很多人第一次用 n8n 搭 AI 助手，都会卡在同一个地方：同事在 Slack 里随口一问，“这个客户上个月的单量为什么掉了？”，你却要提前把所有可能的分支画在画布上。问题每次都不一样，流程图越画越大，还是兜不住。2026 年 9 月 25 日，n8n 给出了新的解法。
这个新功能叫 n8n Agents：你用文字描述要做的事，它自己规划步骤。本文讲清楚它改变了什么、什么场景该用代理、怎样写好决定成败的指令，以及一套稳妥的上手步骤。
n8n Agents 是什么？9 月 25 日发布了什么？
n8n Agents 是 n8n 新推出的独立功能，和原来的 AI Agent 节点并存。你给代理配置模型、指令、工具和渠道，它就会自行决定执行步骤。同一个已发布的代理，可以在 Slack 里对话、按计划定时运行，也能被任意工作流调用。
按照 n8n 官方博客的说法，每个代理都自带以前需要手动拼装的部件：记忆、会话记录、渠道（Slack、Telegram、Linear、Discord、定时）、草稿与正式版本，以及审批。官方用了一个比喻：以前是自己装机，现在是买整机，但机箱照样可以打开加配件。
对使用者来说，有三点最关键：旧的 AI Agent 节点完全不受影响；新增的 Message an Agent 节点可以让工作流把某一步交给代理；不懂工作流也能建代理，指令写起来就像给同事的任务说明。
目前 n8n Cloud 最新稳定版用户已经可以使用，自托管版本需要额外配置，企业版“即将上线”。官方把它标为预览版，功能和行为仍可能调整。
什么时候用 n8n Agent，什么时候用工作流？
步骤固定、顺序必须精确的任务，比如表单校验后分配线索，用工作流。下一步取决于上一步结果的任务，比如排查客户问题，用代理。固定流程里只有一个环节需要判断时，就在工作流里加一个 Message an Agent 节点。
判断标准很简单：请求到来之前，你能不能把完整流程画在白板上？能，就继续用工作流，它更容易审计、排错，每次表现一致。如果答案是“看对方怎么问”，那就轮到代理出场了：
- 团队内部问答：查数据、必要时先反问、再给总结。
- 线索调研：每家公司要查的资料都不一样。
- 工单分流：读工单、判断要不要调账户信息、起草回复、紧急情况上报。
很多时候混合模式最划算：原有流程控制顺序，代理只处理那个模糊的环节。而且节点调用的是已发布代理，改一次指令，所有调用它的流程都会同步更新。
怎样写出让代理表现稳定的指令？
把指令栏当作一份五段式任务说明：角色、目标、工具规则、边界和输出格式。指令越模糊，代理越要靠猜：用哪个工具、什么时候停。写清工具规则、固定输出格式，才能把演示效果变成团队真正能依赖的日常工具。
表现不稳的代理，通常只写了人设（“你是一位专业分析师”），却没写先调哪个工具、什么时候该反问、合格的答案长什么样。这和我们在输出契约指南里讲的原则一样。下面这份说明可以直接复制使用：
试试这个提示（粘贴到代理的 Instructions 栏）：
角色：你是市场部的数据助理，在 Slack 里回答同事关于投放效果的问题。
目标：给出简短、带出处、可以直接放进周报的答案。
工具规则：
1. 只要问题涉及数字，必须先调用“获取投放数据”工作流，禁止凭记忆估算。
2. 如果问题没有说明是哪个活动或哪个时间段，先反问一个问题，再调用工具。
3. 只有问到品牌规范时，才查询“品牌文档”知识库。
4. 每次会话结束时可以调用一次“记录请求”，不得使用其他任何会写入数据的工具。
边界：
- 工具没有返回所需数据时，回答“已连接的数据中没有找到相关内容”，然后停止。
- 不给预算建议，请同事咨询组长。
- 用同事提问时的语言回复。
输出格式：
- 第一行：一句话直接回答。
- 最多三条要点，列出支撑数据。
- 最后一行：“来源：[工作流或文档名称]，数据截至 [工具返回的日期]”。
这份说明规定了唯一的数据来源、含糊问题必须反问、唯一允许的写入动作和固定的答案结构。每多一条明确规则，模型就少做一个随机决定。
如何稳妥地搭建第一个 n8n Agent？
先做只读版本。给代理配一到两个查询工具，接入私有测试频道，所有写入动作开启审批，连续几天逐条检查会话记录。确认稳定后，再加一个范围很窄的写入动作，并通过发布新版本上线，而不是直接改正在使用的版本。
- 打开 Agents 标签页，点击 Create Agent。也可以让 n8n Assistant 帮你起草（会消耗 AI 额度）。
- 选模型。可以用自己的 API 凭证，也可以先用 n8n 的 Gateway 额度。
- 粘贴五段式说明。
- 从最窄的工具开始添加。工具分三类：MCP 服务器、只做一个动作的 n8n 节点、完整工作流。对 MCP 不熟的话，可以先看MCP 连接器入门。
- 写入动作一律用工作流包起来。别把 CRM 凭证交给代理，做一个只能“添加备注”的小流程，代理决定何时调用，流程决定具体怎么写。
- 敏感工具开启审批，代理会暂停，等你点批准或拒绝。
- 在测试频道试用草稿版，查看会话记录中每一步的工具调用、输入和输出。
n8n Agents 有哪些常见坑和限制？
最大的风险有三个：给代理的工具权限太宽、把预览版功能用在面向客户的写入操作上、忽视成本。代理每轮对话算一次执行，和现有工作流共享额度，但模型用量另外计费，所以来回很多轮的长对话，实际花费往往比看上去高。
- “万能”工具：一个什么请求都接、哪里都能写的流程，会让整个安全设计失效。
- 不看会话记录：只有记录能告诉你，代理有没有选错客户，或者该反问时自作主张。
- 用代理跑固定流程：代理带来判断，也带来波动。
- 低估成本：模型用量、Gateway 额度、Assistant 使用都要另算，先用几次真实会话估算。
接下来 20 分钟可以动手试什么？
搭一个只读的 Slack 代理，专门回答团队每周都会问的一个问题。只给它一个查询流程，粘贴五段式说明，问三个真实问题，其中一个故意问得含糊，然后看会话记录：它有没有先反问？有没有注明出处？
它没反问就直接猜，就收紧工具规则；答案格式每次不同，就收紧输出格式。写说明、测试、看记录、再收紧，这个循环就是全部诀窍。模型负责步骤，你负责边界。懂AI，更懂你 UD相伴，AI不冷。
本文由 UD AI 团队审阅。资料来源：n8n 官方发布文章（2026 年 9 月 25 日）、Kingy AI 分析（2026 年 9 月 27 日）。
准备好把真正的工作交给 AI 代理了吗？
第一个代理能稳定回答问题之后，下一步就是组建一支角色清晰、技能匹配、边界安全的 AI 员工团队。UD 的 AI 员工方案会按你团队实际使用的工具和审批规则来配置，UD 团队手把手带你完成每一步，从选定第一个角色、完成设置到日常运行。
