使用工作流的方式去编排整个流程，完成业务的构建，这种方式并不稀奇，在很多领域存在特别多，比如影视传媒，在影视上采用工作流的方式去完成整个视频的加工 处理，甚至可能会编写部分脚本，这是非常常见的现象 。

这是因为这样的行业下的很多流程，大体可以被标准化，原因也在于输入和输出是标准化的，再配合多年以来的行为习惯和模式，以这样的方式来完成业务，基本上已经成了共识，这样的工作方式也确实可以提高效率，完全满足需求。

但是，当把这样的工作流的方式迁移到软件研发领域后，问题就会暴露的非常明显，在曾经的低代码时代，就有不少解决方案，尝试通过拖拉拽和流程编排处理的方式，构造一个可用的软件，到了AI时代，这样的工作方式更加盛行，仿佛已经是标配。

image

基于任何一个做生成似AI的平台，都有一个通过拖拉拽配置工作流，快速构建AI应用的引擎，然而这个东西真有那么好吗？

首先，从价值上来说，肯定有价值，只是价值多少的问题，对于工作流这样的引擎来说，投入产出比并不见的有多大。

站在目标群体的视角来看：

工作流引擎的目标群体始终是飘忽不定的，真正的终端用户，消费者，用的是应用的SAAS成品，根本不会去搞拖拉拽，给自己造一个应用。

真正具备研发实力的研发人员，面对各种各样的需求，从可控性和可交付性的角度来说，更愿意自己首先逻辑去开发一个AI 应用，以确保最终能够被交付。

如此看起来，似乎只有不会写代码，但是又要去做AI应用的群体，才会是这个东西的受众，那么这个群体，是否会承担企业开发生产级AI应用的职责？

当然不会。

所以会发现这样的软件，受众一直不明确，可能只有那种想快速demo一把的群体，或者尝鲜的群体，想自己体验一把动手能力的群体，会尝试使用一下这样的东西。

站在开发工作量的角度来看：

  • 开发一款功能完备的工作流引擎，工作量非常大，除了穷举出所有所需要的节点之外，还需要考虑到不同节点之间的组合方式，从而让整个流程可以运行起来，无论是从前端体验较好的界面，还是整体工作流的执行，都会有非常大的工作量。
  • 用超大的研发工作量，服务于一个不那么确定的群体，用不那么清晰的流程去解决一个不知道可能是什么的问题。

这样的方案，相对来说，真的糟糕透了。。

所以我向来非常反对这种拖拉拽进行编排的解决方案，因为它真的不会有想象中那么好，但是在AI领域下，类似comfyui就好评非常好，原因在于，comfyui所面对，或者目标群体本身就是影音范围，对于这个群体来说，工作流本身就是曾经的工作方式，只是平迁了而已。

image

但是抛开这个领域外，在研发领域，工作流真正的问题会在于，它既改变了曾经研发群体的工作方式，又没有办法完全保证所有场景都支持，这就导致整个方案会面临非常大的缺陷和不确定的未知风险，一旦出现这种风险，几乎没有解决方案。

扫码手机观看或分享：