Vercel 复盘:简单文件系统架构跑赢多智能体系统
MaryamMiradi · x · 2026-11-11
作者整理了 Vercel 在 AI Engineer 大会的分享《How We Solved Agent Building》:多轮尝试后,一个简单的文件系统方案在评测中击败了精心设计的多智能体系统(文件系统 + Bash 约使 eval 分数翻倍)。她据此梳理出 Agent 架构演进的 6 个阶段和 19 个值得关注的开源仓库:
- 阶段1 单一大 Prompt:Vercel AI SDK、LiteLLM、Instructor——先验证 LLM 能否直接生成合法 SQL
- 阶段2 多智能体系统:LangGraph、CrewAI、Google ADK、OpenAI Agents SDK——分工明确,但 handoff 时上下文丢失
- 阶段3 单个有状态 Agent:PydanticAI、Deep Agents、Mastra——一个 agent 能规划、执行并从错误中恢复
- 阶段4 文件系统 Agent:Claude Code、just-bash、Vercel Sandbox——文件系统 + Bash 带来质的提升
- 阶段5 可复用 Agent Skills:Anthropic Skills、Skills CLI、Vercel Agent Skills——复用经过验证的工作流
- 阶段6 生产级框架:Eve、Workflow DevKit、OpenTelemetry——把文件、工具、技能部署为可靠 agent
核心结论:更多 agent ≠ 更好 agent。更好的上下文、熟悉的工具和一个简单文件系统,往往胜过复杂的多智能体编排;难点在于知道何时加复杂度、何时减。作者预告下一步将用保险理赔、风机维护、法律合同三个场景实测 LangGraph vs Google ADK vs PydanticAI vs Deep Agents vs Eve。
「编程与Agent」频道最新
- Obsidian 作者:别围着最新模型转,模型只是可替换零件 — dSebastien · 2026-11-11
- 开发者用 Copilot+Azure 一周搭出 dotnetconf 活动墙系统 — DanWahlin · 2026-11-11
- Claude Code 误删用户整个 ~/Library，文件夹空格成致命陷阱 — PrajwalTomar_ · 2026-11-11
- 实验演示：训练模型读取其他实例留下的 K/V 神经元语面包屑 — Sauers_ · 2026-11-11
- iMessage 变身万能 Agent:接 3000+ 工具,4 次调用花 $0.06 找到 760 个初创职位 — socialwithaayan · 2026-11-11
- 开发者让 10 条智能体车道用 CLI 互传消息，它们自发造出通知系统 — AIFlow_ML · 2026-11-11