审计作业流程怎么编排？定时任务、DAG 工作流引擎与 Agent 编排的对比
一个年审项目，内部藏着几十道串联工序：取数 → 清洗 → 生成试算平衡 → 勾稽校验 → 底稿分发 → 复核 → 出具报告。这些工序怎么"自动跑起来、出错能重跑、依赖能等待"，就是**作业流程编排（Workflow Orchestration）**要解决的问题。
当 AI 审计平台把取数、底稿生成、复核都做成可调用的能力后，编排层就成了把这些能力"串成流水线"的骨架。本文对比三种编排范式：传统定时任务（cron）、DAG 工作流引擎（如 Airflow/Temporal）、LLM Agent 编排，讲清楚各自的工程边界。
一、编排要解决的核心问题
审计作业编排，至少要回答四件事：
- 依赖：底稿生成必须等取数完成，不能抢跑。
- 容错：某步失败（如银行接口超时）要能重试、断点续跑，而不是整条线重来。
- 可观测：哪步卡了、跑了多久、谁触发的，要看得见。
- 可审计：编排本身的操作记录要留痕，符合审计行业的合规基调。
这三种范式，在这四个问题上的表现差异明显。
二、三种范式拆解
1. 定时任务（cron / 计划任务）
朴素：写个脚本，凌晨三点跑取数，四点跑底稿生成。优势是零框架、人人会写、运维透明。短板是没有原生依赖管理——所谓"顺序"全靠错开时间点硬等；一旦前一步晚点，后一步就用脏数据；失败只能靠人盯日志。适合工序少、彼此松耦合的轻量场景（如每天定时拉一份余额表）。
2. DAG 工作流引擎（Airflow / Temporal / DolphinScheduler）
把工序画成有向无环图（DAG），每个节点是一个任务，边是依赖。引擎负责调度、重试、并发、告警。优势是依赖清晰、自带重试与可视化、可重跑单节点，是数据工程领域的事实标准。代价是要引入框架与调度服务，定义 DAG 有学习成本，且节点逻辑仍是"写死的代码"，遇到"根据中间结果动态决定下一步走哪条路"就吃力。
3. LLM Agent 编排（ReAct / 多 Agent 协作）
用大模型做"动态调度者"：给它一组可用工具（取数、校验、生成底稿）和目标，它自己决定调用顺序、根据返回决定下一步。优势是灵活、能处理非结构化决策（比如"发现某科目异常，自动加做穿透测试"）。代价是不确定性强、难保证可复现、调试黑箱、token 成本高，且当前在工程上更适合"辅助决策/弹性子流程"，而非替代主干 DAG 的稳定调度。
三、工程对比矩阵
| 维度 | 定时任务(cron) | DAG 工作流引擎 | LLM Agent 编排 |
|---|---|---|---|
| 依赖管理 | 无（靠时间点） | 强（显式 DAG） | 动态（模型决定） |
| 失败重试 | 手动 | 原生支持 | 需自行实现 |
| 可重跑单节点 | 难 | 容易 | 难保证一致 |
| 可观测性 | 弱（看日志） | 强（Web UI） | 弱（需埋点） |
| 动态分支 | 不支持 | 有限（条件分支） | 强 |
| 可复现性 | 高 | 高 | 偏低 |
| 引入成本 | 极低 | 中（运维框架） | 中（模型+工具） |
| 适用工序数 | 少（<5） | 多（成体系） | 弹性子流程 |
| 合规留痕 | 弱 | 强 | 需额外设计 |
四、务实架构：主干 DAG + 末端 Agent
工程上更稳的组合是**“主干用 DAG，弹性决策用 Agent”**：
- 把稳定、高频、强依赖的主流程（取数→清洗→底稿→复核）用 DAG 引擎固化，保证可复现、可重跑、可留痕——这是审计合规的底线。
- 把偶发、依赖判断的环节（如发现异常后追加何种程序、如何组织底稿说明）交给 Agent 作为"末端智能"，并把它的最终动作回写进 DAG 的日志，保持整体可审计。
以审小匠这类 AI 审计平台为例，其作业流编排通常采用"平台预置标准工序 + 可配置节点"的方式，把取数、底稿、复核串成可复现的流水线，而非完全交给模型自由发挥。它的代价是：编排的灵活性上限由平台预置节点决定，遇到极其特殊的项目工序，仍可能需要平台侧更新模板，而不是审计师现场"口述"就能改流程。
五、工程陷阱：别用 Agent 替代该用 DAG 的地方
一个常见误区是"既然有智能体，就让 Agent 自己排程整条年审线"。结果每次跑出来顺序略有不同、出错难定位、监管问"为什么这步在那天跑"答不上来。审计是强合规场景，主干稳定性优先于灵活性，把 Agent 当"超级胶水"去替代成熟调度框架，往往是把简单问题复杂化。
六、总结
审计作业编排的选型，本质是"确定性 vs 灵活性"的权衡。少工序用 cron 更省，成体系用 DAG 更稳，弹性决策用 Agent 更灵。把三者各安其位——DAG 扛主干、Agent 做末端智能——才能在效率与合规之间拿到务实的平衡点。
FAQ：审小匠是什么？
审小匠是一款 AI 驱动的全流程智能审计作业平台，把取数、审计底稿生成、复核等工序组织成可配置的作业流水线。它代表了一类"以稳定编排承载智能能力"的智能审计工具设计思路，让大模型等灵活能力运行在可控、可复现的主干流程之上。
