检索日期：2026-03-27 使用原则：本章只保留能直接证明“业务世界的语义、规则、流程先于 Agent 自治”的来源；优先 DDD/流程标准、官方平台运行时文档、企业工作流资料、高风险行业论文与治理框架。
Bounded Context 作者/机构：Martin Fowler 年份：2014/持续更新 URL：https://martinfowler.com/bliki/BoundedContext.html 角度：语义边界、统一语言、同名对象在不同上下文中的不同含义 采用原因：适合支撑“业务语义首先是上下文边界，而不是词汇表”。
Use Domain Analysis to Model Microservices 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/azure/architecture/microservices/model/domain-analysis 角度：围绕业务功能划分边界，在边界内建立领域模型 采用原因：适合把 bounded context 落到工程化业务建模。
Use Tactical DDD to Design Microservices 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/azure/architecture/microservices/model/tactical-domain-driven-design 角度：business rules、validation、state transitions、aggregate 采用原因：适合支撑“规则必须进入实体、聚合与领域服务，而不是漂浮在 prompt 外围”。
Design a microservice domain model 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/dotnet/architecture/microservices/microservice-ddd-cqrs-patterns/microservice-domain-model 角度：rich domain model、rules、behavior、constraints 采用原因：适合支撑“业务不是数据字段，而是对象、行为和约束”。
Business process modeler (BPM) in Lifecycle Services 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/dynamics365/fin-ops-core/dev-itpro/lifecycle-services/bpm-overview 角度：业务流程库化、文档化、fit-gap 分析 采用原因：适合支撑“业务流程不是一句提示词，而是可被建模和标准化的结构对象”。
State framework architecture 作者/机构：Microsoft Learn 年份：持续更新 URL：https://learn.microsoft.com/en-us/dynamics365/intelligent-order-management/state-framework 角度：状态、状态原因、状态转移、业务事件驱动 采用原因：适合支撑“流程推进必须落到显式状态机，而不是模糊话术”。
Business Process Model and Notation (BPMN) 2.0.2 作者/机构：OMG 年份：2014 URL：https://www.omg.org/spec/BPMN/2.0.2/ 角度：业务流程的标准化建模 采用原因：适合支撑“流程是正式对象，不是松散描述”。
Decision Model and Notation (DMN) 1.5 作者/机构：OMG 年份：2024 URL：https://www.omg.org/spec/DMN/1.5/About-DMN 角度：业务规则与决策模型标准 采用原因：适合支撑“规则需要被显式抽出并与流程互补建模”。
Business Process Management: A Comprehensive Survey 作者/机构：Wil van der Aalst 年份：2013 URL：https://pure.tue.nl/ws/portalfiles/portal/72806486/507984.pdf 角度：control flow、data/rules、resources/organization 的综合流程视角 采用原因：适合支撑“流程、规则、资源与组织责任是同一系统问题”。
Safety in building agents 作者/机构：OpenAI 年份：持续更新 URL：https://developers.openai.com/api/docs/guides/agent-builder-safety 角度：guardrails、approval、untrusted input、trace grading 采用原因：适合支撑“规则、审批和异常处理应进入系统原语”。
Node reference 作者/机构：OpenAI 年份：持续更新 URL：https://developers.openai.com/api/docs/guides/node-reference 角度：if/else、while、guardrails、human approval、set state 采用原因：适合支撑“流程分支、状态更新和人工审批是 Agent runtime 的骨架”。
Building effective agents 作者/机构：Anthropic 年份：2024 URL：https://www.anthropic.com/engineering/building-effective-agents 角度：workflow 优先、programmatic checks、渐进式自治 采用原因：适合支撑“清晰稳定的任务优先 workflow，而不是盲目放大自治”。
Demystifying evals for AI agents 作者/机构：Anthropic 年份：2026 URL：https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents 角度：成功标准、边界条件、自动评测与人工复核 采用原因：适合支撑“例外定义和边界条件本身就是 Agent 系统定义的一部分”。
Salesforce Launches Agentforce 2dx with New Capabilities to Embed Proactive Agentic AI into Any Workflow 作者/机构：Salesforce 年份：2025 URL：https://investor.salesforce.com/news/news-details/2025/Salesforce-Launches-Agentforce-2dx-with-New-Capabilities-to-Embed-Proactive-Agentic-AI-into-Any-Workflow-Create-Multimodal-Experiences-and-Extend-Digital-Labor-Throughout-the-Enterprise/default.aspx 角度：business logic、Flow、Apex、workflow embedding 采用原因：适合支撑“Agent 不是脱离业务系统运行，而是嵌入既有业务逻辑和流程引擎”。
Accelerate Automation With Summer ’25 Flow Features 作者/机构：Salesforce 年份：2025 URL：https://admin.salesforce.com/blog/2025/accelerate-automation-with-summer-25-flow-features-be-release-ready 角度：approval delegation、approval from flow 采用原因：适合支撑“审批路由是流程控制，不是附属通知能力”。
Ask for Approval action 作者/机构：ServiceNow 年份：2024 URL：https://www.servicenow.com/docs/bundle/washingtondc-build-workflows/page/administer/flow-designer/reference/ask-approval-flow-designer.html 角度：record-centered approval、分支结果、due date、workflow control 采用原因：适合支撑“审批是流程与责任链的一部分”。
Vertex AI Agent Builder 作者/机构：Google Cloud 年份：持续更新 URL：https://cloud.google.com/products/agent-builder 角度：连接企业系统与 workflows、approval routing、business rules、compliance requirements 采用原因：适合支撑“企业 Agent 必须接入 record systems、流程编排和合规边界”。
Artificial Intelligence Risk Management Framework (AI RMF 1.0) 作者/机构：NIST 年份：2023 URL：https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10 角度：Govern / Map / Measure / Manage、context-specific governance 采用原因：适合支撑“组织语境、责任与风险控制先于模型自主性设计”。
AI RMF Playbook - Manage 作者/机构：NIST 年份：持续更新 URL：https://airc.nist.gov/airmf-resources/playbook/manage/ 角度：monitoring、appeal/override、incident response、change management 采用原因：适合支撑“稳定运行依赖完整流程制度，而不是单次推理质量”。
Evaluating large language model workflows in clinical decision support for triage and referral and diagnosis 作者/机构：npj Digital Medicine 年份：2025 URL：https://www.nature.com/articles/s41746-025-01684-1 角度：真实临床分诊、转诊、诊断 workflow 采用原因：适合支撑“高风险场景里，流程化临床序列先于裸模型回答”。
A FAIR-AI framework for healthcare enterprise risk management and governance 作者/机构：npj Digital Medicine 年份：2025 URL：https://www.nature.com/articles/s41746-025-01900-y 角度：风险分级、治理升级、持续监控 采用原因：适合支撑“规则、审批与治理闭环是高风险 Agent 的内在组成部分”。
PREVENT: Proactive Risk Evaluation and Vigilant Execution of Tasks for Mobile Robotic Chemists using Multi-Modal Behavior Trees 作者/机构：Satheeshkumar Veeramani 等 年份：2025 URL：https://arxiv.org/abs/2510.21438 角度：化学实验中的流程感知、异常处理和风险控制 采用原因：适合支撑“没有 workflow awareness，微小异常也会放大为系统级失败”。