自动化工作流要像真员工一样干活，靠的是两个条件：能分情况走不同路径，能记住上一步产出了什么。条件路由和状态传递就是这两件事的技术实现。前者让流程根据中间结果动态选路，后者让节点之间的数据自动接力。少了任何一个，智能体可能难以应对真实业务里那些弯弯绕绕。
两个条件，决定流程会不会"断片"
条件路由让工作流根据中间结果动态选择路径。最常见的是 if/else 判断：某个节点跑完拿到一个结果，系统按这个结果决定下一步去哪条分支。
状态传递让节点之间的数据自动流转。前一个节点输出的内容作为变量直接流进下一个节点，后续节点随时能引用前序输出，在完成字段映射、权限和流程配置后，节点间数据可自动传递，减少人工搬运。
把这两件事合起来说，道理朴素：流程要"看情况办"，还要"接着上一句办"。只有分叉没有记忆，可能无法保留之前算过什么；只有记忆没有分叉，流程可能一直沿同一条路径执行。
If Node 怎么分叉，状态怎么流转
条件路由的载体通常是一个判断节点，业内常叫 If Node 或 Condition Node。它接收一个条件表达式，比如"提取金额是否大于五千""接口返回码是不是 200"。表达式为真走一条分支，为假走另一条，分支后面各自接不同的节点链。
状态传递靠工作流的上下文对象实现。每个节点执行完把结果写回上下文的一个字段，比如 summary、extracted_amount、ticket_id。下一个节点配置输入时直接引用字段名，引擎在运行时把值替换进去。节点之间不需要硬编码互相调用，对于支持配置化的流程调整，通常可通过修改配置完成，复杂场景仍可能需要开发适配。
两者配合的形态是这样的：节点 A 从邮件抽出一笔报销金额写入上下文，If Node 读这个金额，超阈值走"转主管审批"分支，没超走"自动通过"分支，审批分支里的节点再去读金额和邮件原文生成单据。整个链条没人手动搬运数据，分叉点和数据流都写在配置里。
LangGraph 的 Checkpointer 把状态持久化，在状态持久化配置正常、任务支持恢复且异常可控的情况下，通常可从断点继续执行，这是状态传递在工程上的延伸，长任务尤其用得上。
真实业务没有直线
真实业务里较少出现"输入 A 永远得到输出 B"的线性过程。审批要分级，异常要转人工，用户一个问题没说清要追问。没有条件路由，这些分叉可能需要硬编码在代码里，每加一种情况可能就需要修改程序。没有状态传递，多步骤任务到了第二步可能难以承接第一步的结果，可能需要重新开始。
举个具体的：智能客服收到问题，先去向量库检索文档，大模型生成回答，置信度低就转人工并带上前面检索到的资料。这里"置信度低转人工"是条件路由，"带上前面检索到的资料"是状态传递。缺了后者，人工客服看不到机器查了什么，可能需要让客人把话重说一遍。
具体怎么用，可以看以下场景：报销分级审批。Data Extractor 从发票图片抽出金额和部门，If Node 按金额切三档：小额事项可在企业授权、审批规则和风控要求允许的范围内进入自动处理流程，中额部门主管批，大额加财务总监批。每档审批节点都引用抽取结果生成单据。
工单异常转人工。系统自动处理客户工单，连续两次重试都失败，If Node 切到人工队列，把已尝试步骤和错误日志作为状态传给客服，有助于减少重复劳动。
多轮问答追问。问答助手发现用户问题缺必要参数，If Node 判"信息不全"走追问分支；用户补全后，状态里保留原始问题和已填字段，生成答案时一并参考。
代码审查结果分发。code_review 节点跑完输出 bug 数量和严重级别，If Node 读这个级别，高危直接发告警给技术负责人并附 bug 清单，低危只落库记日志，两路都引用同一份审查结果。
报告自动生成。文件下载、文档解析、摘要、数据提取、邮件发送串成一条流，任一步产出异常（比如下载失败），If Node 切到告警分支发通知，而不是让整条流静默失败。
这些场景的共同点是分叉点明确，且后续动作依赖前序产出。
写死更稳？状态传递是锦上添花？
一个常见想法是把流程写死较为稳定。真实业务多变，写死意味着每来一种新情况就改代码发版本。用配置化的条件路由，经授权的运营人员可在变更管理、测试和发布流程内调整部分判断条件或分支。
另一个误区是觉得状态传递只是好看。说句不太好听的...部分团队可能因未充分重视而遇到问题。】没有它，多步骤任务可能难以承接上下文，Agent 每步可能都需要重新收集输入，遇到跨多个系统取数的场景，数据搬运可能显著影响流程效率。状态传递是流程顺畅运行的重要基础。
小艾的智能体可将条件路由和状态传递配置为配置项。动态 Agent 编排系统可提供相应节点与配置能力；在适配的场景下，通常可减少额外编排代码，具体以产品版本和实施方案为准。系统内置多种预置节点，你拿这些节点当积木，在 JSON 或 YAML 里把分支和引用关系写清楚，即可拼出上面那些审批、转人工、追问的流程。
配合 Memory 持久化（基于 LangGraph Checkpointer），长任务中途断了通常可从断点继续执行，状态可保留。这意味着有助于将"分情况办事"和"记上下文"从写代码转为通过配置实现。