AI EventStorming：Agent 工作流发现
一句话:
AI EventStorming / Agent Workflow Discovery 解读
面向对象: Senior BA / Product Architect / Solution Architect / AI PM / Process Owner / Domain Expert。 核心问题: AI agent workflow 不能只靠 PRD 和流程图设计。Agent 会触发命令、调用工具、产生事件、遇到策略门禁和异常补偿。EventStorming 能把真实业务事件、决策热点、系统边界和 AI 插入点摊开, 让团队发现风险和设计机会。 学习目标: 用 EventStorming 的 event、command、actor、policy、external system、hotspot、read model 映射 AI workflow、tool call、HITL、exception、compensation 和 eval trace。
Source Anchors
| Source | Link | 用途 |
|---|---|---|
| EventStorming | https://www.eventstorming.com/ | 参考事件风暴的事件、时间线、协作建模和复杂业务探索 |
| Domain Language / DDD | https://www.domainlanguage.com/ddd/ | 将事件风暴与 bounded context、domain event、ubiquitous language 连接 |
| NIST AI RMF | https://www.nist.gov/itl/ai-risk-management-framework | 将 AI workflow 的风险、评估和控制连接到治理闭环 |
一句话:
AI EventStorming 是用业务事件链发现 AI 应该在哪里辅助、建议、决策、执行、监控或退出, 并把每个 agent 行动变成可追踪事件和控制点。
1. 为什么 AI Workflow 不能只靠 PRD
PRD 常描述:
- 用户要什么功能。
- 系统显示什么界面。
- AI 生成什么内容。
AI workflow 还需要知道:
- 哪个业务事件触发 AI。
- AI 发出什么 command。
- 哪个 actor 负责确认。
- 哪个 policy 决定是否允许。
- 哪个 external system 被调用。
- 哪个 new event 表示动作完成。
- 失败后如何补偿。
- 哪些事件进入 eval 和审计。
传统流程图容易隐藏:
- 非 happy path。
- 跨部门交接。
- 手工 workaround。
- 事件顺序。
- 状态变更。
- 工具副作用。
- 审计证据。
EventStorming 的优势是把“发生过什么”放在中心, 这非常适合设计 agentic workflow。
2. EventStorming-to-AI Mapping
| EventStorming 元素 | AI workflow 映射 | 示例 |
|---|---|---|
| Domain Event | 已发生的业务事实 | DisputeSubmitted, AlertEscalated |
| Command | 触发系统或人的动作 | DraftResponse, RequestDocuments |
| Actor | 发出命令或承担责任的人/系统 | Customer、Analyst、AI Agent、Supervisor |
| Policy | 决定何时触发命令的规则 | high amount -> manual review |
| External System | 被调用系统 | CRM、case system、core banking |
| Read Model | 决策所需视图 | customer profile、case summary |
| Hotspot | 不确定、冲突或风险点 | advice boundary、missing data |
| Time Axis | 事件发生顺序 | SLA、等待、升级、补偿 |
AI 的插入点不是“哪里能生成文字”, 而是“哪个 command 可以被 AI 辅助、建议、决策或执行”。
3. AI Insertion Patterns on Event Chain
| Pattern | 事件链中的位置 | 控制重点 |
|---|---|---|
| Assist | actor 发出 command 前提供摘要/证据 | citation、completeness、human review |
| Recommend | policy 之前推荐下一步 | rationale、counterfactual、override |
| Decide | policy 自动选择路径 | DMN/rule alignment、audit、appeal |
| Act | command 调用工具 | permission、approval、idempotency、rollback |
| Monitor | event 后监控异常 | alert threshold、false positive、triage |
| Simulate | event 前预测影响 | scenario validity、assumption record |
事件链示例:
CustomerDisputeSubmitted
-> AI drafts dispute type recommendation
-> Policy checks amount/risk/customer segment
-> Human approves high-risk route
-> CaseCreated
-> AI requests missing evidence
-> DocumentsReceived
-> Agent drafts resolution note
-> Supervisor approves
-> CustomerNotified
4. Agent Workflow Trace
每个 agent 行动都应能追踪:
trigger event
-> command
-> context read
-> model/tool route
-> policy gate
-> human checkpoint
-> output/action
-> resulting event
-> evidence
| Trace Field | 用途 |
|---|---|
| Trigger event | 为什么 AI 被触发 |
| Command | AI 准备做什么 |
| Context read | AI 读取了哪些数据/知识 |
| Policy gate | 哪些规则允许/拒绝/升级 |
| Tool call | 调用什么系统, 副作用是什么 |
| HITL checkpoint | 谁批准或 override |
| Resulting event | 业务状态如何变化 |
| Evidence | 用于审计和 eval 的记录 |
这条 trace 能连接 PRD、BPMN、DMN、ADR、eval、audit binder。
5. Exception and Compensation
AI agent 必须设计异常和补偿, 否则无法进入生产。
| Failure | Compensation |
|---|---|
| Tool timeout | retry with idempotency key, then queue manual repair |
| Wrong document request | cancel request, notify customer, record correction |
| Policy conflict | stop automation, escalate to policy owner |
| Missing evidence | ask for clarification or route to human |
| Low confidence | assist-only mode, human decision |
| Unauthorized action | deny, security alert, incident review |
| Bad output sent | correction message, complaint path, postmortem |
事件风暴时要显式贴出这些事件:
AIActionRejectedHumanOverrideRecordedCompensationStartedIncidentRaisedPolicyConflictDetectedCustomerCorrectionSubmitted
6. Financial Retail Case: Payment Dispute
Big picture event storm:
TransactionFlagged
CustomerDisputeSubmitted
EvidenceRequested
EvidenceReceived
DisputeTypeClassified
CaseRouted
ProvisionalCreditAssessed
MerchantContacted
ResolutionDrafted
SupervisorApproved
CustomerNotified
AppealSubmitted
CaseClosed
AI opportunities:
| Event / Command | AI Role | Risk |
|---|---|---|
| EvidenceRequested | recommend missing docs | wrong burden on customer |
| DisputeTypeClassified | classify type | wrong path, SLA impact |
| ResolutionDrafted | draft explanation | policy breach, wrong promise |
| AppealSubmitted | summarize new evidence | missed evidence |
| CaseClosed | monitor complaints/reopen | false closure |
Design decision:
- AI can assist and recommend in early stages。
- AI cannot auto-close high-value or vulnerable customer cases。
- Supervisor approval required before customer-facing resolution。
- Every AI suggestion creates traceable event and evidence。
7. Artifact Templates
AI Event Storm Board Schema
| Element | Color / Tag | Example |
|---|---|---|
| Domain Event | event | CaseEscalated |
| Command | command | DraftResolution |
| Actor | actor | AI Agent / Analyst / Customer |
| Policy | policy | high risk requires review |
| External System | system | CRM / core banking |
| Hotspot | hotspot | advice boundary |
| Eval Tag | eval | groundedness, tool safety |
| Control Tag | control | HITL, audit, rollback |
Hotspot-to-Eval Map
| Hotspot | Risk | Eval Case | Control | Owner |
|---|---|---|---|---|
| AI may ask wrong documents | customer friction | missing-doc scenario set | human review | Ops Lead |
8. ADR Draft
| 项目 | 内容 |
|---|---|
| 决策 | 高风险 agent workflow 在 PRD 前进行 AI EventStorming, 并输出 event-command-policy-tool-HITL trace |
| 背景 | Agent workflow 涉及事件、命令、工具副作用、异常补偿和审计证据, 传统 PRD 容易遗漏 |
| 替代方案 | 只写 user stories; 只画 BPMN; 直接 prototype |
| 选择理由 | EventStorming 能暴露领域事件、热点、跨系统边界和异常路径 |
| 影响 | 需要 domain expert、BA、PM、architect、risk、ops 共同参与 |
| 反转条件 | 低风险单步辅助工具可使用轻量 event trace |
9. 面试表达
30 秒版本
AI EventStorming 是把 agent workflow 从“功能描述”还原成业务事件链。我们用 domain events、commands、actors、policies、external systems 和 hotspots 找出 AI 应该辅助、建议、决策、执行或退出的位置, 同时设计 tool gate、HITL、补偿和证据 trace。
2 分钟版本
我不会直接从“做一个 agent”开始。我会和业务、风险、运营、技术一起做 event storm: 先贴出真实业务事件, 再找触发命令、负责 actor、规则 policy、外部系统和热点。然后把每个 AI 插入点映射成 assist/recommend/decide/act/monitor, 并定义 policy gate、人工检查点和 resulting event。 比如支付争议流程, AI 可以推荐缺失材料、分类 dispute type、草拟说明, 但高金额或脆弱客户场景不能自动关闭案件。每个 AI action 都要有 trace id、source evidence、human override 和补偿路径。
Solution Architect / BA Lead 版本
EventStorming 对 AI 的价值是发现架构风险。它能把 domain event、tool side effect、policy rule、HITL queue、exception compensation 和 eval case 连成一条链。这样 BA 不是只写需求, 而是在设计可运营、可审计、可恢复的 AI workflow。