Przepływ agentowy (ang. agentic workflow) to proces biznesowy rozpisany na kroki, w którym agent AI samodzielnie podejmuje decyzje w z góry wyznaczonych granicach, a poza nimi automatycznie przekazuje sprawę człowiekowi razem z pełnym kontekstem.
Definicja krok po kroku
Punktem wyjścia jest zawsze konkretny proces — kwalifikacja leada, triage zgłoszenia, księgowanie faktury — a nie ogólna zdolność „agenta do wszystkiego". Przepływ agentowy opisuje ten proces jako sekwencję decyzji: co uruchamia pracę, którą część decyzji agent podejmuje sam, po czym rozpoznać, że sprawa wykracza poza jego uprawnienia, i komu dokładnie ją wtedy przekazać. Te cztery elementy są ustalone, zanim agent dostanie dostęp do jakiegokolwiek narzędzia czy danych — nie dopisuje się ich po fakcie, kiedy coś już poszło nie tak.
To odróżnia przepływ agentowy od samego „wdrożenia agenta AI" rozumianego jako podłączenie modelu językowego do skrzynki mailowej czy CRM-a. Model językowy jest tu wykonawcą jednego z kroków procesu, nie całym procesem.
Cztery elementy, bez których przepływu nie ma
- Wyzwalacz — zdarzenie, które uruchamia pracę agenta: nowe zgłoszenie w systemie ticketowym, przychodzący e-mail, zeskanowana faktura.
- Zakres decyzji agenta — konkretna lista tego, co agent może rozstrzygnąć sam, najlepiej z wartościami granicznymi (np. „zwroty do 300 zł", „zgłoszenia dotyczące statusu zamówienia").
- Sygnał granicy — reguła albo wzorzec, po którym agent rozpoznaje, że wyszedł poza swój zakres: kwota powyżej progu, brak dopasowania w bazie wiedzy, słownictwo wskazujące na eskalację.
- Punkt przekazania — konkretna osoba lub kolejka, do której trafia sprawa w takim wypadku, wraz z historią, a nie samym powiadomieniem „wymaga uwagi".
W praktyce najwięcej czasu przy projektowaniu przepływu pochłania nie pierwszy ani czwarty punkt, tylko ustalenie sygnału granicy — czyli tego, po czym w ogóle poznać, że sprawa jest nietypowa.
Przepływ agentowy a chatbot puszczony „wolno"
Chatbot bez zdefiniowanych granic też potrafi odpowiadać na pytania i wykonywać akcje — różnica polega na tym, że nikt wcześniej nie zapisał, gdzie kończy się jego mandat. Taki agent zwykle działa dobrze na typowych przypadkach i psuje się cicho na wyjątkach: udziela przybliżonej odpowiedzi zamiast przyznać, że nie ma pewności. Przepływ agentowy odwraca tę kolejność — najpierw ustala granicę, potem uruchamia agenta w jej obrębie.
Przepływ agentowy a frameworki do budowy agentów
Frameworki takie jak LangGraph czy CrewAI dostarczają silnik do uruchamiania agentów — orkiestrację narzędzi, pamięć, pętlę decyzyjną. Przepływ agentowy to warstwa nad nimi: opis granic i punktu przekazania, niezależny od konkretnej technologii. Sam mechanizm zatrzymania procesu i przekazania go do zatwierdzenia przez człowieka bywa nazywany w dokumentacji frameworków „human-in-the-loop" albo punktem przerwania (interrupt) — LangGraph opisuje ten wzorzec wprost jako element architektury, a nie dodatek na wypadek awarii.
Skrypt, RPA, chatbot, przepływ agentowy — porównanie
| Podejście | Co robi | Gdzie się psuje | Kto decyduje w wyjątku |
|---|---|---|---|
| Skrypt | wykonuje zapisaną sekwencję kroków | przy każdym odstępstwie od scenariusza | nikt — proces się zatrzymuje z błędem |
| RPA | klika po interfejsach według nagranego scenariusza | przy zmianie formatki, układu strony, formatu pliku | osoba obsługująca zgłoszenie błędu robota |
| Chatbot bez granic | generuje odpowiedź na podstawie treści | cicho, przy pytaniach spoza wiedzy — bez sygnalizowania niepewności | nikt, dopóki błąd nie wyjdzie na jaw |
| Przepływ agentowy | interpretuje treść i decyduje w wyznaczonych granicach | nigdzie w ukryciu — wyjątek trafia do zaplanowanego punktu | człowiek, z pełnym kontekstem sprawy |
Kiedy przepływ agentowy ma sens
Przepływ agentowy opłaca się tam, gdzie proces jest wystarczająco powtarzalny, by dało się opisać jego granice, ale wystarczająco zmienny w treści (maile, dokumenty, zgłoszenia w naturalnym języku), by sztywny skrypt się na nim wywracał. Jeśli proces zdarza się rzadko albo nie ma jeszcze ustalonego sposobu jego obsługi przez ludzi, zbudowanie wokół niego przepływu agentowego jest przedwczesne — najpierw warto go po prostu przeprowadzić kilka razy ręcznie i spisać, gdzie faktycznie pojawiają się wyjątki.
Przykład granicy w praktyce
Weźmy kwalifikację leadów sprzedażowych. Wyzwalaczem jest nowe zapytanie z formularza na stronie. Agent może samodzielnie przypisać leada do jednej z trzech kategorii: gotowy do rozmowy, wymaga doprecyzowania, poza profilem klienta — o ile ma dostęp do danych z CRM potrzebnych do tej oceny. Sygnałem granicy jest sytuacja, w której zapytanie dotyczy segmentu, którego wcześniej nie było w danych treningowych opisu profilu klienta, albo zawiera warunki handlowe wykraczające poza standardowy cennik. W obu przypadkach sprawa trafia do handlowca razem z pełnym zapytaniem i wstępną oceną agenta, a nie samą notatką „sprawdź to". Ta sama logika — trigger, zakres, sygnał, przekazanie — powtarza się niezależnie od branży czy narzędzia.
Najczęściej mylone pojęcia
Czy przepływ agentowy to to samo co „agent AI"? Nie do końca. Agent AI to komponent techniczny — model plus narzędzia, które wykonuje jeden krok procesu. Przepływ agentowy to opis całego procesu wokół tego komponentu, łącznie z tym, czego agentowi nie wolno rozstrzygać samodzielnie.
Czy każdy proces z udziałem AI jest przepływem agentowym? Nie — jeśli granice decyzji i punkt przekazania nie są jawnie zapisane przed uruchomieniem, mamy do czynienia ze zautomatyzowanym procesem bez zaprojektowanej krawędzi, nie z przepływem agentowym w tym znaczeniu.
Więcej o samej metodzie projektowania granic przeczytasz w opisie podejścia Agent Flow, a o różnicach względem klasycznej automatyzacji — w artykule Workflow agentowy vs. automatyzacja RPA.