Reddit 热议：Agent 轨迹越长越不可靠，但没人量化过拐点

rio_ARC · reddit · 2026-09-04

一位做多步 agent 工作流的开发者发帖提问：5–10 步的 workflow 看起来非常稳定，但一旦 agent 需要在更长轨迹中维护状态，就会出现多种失败模式——不必要的重新规划、早期小错误向后续传播、上下文随时间失效、重试推高成本却不改善结果。

他想找在固定模型、工具和任务分布下，任务成功率、工具调用准确率、恢复率、单任务成功成本、人工干预率随步数变化的量化曲线，并追问退化究竟是轨迹变长本身导致，还是状态管理、记忆、重试与编排设计的产物。他查过 LangSmith/LangGraph、Lyzr Agent Studio、CrewAI、Letta，没找到能干净隔离轨迹长度变量的 benchmark，向社区征集实验结果。