用自然语言定义复杂工作流是坏实践：Agent 编排应回归代码
gerardsans · x · 2026-11-12
开发者 gerardsans 在讨论中主张：即便在现代 agentic 系统里，也不该用纯文本（自然语言 prompt）定义复杂工作流——这是经典反模式。
他的论点：应把工作流转成代码让行为可预测；概率分布系统不该当图灵机用，因为太脆弱，确定性运行时存在是有原因的。他还指出多数研究人员缺乏软件工程功底，难以在这方面做出正确取舍。
所属事件:论文证更多推理token可解更难问题，引发复杂度讨论(3 条相关)→
「编程与Agent」频道最新
- Intent 更新：引入产品经理 Agent，支持 Cursor 作为执行后端 — LukeW · 2026-11-13
- 「为什么用 LangChain？」开发者社群公开求解惑 — curious_vii · 2026-11-13
- InstaBox 给 AI Agent 配云电脑：上线不满月创建超百万沙箱 — JaynitMakwana · 2026-11-13
- Steve Yegge：2.5 万美元收 Mac Studio，bash 写的 agent 工厂被迫重写 — Steve_Yegge · 2026-11-13
- DeepLearning.AI 推出语音 AI Agent 课程，教三种接入模式 — DeepLearningAI · 2026-11-13
- Memgraph 演示 Codex 与 Claude Code 共享记忆：跨 agent 接力任务上下文 — JeremyCMorgan · 2026-11-13