, but draw an important architectural distinction between workflows and agents
bestätigt 10.11.2026subtasks aren't pre-defined, but determined by the orchestrator based on the specific input
bestätigt 10.11.2026it's also common to include stopping conditions (such as a maximum number of iterations) to maintain control
bestätigt 10.11.2026We recommend extensive testing in sandboxed environments, along with the appropriate guardrails
bestätigt 10.11.2026we recommend finding the simplest solution possible, and only increasing complexity when needed
bestätigt 10.11.2026For many applications, however, optimizing single LLM calls with retrieval and in-context examples is usually enough.
bestätigt 10.11.2026Prompt chaining decomposes a task into a sequence of steps, where each LLM call processes the output of the previous one.
bestätigt 10.11.2026The main goal is to trade off latency for higher accuracy, by making each LLM call an easier task.
bestätigt 10.11.2026You can add programmatic checks
bestätigt 10.11.2026Routing classifies an input and directs it to a specialized followup task.
bestätigt 10.11.2026either by an LLM or a more traditional classification model/
bestätigt 10.11.2026algorithm Breaking a task into independent subtasks run in parallel.
bestätigt 10.11.2026Voting: Running the same task multiple times to get diverse outputs.
bestätigt 10.11.2026one LLM call generates a response while another provides evaluation and feedback in a loop
bestätigt 10.11.2026This workflow is particularly effective when we have clear evaluation criteria, and when iterative refinement provides measurable value.
bestätigt 10.11.2026They can also make it tempting to add complexity when a simpler setup would suffice.
bestätigt 10.11.2026Much of the tooling landscape described in this post has changed since December 2024.
bestätigt 10.11.2026you should consider adding complexity only when it demonstrably improves outcomes
bestätigt 10.11.2026Parallelization is effective when the divided subtasks can be parallelized for speed, or when multiple perspectives or attempts are needed for higher confidence results.
bestätigt 10.11.2026This workflow is well-suited for complex tasks where you can't predict the subtasks needed
bestätigt 10.11.2026Start with simple prompts, optimize them with comprehensive evaluation, and add multi-step agentic systems only when simpler solutions fall short.
bestätigt 10.11.2026
01 Agenten01 Was Automatisierung mit KI ist02 Wann es kein Modell braucht08 Woran es fehlt, entscheidet den Weg