10 家代理机构实测：Claude 使用率 38%，创意产出只占智能体价值的 3%

9月14日，伦敦的数字代理机构网络 Digital Agency Network（DAN）发布免费报告《The Agentic Workflows Guide》，记录其成员机构如何在真实客户项目里部署 AI 智能体。这份报告由 10 位代理机构负责人共同撰写，用具体数字描述智能体工作流带来的效率变化。

报告给出的最直观例子是两个流程的重写：一家参与机构把原本需要一周以上的市场情报分析压缩为一次通宵运行；另一家把 SEO 规划与审计项目从一两天缩短到几个小时。报告强调，这些收益来自工作流架构的重组，而不只是换上了更快的模型。

在架构层面，机构同时使用顺序式多智能体系统与并行编排，把研究、分析、评估、内容生成和质量检查分配给专门的智能体，最后在人工审核环节汇合。也就是说，智能体承担的是流水线里的执行工作，判断与放行仍然留在人手里。

价值分布是报告中最反直觉的部分：内容生产占所报告价值的 28%，数据分析与报告占 24%，内部运营占 17%，SEO 与自然增长、付费媒体各占 11%，个性化与分群占 7%，创意制作只占 3%。创意产出垫底，与“生成式 AI 会先重塑创意工作”的普遍预期正好相反。

工具选择上，机构没有押注单一供应商：Anthropic 的 Claude 以 38% 的使用率领先，OpenAI 为 23%，Google 的 Gemini 为 19%，自动化平台 n8n 占 12%，自建内部系统占 8%。这种分散说明工具是按任务逐个拼装起来的，研究、推理、自动化与质量保障由不同系统分别承担。

速度并没有以放弃监督为代价。多数参与机构运行的是人工控制或半自主的工作流，战略审核、质量检查与最终批准仍留在人手里。报告引用 Luminary 董事总经理 Adam Griffith 的说法：“架构不如你把人放在哪里重要。”RNO1 创始人兼 CEO Michael Gaizutis 则说：“速度来自 AI，判断来自人，我们不会把任何默认的模型输出直接交给客户。”

机构自认为最大的障碍同样具体：输出质量不稳定被提及最多，其次是缺乏控制与可预测性，以及过度自动化的风险。部署成熟度的差距也很大——50% 的机构称自己的实现是项目级的，30% 仍处于实验阶段，只有 10% 已经在组织内标准化智能体工作流，另有 10% 达到企业级运行水平。

报告最后把问题引向代理机构的商业模式本身：参与机构提到战略基础设施咨询、IP 变现、智能体策展以及类似 SaaS 的可扩展性等新收入方向。Victorious 品牌增长总监 Jill Maldonado 的判断是，智能体工作流会压低执行环节的价值、抬高判断、策略与编排的价值，从而对传统代理模式形成压力。这份指南可在 DAN 官网免费下载。