一年之间，Agent 从 Workflow 到 While Loop

模型迭代速度超越了框架设计速度

• 2024年初：GPT-4、Claude 3 需要 Workflow 这样的”手把手”指导才能完成复杂任务
• 2025年中：Claude 3.7、GPT-4.5、o4-mini 直接理解任务意图，一个 while True 配合详细 prompt 就能跑完全流程
• 核心转变：从”框架编排模型”到”模型即 agent”，Prompt+模型成为唯一核心
• 行业共识：模型能力每 3-6 个月翻倍，精心设计的工作流框架很快就会过时

一年前：为什么我们需要 Workflow？

2024年初，当我们想让 GPT-4 完成一个复杂的调研任务时，必须这样做：

1. 手动拆解任务：定义”搜索”节点、“分析”节点、“总结”节点
2. 设计状态机：规划节点之间的跳转逻辑、循环条件、退出条件
3. 编写路由规则：用代码告诉模型”什么时候该做什么”
4. 维护状态传递：在节点之间显式传递中间结果

# 2024年典型的代码
from langgraph.graph import StateGraph

workflow = StateGraph(AgentState)
workflow.add_node("search", search_node)
workflow.add_node("analyze", analyze_node)
workflow.add_node("summarize", summarize_node)
workflow.add_edge("search", "analyze")
workflow.add_edge("analyze", "summarize")
workflow.add_conditional_edges(
    "summarize",
    should_continue,
    {"continue": "search", "end": END}
)

为什么这么复杂？ 因为 2024 年的模型还不够聪明：

• 上下文窗口有限（GPT-4 才 128K，实际可用更少）
• 工具调用不稳定（经常遗漏参数或调错工具）
• 推理深度不足（多步任务容易”走偏”）
• 没有长期记忆能力

现在：Claude Code 只用了一个 while loop

2025年，Claude Code 让我们看到了另一种可能。它的核心代码简化到极致：

# Claude Code 的核心逻辑（简化版）
system_prompt = """你是一个软件工程助手...
[长达 5000+ 字的详细操作手册]
"""

while not task_completed:
    response = claude_3_7.invoke(
        system=system_prompt,
        messages=conversation_history,
        tools=available_tools
    )

    if response.tool_calls:
        results = execute_tools(response.tool_calls)
        conversation_history.append(results)

    if response.says_completed:
        task_completed = True

就这么简单。 没有节点、没有状态机、没有路由规则。模型自己决定：

• 下一步该做什么（规划能力）
• 需要调用哪些工具（工具理解）
• 任务是否完成（自我评估）
• 如何处理错误（容错能力）

为什么现在可以？ 因为模型迭代太快了：

核心转变：Prompt + 模型 = 一切

以前：框架是核心，模型是工具

开发者设计 → Workflow 编排 → 模型执行
    ↑                              ↓
    └──────── 结果反馈 ←────────────┘

• 开发者要想清楚所有逻辑
• 框架负责流程控制
• 模型只是”一个更好的函数”

现在：模型是大脑，框架是手

详细 Prompt → 模型自主决策 → 持续执行
                  ↓
            工具 + 记忆

• Prompt 就是”操作系统”（5000+ 字的系统提示）
• 模型自己规划、执行、评估
• 框架退化为”提供工具”和”防止出轨"

"真正的Agent，就是一个在循环中运行、不断调用工具的 LLM。差异只在于工程细节。“

这句话的深层含义是：当模型足够强时，复杂的框架设计变得不再必要。

理解 Claude Code 发现只需要四个东西：

1. 详细的系统 Prompt（5000+ 字）

Claude Code 的系统提示词包含：

• 工具使用说明（每个工具都有详细例子）
• 工作流程指南（什么时候该做什么）
• 错误处理策略（遇到问题怎么办）
• 输出格式要求（如何与用户沟通）

关键发现：Prompt 越详细，模型表现越好。2024年我们还在优化”如何用最少的 token”，现在直接把操作手册塞进去就行。

2. 规划工具（Todo List）

Claude Code 的 Todo List 工具本质上是个 No-Op（不执行任何操作），但它强制模型：

• 显式列出计划步骤
• 追踪任务进度
• 保持专注不跑偏

class TodoTool:
    def add_task(self, task: str):
        """强制模型思考下一步"""
        pass  # 实际不执行任何操作

这个”假工具”的作用是让模型的 CoT（思维链）外化，类似于”把想法写下来”。

3. 子代理机制

复杂任务需要拆解。Claude Code 的子代理做法：

# 主代理创建子代理
sub_agent = Agent(
    task="深度调研量子计算的最新进展",
    parent_context=current_context,  # 共享上下文
    max_iterations=50
)

result = sub_agent.run()
main_agent.integrate(result)

• 主代理负责整体规划
• 子代理处理子任务（可以是搜索、代码、分析等）
• 上下文在主子之间共享

4. 文件系统（长期记忆）

无论是 Claude Code、Manus 还是 Deep Research，都把文件系统当作：

• 工作区：执行任务的场所（读写代码、文档等）
• 外部记忆：保存中间结果、避免上下文溢出
• 状态持久化：长时间运行任务的状态管理

# 模型可以随时读写文件
agent.write_file("research_notes.md", "...")
agent.read_file("previous_findings.txt")

这比传统的”把所有东西塞进 messages”要高效得多。

这一年的教训：模型迭代速度 >> 框架设计速度

回顾 2024 到 2025 这一年：

Q1 2024：Workflow 成为 Agent 开发的事实标准
Q2 2024：Claude 3.5 发布，工具调用准确率大幅提升
Q3 2024：GPT-4.5 支持 200K 上下文，开始减少节点数量
Q4 2024：o4-mini 展示深度推理能力，简单任务不再需要状态机
Q1 2025：Claude Code 公开，证明”while 循环 + 详细 Prompt”就够了
Q2 2025：行业开始反思”是否过度工程化了 Agent 框架”

核心教训：

1. 不要为当前模型设计框架——3个月后模型就会升级
2. Prompt 比代码更重要——5000 字的 Prompt 胜过 5000 行的编排代码
3. 模型即 Agent——当模型足够强，循环就是最好的架构
4. 保持简单——复杂的状态机在快速迭代中很难维护

实践建议

如果你现在要开发一个 Agent 系统：

从 while 循环开始

while not done:
    response = model.invoke(messages, tools)
    handle_response(response)

不要一上来就设计复杂的工作流图。先让最简单的循环跑起来，看模型能做到什么程度。

把精力花在 Prompt 上

• 写详细的工具使用说明（每个工具都要有例子）
• 定义清晰的工作流程（什么情况下该做什么）
• 提供错误处理策略（遇到问题如何恢复）
• 给出输出格式要求（如何与用户交互）

Claude Code 的系统 Prompt 有 5000+ 字，这不是偶然。

选最新最强的模型

模型能力的提升远超你的想象：

• Claude 4.5 vs Claude 3: 工具调用准确率从 60% → 95%
• GPT-5 vs GPT-4: 推理深度从 5 步 → 20+ 步
• o4-mini: 内置 CoT，自动进行多步推理

不要用 6 个月前的模型。 那会让你误以为需要复杂的框架。

提供必要的工具和记忆

• Todo List（强制规划）
• 子代理（任务拆解）
• 文件系统（长期记忆）

这些是工程细节，但很重要。

结语：模型就是 Agent

2024 年我们说”Agent = 模型 + 框架 + 工具”。

2025 年我们发现”Agent = 模型”，框架和工具只是辅助。

这不是说 Workflow 没有价值——在需要严格流程控制、人工审核节点、合规检查的场景，显式的工作流依然必要。但对于大多数”让 AI 自主完成任务”的场景，一个写得足够好的 Prompt + 一个足够强的模型 + 一个简单的 while 循环，就够了。

模型迭代太快了。 与其花时间设计完美的框架，不如把精力放在 Prompt 工程和模型选择上。半年后，你精心设计的状态机可能会被新模型的能力提升彻底取代。

不是我们设计得更好了，是模型变得更强了。

相关资源：

• deepagents 开源项目
• Claude Code 系统 Prompt 复刻
• LangChain 原文：Deep Agents