Workflow as Knowledge: Semantic Persistence for LLM-Mediated Workflows
工作流即知识：大语言模型中介工作流的语义持久性
🧭 LLM 工作流语义持久化
UNHCR · CNR—Istituto Nanoscienze · ZeLe & F ApS
将工作流定义、实例、推理记录等作为可持久化的知识对象，支持工作流的可检查、可恢复和可审查
📌 工作参考价值（4 点）
- 在复杂推荐或广告策略工作流中，可借鉴“derive vs infer”语义区分：将确定性计算步骤（如特征工程、规则过滤）归为 derive，将需要 LLM 判断的步骤（如创意生成、用户意图理解）归为 infer，以控制成本与可预测性。
- 将工作流状态持久化为结构化知识对象（如上下文快照、依赖关系）形成知识图谱，可用于事后审计、错误排查和增量构建，提升推荐管线透明度。
- 利用“语义持久性”实现工作流的中断恢复与人工审批门：当推荐任务被中断（如突发流量）或需要人工干预（如敏感内容审核）时，可基于持久化知识恢复执行，避免状态丢失。
- 该概念模型可用于设计可复用的子工作流模板，将已验证的推荐流程（如召回→粗排→精排→重排）作为知识对象复用，加速新业务接入。