AI 助手总在关键时刻掉链子？

你有没有遇到过这种事：AI 助手前面几步做得挺好，到第五步突然犯傻，前面全白费。你返工一遍，它又换个地方错。

大多数人觉得是模型不够聪明，只能等下一代。但我觉得漏了一种可能——它不是笨，是一个人在干四个人的活。

规划、推理、调工具、检查自己有没有做错，这四件事本来是不同的活儿。现在全塞进同一个环节里，每一步都得留点余量，一格一格攒下来，到第五步就崩了。它不是在能力的边界上失败，是在角色的边界上失败。

Meta 的工程团队写过一篇很反直觉的实践：他们让 agent 更可靠的办法，是把编排层做薄。编排层只干两件事：分发任务、检查结果靠不靠谱。真正的推理，交给专门的 agent 去做。

原文里有句话挺狠：有时候，把 agent 需要的所有知识都交给它，是错的。更可靠，往往来自“少做一点”。

如果“少做一点”真的更可靠，为什么整个行业还在比“能做多少事”？是因为用户只看得到能力，看不到稳定性？还是因为加法更容易讲成故事？

下次它又在第五步犯傻的时候，我会先问一句：这件事，它需要一个人干完吗？