ワークフロー（Workflow）とは、複雑なタスクを前後関係のある再利用可能なステップのシーケンスに分解し、構造化された実行パラダイムとして定義するものである。エージェントとは異なり、ワークフローは通常事前にオーケストレーションされ、実行パスが確定しており監査可能である。一方、エージェントは環境からのフィードバックに基づいて次の行動を動的に決定するため、柔軟性は高いが予測可能性は低い。

この用語は1921年の鉄道工学文献における「work flow」に由来し、当初は組織内での工程の流動を指していた。ソフトウェア分野では、これはビジネスプロセスマネジメント（BPM）やオーケストレーションエンジンへと段階的に進化し、現代のエージェントフレームワークへと拡張されている。

2024年、Wangらは論文 Agent Workflow Memory において、学習可能なワークフローメカニズムを提案した。このシステムは、過去の実行履歴から頻繁に再利用されるステップシーケンスを抽出し、ワークフローとして蓄積する。その後、タスク実行時にコンテキストとして必要なワークフローを検索し、行動指針として注入する。このプロセスは、訓練サンプルからのオフライン学習だけでなく、現在のクエリに基づくオンライン即時学習もサポートする。実験により、この手法はMind2WebおよびWebArenaベンチマークでそれぞれ24.6%と51.1%の相対的な成功率向上を達成し、タスク完了に必要なステップ数を大幅に削減することが示された。

この結果は、固定されたフローであっても経験の蓄積を通じて継続的に最適化可能であることを示している。明確な入出力規約により、実行の再現性、エラーの特定、ロールバックの追跡が可能となり、監査やスケーラブルなデプロイメントが容易になる。ステップが比較的固定されており、大規模な反復実行が必要なシナリオにおいて、ワークフローはアドホックな意思決定よりも安定しており、デモから本番環境への移行を支える重要な要素である。