Parcha-ai 在 GitHub 开源了 AgentRun,首日就登上了 Hacker News 首页。它的核心思路一句话就能说清楚:agent 跑出来的 traces 反过来教 DSL 自动生成 workflow,而不是设计师先画图再让 agent 跑。
换句话说,AgentRun 不追求"全 agent 化",而是"能下沉的步骤就别跑 agent loop"。
AgentRun 在解决什么真问题
过去一年我看过太多 agent demo:上来就扔个 GPT-4o 让它自由发挥,跑一遍任务几千个 token,大部分还花在"思考要不要调工具"上。结果就是:
- 单次任务成本几毛钱,跑 1000 次就是几百块
- 同样的输入,下次跑结果可能不一样
- 出错了你只能盯着一堆 tool call log 猜它想干嘛
AgentRun 的反共识立场写在它 README 第一段:"figure out which parts can become a workflow"——哪些步骤足够固定、可以脱离 agent loop 单独跑?这部分就别让它每次都重新推理一遍。
四种节点:tool calls / code / system one / agent
AgentRun 的 DSL 把节点分成 4 类。这套设计的关键不在于"又多了一个 agent 框架",而在于它承认一件事:不是所有步骤都需要 LLM。
# 摘自 AgentRun README
# 一个研究类工作流的简化版本
from agentrun import AgentRun, ToolCall, Code, SystemOne, Agent
flow = AgentRun(
nodes=[
ToolCall(
name="split_question",
description="把研究问题拆成子问题",
deterministic=True # 不调 LLM,用规则拆
),
Code(
name="filter_subquestions",
script="""
# 只保留需要深度调研的子问题
return [q for q in subquestions if q.depth > 2]
"""
),
SystemOne(
name="evidence_router",
description="Jev-powered 路由:确定性判断哪条证据相关"
),
Agent(
name="deep_researcher",
model="claude-sonnet-4.5",
prompt="你是资深研究员,根据子问题给出深度回答"
)
],
edges=[
("split_question", "filter_subquestions"),
("filter_subquestions", "evidence_router"),
("evidence_router", "deep_researcher")
]
)
重点解释两个不太常见的节点:
- Jev-powered system one decisions:确定性路由和证据筛选,不调 LLM。比如"这条搜索结果是不是和当前子问题相关"——这种判断用 embedding 相似度 + 规则就够了,不需要让大模型每次都推理一遍。这是大多数 workflow 工具缺的能力,LangGraph 让你画图,Dify 让你接 LLM,但没人告诉你哪些节点根本不该接。
- Code 节点:直接跑 Python/Rust,不经过任何 LLM 中转。适合纯数据处理、格式转换、过滤。
工具调用 (tool calls) 和完整 agent (agents) 大家都懂,这里不展开。
Traces 反哺 DSL:这是关键设计
AgentRun 最让我意外的设计是它的反向循环:
- 先让 agent 自由跑一批任务
- agent 跑完留下 traces 和 retro notes(回溯注释)
- harness 分析 traces,识别哪些子步骤"足够固定"
- 自动把这部分升级成确定性 workflow 节点
README 原话是:"uses the traces and retro notes agents leave behind to figure out which parts can become a workflow"。
这是自底向上的 workflow 生成。
对比一下传统做法:
| 方式 | 流程 | 痛点 |
|---|---|---|
| 传统 workflow(比如 LangGraph) | 设计师先画图 → 写代码 → 跑 → 调 | 改一次流程要重写 |
| 传统 agent loop | 直接让 LLM 自己规划 | 贵、慢、不可解释 |
| AgentRun | agent 先乱跑 → traces 反哺 → 自动下沉 | 启动快,逐步收敛 |
我去年在 LangGraph 上写过一个客服分类的 workflow,光是"意图识别 → 路由 → 回复模板选择"这三个节点就调了两周。AgentRun 这套思路至少在第一步省了"画图"这个动作——你直接让 agent 跑 100 遍,看哪部分是真稳定。
成本账:什么环节值得下沉
拿一个研究类工作流举例(就是 README 里那个):
完整 agent loop 处理 10 个子问题:
- 每次循环 = 系统提示 + 工具定义 + 历史 + 输出 ≈ 8k tokens 输入
- 10 次循环 = 80k tokens
- 按 Claude Sonnet 4.5 的价格(约 $3/1M input),单次任务光输入就是 $0.24
拆成 workflow 之后:
- 拆解子问题:code 节点,几行 Python ≈ 500 tokens
- 筛选子问题:纯规则,0 tokens
- 证据路由:system one(embedding),≈ 200 tokens
- 只对 3 个深度子问题跑完整 agent:3 × 8k = 24k tokens ≈ $0.072
节省 ≈ 70%。这个数字和 Hacker News 上讨论的"80%"基本对得上,前提是你的子问题筛选规则真的能砍掉一半以上环节。如果筛选规则太松,省不了多少。
争议位置:Agents vs Workflows
这套 DSL 隐含的立场是混合架构。
回顾过去两年:
- 2023 年底到 2024 年:all-in agent。"AGI 就在明年"的乐观情绪下,大家觉得 agent 能搞定一切,workflow 是过时产物
- 2025 年开始:回潮到工作流。Anthropic 在 Claude Sonnet 4.5 的发布里专门讲了"computer use 的成本控制",LangChain 团队也在多个场合承认"纯 agent 在生产环境扛不住"
- AgentRun 是实操证据而非理论:它既不站 agent 也不站 workflow,它说"看你跑的 traces 决定"
我个人觉得这才是正确的姿势。任何非黑即白的二分法在工程上都会撞墙。
编辑思考
AgentRun 比 LangGraph / Dify 更值得看的原因只有一个:它从 traces 自底向上生成 workflow,而不是设计师画图。
LangGraph 的状态图很漂亮,但你得先想清楚"意图有几种、每种怎么路由"。现实是,这些分类边界只有 agent 跑过几千个真实 query 之后才会浮现。AgentRun 的设计哲学是"先让它乱跑,再从混乱里提取秩序"——这是机器学习那一套搬到编排领域的尝试。
一个反共识观察:agent 框架的红海可能在 2026 年见顶。开发者已经厌倦了"又一个新的编排框架"。AgentRun 这种带"成本账"和"反向循环"的工具,反而可能突围——它不和你争"我的 DSL 多优雅",它和你争"帮你省钱"。
这次和过去哪些事不同:它不是又一个"拖拽式 workflow 编辑器",它承认了一个事实——好的 workflow 不是设计出来的,是跑出来的。
不确定的地方:DSL 学习曲线看起来不陡(节点就 4 类),但 traces 反哺这个 harness 是黑盒,你不知道它什么时候会把某个步骤"判定"为可下沉。复杂业务(比如金融合规的层层审批)能不能扛住,我持保留态度——那种场景的"确定性"本身就是模糊的,hardcode 进去反而会出事。
如果生产里已经在烧 agent 的钱,值得花一个下午把它 clone 下来跑跑看。