最近我们一直在讨论一个很实际的问题，Claude Code、GitHub Copilot 这类 Coding Agent 已经不只是回答 ABAP 问题，它们开始通过 ADT、MCP、API 甚至远程开发环境读取对象、搜索 Repository、检查语法、修改代码、激活对象。Agent 一旦从聊天窗口走进真实的 SAP 系统，问题马上变了。过去使用大模型时，我们关心的往往是回答得对不对。进入 Agent 模式以后，还得关心另一件更加工程化的事情，Agent 在完成任务的过程中，到底允许怎么走。这正是工作流约束要解决的问题。工作流约束并不是某一个 AI SDK 独占的正式标准名词，更适合把它理解成一组工程规则。它规定 Agent 在执行任务期间，哪些动作允许发生，哪些动作禁止发生，动作之间有什么先后关系，进入下一阶段需要满足什么条件，什么地方必须停下来等待人工批准，失败以后能重试多少次，什么时候必须终止整个任务。因此，工作流约束约束的不是 Agent 会不会思考，而是 Agent 思考之后到底能做什么。Anthropic 在 Agent 架构里明确区分了 workflow 和 agent。workflow 的特点是 LLM 与工具按照预先定义好的代码路径运行，而 agent 则拥有更大的动态决策空间，可以根据环境反馈自行决定下一步行动。两者并不是互相排斥。企业里的实际系统通常是把 Agent 放进 workflow 里面，让模型负责局部判断，把关键业务路径交给程序控制。