上下文内提示已使程序性任务的智能体编排过时

智能体编排框架——LangGraph、CrewAI、Google ADK、OpenAI Agents SDK等——在LLM之上放置一个外部编排器，每一轮都跟踪状态并注入路由指令。我们给出一个受控比较，表明对程序性任务而言，这种架构全面逊于一个更简单的替代方案：将整个流程放入系统提示并让模型自我编排。我们在三个领域——旅行预订（14节点）、Zoom技术支持（14节点）和保险理赔处理（55节点）——上对每种条件各评估200段对话，采用LLM-as-judge按五项质量标准打分。上下文内方法在5分制中得分4.53–5.00，而使用同一模型的LangGraph编排器得分为4.17–4.84。编排系统在旅行、Zoom和保险对话中的失败率分别为24%、9%和17%，而上下文内基线分别为11.5%、0.5%和5%。外部编排对早期模型或许是必要的，但前沿模型能力的进步已使其对遵循既定流程的多轮对话不再必要。