1. 背景

1.1 为什么现在AI工作流这么火热？

生成式AI技术飞速发展，正在重构各领域的底层技术范式。

各种新模型、创意工具的更新节奏也越来越快，这一趋势迫使我们必须开始思考：如何能更高效的跟踪、验证并上线各种新AI能力。

而基于GUI的AI工作流框架，也许是能帮助我们应对这一挑战的解决方案之一：

优势1：提升效率

AI工作流框架把重复性“胶水代码”封装为可复用组件节点，省去各种重复开发。这种"更高层次的抽象"让开发者能够将精力聚焦于业务逻辑和基座模型训练，而非脚本串联，大幅度降低从创意提出到原型效果验证的周期。

优势2：高效复刻社区优秀工具

基于GUI的AI工作流框架，大幅度降低AI模型应用的门槛，大量非技术人员（导演/设计师等）直接参与到这场AI创新实践中，社区沉淀很多最佳实践（爆款玩法、AIGC创意等），通过AI工作流框架作为中介，可以快速的学习并复用这些优秀的方案。

1.2 常见的AI工作流框架

工作流（Workflow）是一组由多个节点按特定顺序编排而成的可执行指令集合，旨在实现特定业务逻辑或完成既定任务。

随着AI技术的不断发展，为降低AI技术的使用门槛，基于图形用户界面（GUI）的零代码或低代码节点式AI工作流框架逐渐兴起。

本质上，GUI节点式工作流 = 可视化 DAG 编排 + 零/低代码封装 + 及时执行

不同类型	说明
静态工作流	特点：面向传统软件开发中的节点集成，工作流中的节点编排都是预编排好的（没有AI参与） ****例如：最初的 N8N框架（开源，2019.06）
AI 工作流	特点：面向大模型应用开发的，LLM作为特殊节点，为工作流的编排引入动态性。 例如：Dify（开源，2023.05）
Agentic 工作流	特点：面向智能体应用开发的*，在LLM基础上新增Agent开发能力，提供AI模型应用/智能助手等开发能力。 例如：扣子 Coze（闭源-2024.02，开源2025.07）
生成式AI工作流	特点：面向生成式AI技术应用开发的*，聚焦生图、生视频等场景，提供丰富插件生态，极大拓展创作的自由度。 例如：comfyUI（2023.01），一款基于 节点式工作流 的开源 AI 图像生成工具，专为 Stable Diffusion 等扩散模型设计。

本次重点介绍以扣子（Coze）为代表的基于GUI的AI工作流框架，最后从IT从业者的角度思考：如何借助AI工作流框架，提升从“创意发现 → 离线原型验证 → 上线应用”的全链路的效率，如何拥抱AI工作流（Workflow AS Service）的新时代？

2.扣子（Coze）

扣子（Coze）是字节-抖音推出的一款基于GUI的低代码大模型应用工具开发平台，该平台以其直观的可视化界面和丰富的功能模块，让用户能够轻松创建各种类型的智能体应用。

• Coze（海外版本）：2023.11，面向海外开发者推出的AI 应用开发平台（支持GPT4等国外模型）
• 扣子（国内版）：2024.02，推出国内版本Coze（Web端/移动端），主要面向非开发者提供零代码构建 AI Agent的应用框架，2025.07推出开源版本coze-studio（阉割版）。

2.1 核心能力说明

网址：https://space.coze.cn/space-intro

核心能力分为三部分：

（1）扣子空间

****定位：****AI办公助手，提供官方内置的一些优秀AI工具（闭源的工作流）。

测试一下最近比较火的AI播客的功能：

最终生成的音频：

效果上，大家自己可以去与 ListenHub等AI播客产品进行对比一下…

(2)扣子开发空间

定位：Coze提供的基于GUI的零代码AI工作流开发框架（云服务版本）

整体开发空间结构：

2.2 动手实践搭建AI工作流

动手搭建一个能实现AI播客能力的工作流。

整个流程非常的简单：利用大模型节点、AI播客插件、封面图生成插件，快速搭建工作流：

生成的AI播客示例：

测试指令 =对比一下几款AI工作流框架 Coze、Dify、N8N

* 生成的封面图：	* 生成的AI播客音频

可以对比一下，与上面扣子官方提供的插件生成的AI播客的效果，基本是差不多的！

还有更多生图、生成动漫视频的能力，大家可以自己去动手尝试一下~

（3）开源版本Coze

2025.07 扣子推出其工作流框架的开源版本 - Coze Studio，整体框架后端采用 Go语言开发，前端使用React+TypeScript，支持私有化部署，满足企业数据安全需求（详情）

整个服务框架采用 Go 作为主体，在部分复杂的数据处理场景中，引入 Python 来承担特定任务，例如文件解析处理。

与Dify、RAGFlow 等项目采用纯 Python 实现，在实际生产环境中，可以提供更好的高性能和稳定性

但是目前很遗憾的是，开源版本在整体功能上与云服务版本阉割较多，期待官方后面能继续补全吧。

3.常见工作流产品对比

Dify、n8n等AI工作流都采基于GUI的编程范式（可视化的流程编辑器），但它们的诞生背景、核心使命和根本设计理念却存在着许多差异。

产品	说明
Dify（2023.05） 限制性商用，禁止提供SaaS服务	适用人群：有一定技术背景 产品定位：面向LLM应用开发的，集成式、一站式的AI应用开发框架。 在架构设计，集成化平台，在一个统一的平台内，提供构建一个完整AI应用所需的所有工具链：从数据处理（RAG）、模型编排（Workflow）、到后端服务（BaaS）和持续运维（LLMOps），为LLM应用开发提供一个从开发到运营的全栈解决方案。更简单，但不灵活。
N8N（2019.06） 源码可用，禁止提供SaaS服务	适用人群：专业开发者 产品定位：定位为面向技术团队，本质上是一个开源工作流自动化工具，而非纯粹的 LLM 平台。 近年底层与LangChain等深度集成，实现AI应用开发能力(在AI应用开发方面稍微不足)

整体技术框架选型的对比：

更多框架比对：Agent workflow的综述论文

4.未来展望

毫无疑问，当前AI技术正在模糊各个技术工种（前端、后端、算法等）之间的工作分工…

作为一个算法工程师，个人分享几点如何通过积极拥抱AI工作流框架，提升研发中端到端的效率：

1. 从插件能力沉淀开始，探索&建设面向生成式AI的工作流框架基座。

• 高频能力插件化：实现“一次封装、多处复用”，无需重复造轮子，可直接在特定场景的工作流中引入，显著提升代码复用率与工程一致性，同时降低维护成本。
• 从基于GUI的工作流编排->AI生成工作流：进一步降低从“创意→原型”的工作量，缩短 MVP版本的周期。
• 提升框架的整合能力：在易用性与高并发等方面参考开源Coze框架，在生成式模型接入上结合ComfyUI框架的优势等，快速集成各社区沉淀的优秀工作流、创意工具等，提升产品的竞争力。

2. 工作流即服务（Workflow as Service），在部分实际任务上，打造端到端的AI工作流闭环，实现从『离线开发->效果验证 -> 在线服务』的一键式切换，全面提升研发效率。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？