AI Agent 工作流新思考：与其追求复杂架构，不如回归“上下文为王”

本文基于作者对 Claude 和 Codex 的高强度使用经验，对当下流行的复杂 AI Agent 工作流提出了深刻反思。文章指出，随着大模型能力的飞速提升，Agent 间的职能界限正逐渐模糊，传统的精细分工模式效率正在下降。作者强调，高质量的“上下文”已取代复杂的编排流程，成为多 Agent 协作的核心资产。相比于使用各种花哨的插件和自动化工具，直接利用原生模型能力进行简单的“多视角讨论”反而更为高效。作者主张在技术追求上应坚持“大道至简”，并构思了一个轻量级的多 Agent 讨论循环方案，旨在通过纯净的上下文输入来激发模型的最佳表现。