AgentRun 在解決什麼真問題
過去一年看過太多 agent demo:一開始就丟個 GPT-4o 讓它自由發揮,跑一輪任務幾千個 token,大部分還花在「思考要不要呼叫工具」上。結果就是:
- 單次任務成本幾毛錢,跑 1000 次就是幾百塊
- 同樣的輸入,下次跑結果可能不一樣
- 出錯了只能盯著一堆 tool call log 猜它想幹嘛
AgentRun 的反共識立場寫在 README 第一段——「figure out which parts can become a workflow」:哪些步驟夠固定、可以脫離 agent loop 單獨跑?這部分就別讓它每次都重新推理一遍。
Parcha-ai 在 GitHub 開源了 AgentRun,首日就登上 Hacker News 首頁。它的核心思路一句話就能說清楚:agent 跑出來的 traces 反過來教 DSL 自動生成 workflow,而不是設計師先畫圖再讓 agent 跑。
換句話說,AgentRun 不追求「全 agent 化」,而是「能下沉的步驟就別跑 agent loop」。
四種節點:tool calls / code / system one / agent
AgentRun 的 DSL 把節點分成 4 類。這套設計的關鍵不在於「又多了一個 agent 框架」,而在於它承認一件事:不是所有步驟都需要 LLM。
# 摘自 AgentRun README
# 一個研究類工作流的簡化版本
from agentrun import AgentRun, ToolCall, Code, SystemOne, Agent
flow = AgentRun(
nodes=[
ToolCall(
name="split_question",
description="把研究問題拆成子問題",
deterministic=True # 不調 LLM,用規則拆
),
Code(
name="filter_subquestions",
script="""
# 只保留需要深度調研的子問題
return [q for q in subquestions if q.depth > 2]
"""
),
SystemOne(
name="evidence_router",
description="Jev-powered 路由:確定性判斷哪條證據相關"
),
Agent(
name="deep_researcher",
model="claude-sonnet-4.5",
prompt="你是資深研究員,根據子問題給出深度回答"
)
],
edges=[
("split_question", "filter_subquestions"),
("filter_subquestions", "evidence_router"),
("evidence_router", "deep_researcher")
]
)
重點解釋兩個不太常見的節點:
- Jev-powered system one decisions:確定性路由和證據篩選,不調 LLM。像「這條搜尋結果跟當前子問題有沒有關」這種判斷,用 embedding 相似度 + 規則就夠了,不需要讓大模型每次推理一輪。這是多數 workflow 工具欠缺的能力,LangGraph 讓你畫圖,Dify 讓你接 LLM,但沒人告訴你哪些節點根本不該接 LLM。
- Code 節點:直接跑 Python/Rust,不經任何 LLM 中轉。適合純資料處理、格式轉換、過濾。
工具呼叫 (tool calls) 和完整 agent (agents) 大家都懂,這裡不展開。
Traces 反哺 DSL:這是關鍵設計
AgentRun 最讓人意外的設計是它的反向循環:
- 先讓 agent 自由跑一批任務
- agent 跑完留下 traces 和 retro notes(回溯註解)
- harness 分析 traces,識別哪些子步驟「夠固定」
- 自動把這部分升級成確定性 workflow 節點
README 原話是:「uses the traces and retro notes agents leave behind to figure out which parts can become a workflow」。
這是自底向上的 workflow 生成。
對比一下傳統做法:
| 方式 | 流程 | 痛點 |
|---|---|---|
| 傳統 workflow(例如 LangGraph) | 設計師先畫圖 → 寫程式碼 → 跑 → 調 | 改一次流程要重寫 |
| 傳統 agent loop | 直接讓 LLM 自己規劃 | 貴、慢、不可解釋 |
| AgentRun | agent 先亂跑 → traces 反哺 → 自動下沉 | 啟動快,逐步收斂 |
之前在 LangGraph 上寫過一個客服分類的 workflow,光是「意圖識別 → 路由 → 回復模板選擇」這三個節點就調了兩週。AgentRun 這套思路至少在第一步省了「畫圖」這個動作——直接讓 agent 跑 100 遍,看哪部分真的穩定。
成本帳:什麼環節值得下沉
拿一個研究類工作流舉例(就是 README 裡那個):
完整 agent loop 處理 10 個子問題:
- 每次循環 = 系統提示 + 工具定義 + 歷史 + 輸出 ≈ 8k tokens 輸入
- 10 次循環 = 80k tokens
- 按 Claude Sonnet 4.5 的價格(約 $3/1M input),單次任務光輸入就是 $0.24
拆成 workflow 之後:
- 拆解子問題:code 節點,幾行 Python ≈ 500 tokens
- 篩選子問題:純規則,0 tokens
- 證據路由:system one(embedding),≈ 200 tokens
- 只對 3 個深度子問題跑完整 agent:3 × 8k = 24k tokens ≈ $0.072
節省 ≈ 70%。這個數字跟 Hacker News 上討論的「80%」基本對得上,前提是子問題篩選規則真的能砍掉一半以上環節。如果篩選規則太鬆,省不了多少。
爭議位置:Agents vs Workflows
這套 DSL 隱含的立場是混合架構。
回顧過去兩年:
- 2023 年底到 2024 年:all-in agent。在「AGI 就在明年」的樂觀情緒下,大家覺得 agent 能搞定一切,workflow 是過時產物
- 2025 年開始:回潮到工作流。Anthropic 在 Claude Sonnet 4.5 的發佈裡專門講了「computer use 的成本控制」,LangChain 團隊也在多個場合承認「純 agent 在生產環境扛不住」
- AgentRun 是實操證據而非理論:它既不站 agent 也不站 workflow,它說「看你跑的 traces 決定」
這才是正確的姿勢。任何非黑即白的二分法在工程上都會撞牆。
編輯思考
AgentRun 比 LangGraph / Dify 更值得看的原因只有一個:它從 traces 自底向上生成 workflow,而不是設計師畫圖。
LangGraph 的狀態圖很漂亮,但得先想清楚「意圖有幾種、每種怎麼路由」。現實是,這些分類邊界只有 agent 跑過幾千個真實 query 之後才會浮現。AgentRun 的設計哲學是「先讓它亂跑,再從混亂裡提取秩序」——這是機器學習那一套搬到編排領域的嘗試。
一個反共識觀察:agent 框架的紅海可能在 2026 年見頂。開發者已經厭倦了「又一個新的編排框架」。AgentRun 這種帶「成本帳」和「反向循環」的工具,反而可能突圍——它不跟你爭「我的 DSL 多優雅」,它跟你爭「幫你省錢」。
這次跟過去哪些事不同:它不是又一個「拖拽式 workflow 編輯器」,它承認了一個事實——好的 workflow 不是設計出來的,是跑出來的。
不確定的地方:DSL 學習曲線看起來不陡(節點就 4 類),但 traces 反哺這個 harness 是黑盒,你不知道它什麼時候會把某個步驟「判定」為可下沉。複雜業務(例如金融合規的層層審批)能不能扛住,持保留態度——那種場景的「確定性」本身就是模糊的,hardcode 進去反而會出事。
如果生產裡已經在燒 agent 的錢,值得花一個下午把它 clone 下來跑跑看。