/760 字/阅读约 3 分钟
我的 Agent 架构演进:Skill 压平 Sub Agent,Restatement 又把它拉了回来
从初代「主 Agent 编排 + 子 Agent 分工」三层架构,到用 Skill 替代冗余 Sub Agent 压平架构降低 Token,再到长任务中撞上步骤合并跳过、规则失效、输出同质化,最终靠 Restatement 机制与 Sub Agent 回归分头解决——一条完整的踩坑迭代链。
从初代「主 Agent 编排 + 子 Agent 分工」三层架构,到用 Skill 替代冗余 Sub Agent 压平架构降低 Token,再到长任务中撞上步骤合并跳过、规则失效、输出同质化,最终靠 Restatement 机制与 Sub Agent 回归分头解决——一条完整的踩坑迭代链。
以 MoneyPrinterTurbo 为例,按 7 个维度(任务规划、多 Agent 协作、上下文管理、Human-in-the-loop、评估框架、工具路由、Streaming)系统拆解一个陌生项目的架构缺陷,从中筛出 Top 3 贡献方向,并给出方案骨架与给维护者的英文沟通草稿。
以 OpenAI 文生图 API 为例,解析生成请求与图片下载为什么必须是两个独立重试状态机:关键差异在计费语义——一个是未确认态可能重复扣费,一个是已付费的幂等免费操作。
接手陌生项目的四阶段方法论:宏观定向(1-2小时)→ 架构建模(半天)→ 运行验证(半天)→ 持续深化。12 个可执行步骤,配合 agent 技能栈实现认知加速。
以 MoneyPrinterTurbo 为例,用 7 个 agent 架构维度审视一个固定管线项目:它几乎一个都不占,但这不是缺陷,而是项目性质使然。能说清"为什么这里不需要 agent",比硬说"这里有 agent"更显研究深度。