bareagent：让模型自己拆解工作流
Tight_Heron1730 · reddit · 2026-07-16
这条帖子在讨论一种趋势：**真正决定 agent 工作流的人是谁**，以及“谁来负责任务分解”正在从 **没人负责 → 人类负责 → 模型负责** 演进。 ### 文章中的三种路线 - **Ralph**：没有固定工作流，同一 prompt 反复跑 bash loop，每轮都用新上下文，靠持续迭代推进。 - **CodeMachine**：人类先把工作流写好，再让 agent 按这个流程执行。 - **RLM**：模型把上下文当作环境，自主分解任务并递归调用自己，结构由模型生成。 ### 作者自己的实现：bareagent 作者把 RLM 这种“模型主导分解”的模式做成了一个 `recurse()` 原语： - 支持 **decompose → fan-out → verify → synthesize** - 给模型一个 `spawn_child` 工具，让它决定是否拆分任务 - 子任务只拿到自己的局部上下文，返回 `{result, verdict}` 或诚实的 `{incomplete}` - 对截断、拒绝、上下文溢出等失败情况做了明确错误标记，不会被包装成成功 - 通过 `bareguard` 控制预算、轮次和审计日志 ### 工程信息 - **零依赖**，Apache-2.0 - Node >= 18，纯 JS + JSDoc - 已有 **862 个测试** - 支持 Anthropic / OpenAI / Gemini / Ollama / CLI-pipe - 作者还提到配套项目：`litectx`（记忆）、`barebrowse`（网页）、`baremobile`（安卓/iOS）