In-Context Prompting Obsoletes Agent Orchestration for Procedural Tasks
本文认为，对于程序化多轮任务，模型自我编排的更简单上下文提示优于复杂的外部代理编排框架，从而使后者对于前沿模型而言已过时。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在尝试完成一项复杂的任务，比如预订一次复杂的家庭度假、修复一个出故障的 Zoom 通话，或者提交保险理赔。在人工智能（AI）的世界里，有两种主要方法可以告诉智能计算机如何完成这些任务。
本文认为，那种“花哨、复杂”的方法实际上让事情变得更糟，而“简单、直接”的方法则要好得多。
以下是使用简单类比进行的分解说明：
两种方法
1. “经理”方法（智能体编排）
这就像是一个严格的工厂车间。你有一位非常聪明的工人（AI），但你同时也有一位经理站在他的肩膀上监督。
- 经理手里有一张流程图（步骤地图）。
- 经理告诉工人第 1 步具体该说什么。
- 一旦工人完成第 1 步，经理就会检查工作，决定是进入第 2 步还是第 3 步，然后低声告知下一步的指令。
- 工人永远看不到整张地图；他们只能看到当下的微小指令。
- 问题所在： 经理行动缓慢，在决定下一步时容易出错，并且有时会忘记工人三步之前说了什么，因为他们只关注当前的指令。
2. “自我引导”方法（上下文提示）
这就像是在工人开始工作之前，给他一本完整的操作手册和整个旅程的地图。
- 工人阅读整本手册。
- 他们确切地知道自己身处何处、要去哪里以及接下来该做什么。
- 他们不需要经理告诉他们该做什么；他们自我引导。
- 优势： 他们能看到全局，记住整个对话，并且自然地推进，无需在每一步都停下来寻求许可。
研究人员做了什么
作者使用一款非常智能的 AI（称为"Claude Sonnet"），在三个不同的真实场景中对这两种方法进行了测试：
- 旅行预订： 为特定预算和兴趣的团体规划行程。
- 技术支持： 修复 Zoom 音频问题。
- 保险理赔： 在驾车撞到鹿后提交理赔申请。
他们针对每个场景，分别使用“经理”风格和“自我引导”风格运行了 200 次模拟。然后，他们让另一款 AI 充当裁判，根据以下标准对对话进行评分：
- 是否完成了任务？
- 信息是否准确？
- 对话感觉自然，还是像机器人？
- AI 是否感到困惑或重复自己？
结果：“自我引导”的工人获胜
结果在三个场景中都非常清晰且一致：
- 质量更高： “自我引导”的 AI（上下文提示）在每一项指标上都得分更高。它更频繁地完成任务，更好地记住了细节，并且听起来更像是一个乐于助人的真人。
- 错误更少： “经理”方法的失败率高得多。
- 在旅行预订中，经理方法失败了24%。而自我引导的 AI 仅失败11.5%。
- 在技术支持中，经理方法失败了9%。而自我引导的 AI 仅失败0.5%（几乎从未失败）。
- 在保险理赔中，经理方法失败了17%。而自我引导的 AI 失败率为5%。
- 经理失败的原因： 因为经理一次只看一步，AI 经常忘记用户之前提到的重要细节（例如预算是“每人”而非“总计”）。它还陷入了死循环，反复询问同一个问题，因为它失去了对当前流程进度的把握。
- 速度与成本： “经理”方法实际上消耗了更多的计算能力和时间，因为经理必须在每一个决策点停下来思考。而“自我引导”方法更快、更顺畅，尽管它需要在开始时加载稍长一点的“手册”到 AI 的内存中。
核心结论
该论文得出结论：对于遵循明确规则集的任务（如预订行程或提交理赔），我们不再需要经理了。
过去，AI 模型比较“笨”，需要经理手把手地引导每一步。但如今的 AI 模型如此智能，如果你一开始就把整本规则书交给它们，它们就能自己搞定剩下的部分。添加经理实际上会碍手碍脚，导致混乱和错误。
简单的启示： 如果你有一个清晰的流程，只需将整个流程放入 AI 的指令中，让它去执行。不要构建一个复杂的系统来管理它。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。