LangGraph 代理和其他代理框架是否正在变得过时？

大家好，在过去两年里，我为公司构建了大约 10-15 个 LangGraph 代理，用于非常具体的任务。但最近感觉，所有这些工作对于一个单一的 AI/代理工程师来说，并不太可持续。而且，随着新一代模型的出现，很多这样的代理感觉已经过时了——大多数任务似乎只需要一个简单的循环中的单一代理 LLM 就能处理。当然，在 LangGraph 这样的框架中，因为预定义了路径，要跳出任务会更困难，但对于像“检查过去 2 小时内创建的所有工单，在 Confluence 中查找相关信息，并将其添加为评论”这样的小型低风险任务，我不明白为什么需要完整的 LangGraph 或 CrewAI 代理。更成熟的方式似乎是用一个开放的代理配合一些 MCP 工具。这个单一代理可以处理许多不同的任务。我并不是说要让代理处理你扔给它的*一切*（提示注入和上下文过载是真正的风险），但一个“IT 管理代理”，由*我们*定义系统提示，用另一个 LLM 预先检查输入，并仅通过受控端点暴露给特定用户…… 相比于那些复杂的、预定义的 LangGraph 代理，我看不到太多缺点。