本文来自微信公众号： 叶小钗 ，作者：叶小钗
10.29号，Coze官方宣布企业版本即将全面下线。
这条消息出来以后，我的社群和朋友圈都快炸了。大家都很感叹，作为字节之前的明星产品，在AI这波浪潮下，来得快，去得也快。
又一次印证了一个观点：在AI时代，只要你学得慢，你就不用学了。
不过这次扣子下线的是企业版，并不是整个扣子下线。
其实，Coze企业版本下线我们早有预兆，今年5月，Coze专业版停服、后面分批次下架了接近30款模型、海外版又批量下线了多项核心功能，这明显不是一个正常的节奏。
之前我们课程体系中还会讲解如何用Coze搭建工作流AI。在今年4月份，我们就已经放弃了Coze平台作为工作流AI的载体，并全面转向了AI Coding的方式。
正如前面那哥们说的，我们之前拼命做的拖拽节点，其实是在为模型的笨买单。Coze这类低代码工作流平台，本身就是AI发展过程中的一种过渡形态。
随着大模型越来越强大，自己会规划任务、决定下一步做什么的时候，之前需要人手动编排的很多工作，现在Agent自己就可以完成了。
但这并不是说工作流技术就过时了。
Coze企业版为什么会下线？
这次Coze企业版下线，我认为核心原因，还是字节内部的战略调整和资源分配问题。
第一，字节内部的AI战略开始收拢，资源需要向核心业务集中。
如果关注过字节今年在AI领域的动作，就知道字节正在不断调整内部的AI产品线，把资源往豆包集中，响应粗主干的战略。
今年7、8月，飞书、TRAE和Coze团队被整合进豆包体系，接着字节推出了独立的AI办公产品「豆包工作」。
而Coze企业版在做AI办公、企业工作流和智能体开发，豆包工作也在做AI办公，飞书本身又有成熟的企业协作生态，而火山引擎负责企业级AI基础设施和交付。
对于字节来说，内部有多条产品线做相似的事情，就意味着重复投入研发资源、运营资源和企业交付成本。
与其同质化竞争，不如把相关能力整合进核心产品，让资源更加集中。
第二，Coze在ToB这条路上，本身也没有竞争优势。
Coze最初能够火起来，很大程度上就是因为门槛低，主打一个C端小白。不用懂编程，拖几个节点、配置下模型，就能搭建一个Chat Bot或者工作流。
这对于个人开发者、小团队以及想快速验证AI场景的业务人员来说，确实非常有吸引力。
但是，ToB和ToC完全是两回事，在toB这块，Coze并没有竞争优势。
像腾讯有企业微信，阿里有钉钉，这些产品本身就连接着大量企业的组织架构、员工、文档以及业务流程。
企业想引入AI，可以直接在现有的办公生态上扩展，不需要再引入一套完全独立的平台。
而字节自己也有飞书和火山引擎，在企业办公和AI基础设施方面，更有优势。
这样一对比，Coze企业版的定位就非常尴尬了。
所以，字节选择放弃独立的Coze企业版，把资源集中到更有优势的业务上，我觉得并不意外。
当然，这次下线Coze企业版套餐，并不能说明工作流平台就没有价值了。
事实上，Coze这类工作流平台能够在过去几年迅速流行起来，并且被大量使用，说明它解决了很多实际问题。
那为什么现在却越来越倾向于使用Agent和AI Coding呢？
要回答这个问题，我们不妨先回顾一下，工作流平台当初为什么能够流行起来。
工作流平台为什么流行？
Coze这类工作流平台，在过去两年多的时间里非常流行，我认为主要有几个原因：
第一，极大地降低了AI能力接入门槛。
在这之前，想调用大模型、做知识库检索、串联多个AI动作，通常需要工程团队花费一定时间去开发。
而这类平台把这些能力直接封装成可视化的节点，让产品和业务同学像搭建积木一样去实现自己的业务流程，几个小时内就可以跑通一个可用的MVP。
这对于想要快速验证AI价值的企业来说，这样的效率提升是无法拒绝的。
对于个人用户而言，也可以拿它快速搭建工作流。在Agent还没普及之前，这确实是门槛最低、当前最优的一种解决方案。
第二，提供了开箱即用的工具链。
它还内置了知识库、数据库、版本控制、运行日志追踪等一套应用开发能力，用户不需要自己从零去搭建这些基础配套设施，拿来就能用，这极大降低了启动成本。
第三，具备开源和私有化部署能力。
开源版本的存在，让企业可以基于底层代码做定制化改造，嵌入内部身份认证系统、对接私有数据源、适配业务特有的流程规范、添加自定义组件节点。
正是这些优势叠加在一起，Coze这类平台在过去几年里被大量企业、个人用户使用。
从我们接触的案例来看，有很多公司在这一块使用得非常深入，他们基于开源版本做二次封装，叠加自己的定制化需求，来搭建企业内部的AI应用开发平台。
见过最多的是，内部有几百个工作流都是在Coze平台上搭建的，覆盖客服问答、内容生成以及内部数据处理等各类场景。
所以我们不能因为Coze企业版下线，就否定这类平台曾经创造的价值。
只不过，随着Agent能力越来越强，过去这种以人工编排为核心的开发方式，也开始暴露出越来越多的问题。
工作流平台遇到的瓶颈
工作流的整个搭建过程，是人把复杂任务拆成一个个节点，明确每个节点的输入和输出，再用连线确定执行顺序，模型只需要在指定的节点完成非常明确的任务。
这里的分工逻辑是：人负责规划，模型负责执行。
这种方式在业务逻辑简单、流程固定的情况下，确实很好用。但随着业务越来越复杂，问题也开始暴露出来了。
第一个问题，就是工作流太死板，维护成本太高。
工作流最大的特点是确定性，我们提前把各种可能出现的情况考虑进去，再通过条件判断、循环、分支等节点控制执行过程。
当业务逻辑变得复杂以后，节点可能从最初的几个增加到几十个，甚至上百个，整个画布跟蜘蛛网一样，让人眼花缭乱。
更麻烦的是后期维护。一旦有需求变动，你要从几百个节点中去找到目标节点就非常困难，并且极有可能，你改动其中一个节点，会导致很多节点都要跟着修改，迭代维护成本就上来了，甚至根本维护不动。
业务越复杂，这个问题就越明显。
随着模型的理解、推理、编程和工具使用能力不断提升，分工逻辑开始发生变化。
以前，我们需要告诉它：先执行第一步，再执行第二步；如果遇到某种情况，就进入某个分支。
现在，Agent已经可以自己根据任务目标拆解步骤，选择对应的工具，并根据执行结果规划下一步了。
所以之前我们也说过，像Coze、Dify这种纯手动拖拉拽的工作流编排方式，很可能只是AI发展过程中的一种阶段性产物。
站在现在的视角来看，与强调自主规划和动态执行的Agent范式相比，这种需要手动编排大量节点的方式，确实显得没那么先进，也没有吸引力了。
就好比现在大家都AI Coding了，谁还愿意去古法编程呢？
当然，这只是从开发方式的角度来说，并不意味着所有业务都应该交给Agent自主执行。
第二个问题，就是低代码平台始终无法解决的两难处境。
Coze工作流平台本质上就是低代码开发范式，类似这种工具早在AI出现以前就有了，甚至还有无代码平台，只不过是扣子这类平台又把这个范式带到了AI时代。
它们一直想解决一个问题：让不懂编程的人，也能通过拖拉拽的方式开发应用。
想法很好，但现实往往没那么简单。
对于程序员来说，不会太喜欢。拖拉拽不一定比直接写代码效率高，特别是遇到复杂逻辑的时候，写代码反而更灵活，也更容易管理和维护。
而对于非技术同学来说，搭建起来又挺吃力的。
虽然整体门槛是降低了，但遇到代码、循环、数据结构组装、HTTP请求等节点的时候，还是会把他们难住，并且这里还是需要有一定的编程思维才行。
所以就出现了一个很尴尬的局面：简单的工作流，业务同学自己就能搭建，但解决的问题有限；复杂的工作流，业务同学搞不定，最终还是得找程序员帮忙。
平台想要做得足够灵活，就必须提供更多节点和配置能力，这样上手门槛就越来越高。
反过来，如果为了降低门槛，把功能做得非常简单，又无法满足复杂业务的场景。
两边都很难兼顾，这其实也是很多低代码平台长期面临的问题。
只不过Coze更偏向低门槛和个人开发者生态，Dify则更多面向企业级应用开发，给研发团队提供AI应用开发和运行的平台。
而AI Coding的出现，恰恰正在改变这个局面。
过去我们选择低代码平台，是因为写代码的门槛太高。
但现在，很多原本需要通过拖拉拽配置的功能，我们直接通过自然语言告诉Agent，它就能帮我们生成对应的代码。
既不需要自己手动搭建几十上百个节点，也不用被平台预先提供的节点能力限制住。
当然，AI生成的代码同样需要测试、维护和管理，但至少在开发方式上，我们多了一种更加灵活的选择。
所以我认为，真正受到冲击的，并不是Workflow这种技术范式，而是依赖人工拖拉拽来构建复杂AI应用的开发方式。
工作流平台的价值仍然会存在
虽然我也不太喜欢这种拖拉拽的工作流平台，但不得不承认，它们在企业生产环境中的价值是真实存在的，因为确实解决了很多实际的业务问题。
甚至在我看来，企业中大量流程相对固定的业务场景，使用Workflow就已经足够了，根本没必要引入复杂的Agent架构。
为什么这么说？
因为企业生产环境和个人使用场景不一样。
个人使用Agent，可以接受它偶尔犯错，大不了多尝试几次。但企业不一样，容错率是很低的，企业场景会更关注确定性、稳定性和成本。
比如一个固定的业务流程，输入什么、经过哪些处理环节、最终输出什么，都需要尽可能可控。一旦出现问题，还能通过运行日志快速定位到具体的执行节点，方便排查和追溯。
而这恰恰是Workflow的优势。
相比之下，Agent虽然更加灵活，能够自主规划任务、动态选择工具，但也意味着执行路径更加不可预测，调试难度和运行成本往往也更高。
这里并不是说Agent不好，而是没必要为了追求技术上的先进，把原本简单的问题复杂化。
所以，前面说Coze这类平台是阶段性产物，并不是说Workflow这种范式要被淘汰，而是指纯粹依赖人工拖拉拽节点来开发复杂AI应用的方式，正在失去原有的优势。
这其实是两个不同的概念。
Workflow是一种任务编排范式，而Coze、Dify只是实现这种范式的工具。
即便我们都通过AI Coding来开发应用，编写Skills，背后依然会使用Workflow，只不过不再需要人手动去编排复杂杂的流程节点了。
因此，Workflow不会因为Agent的发展而消失，两者也不是非此即彼的关系。
在实际业务中，完全可以用Workflow控制整体流程，在需要自主判断和动态决策的环节引入Agent。现在很多低代码开发平台也支持这种模式，比如Dify就可以把Agent当成一个节点在Workflow中使用。
技术最终还是要回归业务本身，能以更低的成本、更稳定的方式解决问题，才是最重要的。
总结
回到Coze企业版下线这件事。
核心原因是大厂内部的战略取舍，其次也反映了企业级AI市场竞争越来越激烈，这并不是宣告工作流平台、Workflow范式已经过时。