Agent Complexity — Less Is More
What it is
Agent 的失败可能不是因为能力或信息不够,而是因为用户界面、任务范围和长期指令同时过载。一端是“什么都能做”的个人 Agent 诱发无价值任务;另一端是塞满历史材料和细则的上下文让模型机械服从局部规则。Less is more 不是简单删功能或缩短 prompt,而是让每次任务有明确成果、把证据与行为指令分层,并只保留能持续减少错误的约束。
Why it matters
原有两个独立案例从产品和上下文两侧指向同一结论:复杂度会稀释用户意图,也会挤压模型的判断空间。它把“使用摩擦”和“指令负担”提升为比功能数量、材料规模更重要的指标,并给出可测试的设计方向:减少默认表面、区分材料与规则、用任务结果证明每条长期约束的价值。
Key points
-
产品复杂度会制造伪需求:OpenClaw / Hermes 这类全知全能的 personal agent 让用户“为生成而生成”;明确 session 成果和轻量入口更容易形成真实复用。
-
上下文复杂度会压过判断:大量历史文件可以作为检索材料,但把细节全部写成高优先级规则,会让模型抓住可字面执行的条款,牺牲节奏、语气与权衡。
-
证据与指令必须分层:材料可以丰富,长期行为指南应短、可解释、可删除;每个目录或上下文包应能独立说明用途。
-
复杂度应按结果计价:关注任务完成率、修正次数、主动使用频次和接受结果,而不是功能数、文件数或 prompt 长度。
-
先用简单工作流,再增加自主性:Anthropic 区分预设代码路径的 workflow 与动态选择步骤和工具的 agent,建议只在灵活性值得额外成本与延迟时提高自主性。原文发表于 2024-12,并注明部分工具信息已经变化。
-
规则也有模型版本成本:Thariq 建议新项目可从没有 CLAUDE.md 开始,只补反复发生的失败模式;这是一位开发者的经验,不是删除权限与安全约束的许可。
-
减配置不等于减执行边界:Tibo 希望系统从目标与反馈学习,避免用户手调模型、loops 和 graphs;他让 Dot 提醒生产故障,但没有授权它自行修复,提醒能力与变更权限仍应分开。
Evidence across sources
| Source | Key Claim | Relevance |
|---|---|---|
| Ben's Bites 2026-08-13 | "I didn't actually use it 😬" → 公开后反而喜欢;此前 OpenClaw/Hermes 因"为生成而生成"被停用 | 核心证据:复杂度与使用摩擦的关系 |
| Every 2026-10-06 | 把 127 篇草稿、385 个文件与 3,855 词风格指南塞进写作 Agent 后,规则开始压过细腻判断;重置到 513 词后更可用 | 上下文复杂度会把“帮助”变成噪声的案例 |
| Latent Space / Claude Code’s Bitter Lesson: Prompts, Harnesses, Mods, and Agents — Thariq Shihipar | 随模型升级,旧失败模式规则可能过度约束新模型;核心 harness 的安全复杂度仍然存在 | 将规则维护负担与权限工程分开 | | Lenny's Podcast / OpenAI’s Head of ChatGPT: We’re entering a new era of AI (again) | 从用户目标与反馈学习,减少 model picker / 配置疲劳;常驻智能属于嘉宾产品方向 | 补充产品交互端的减法,不等于已可靠实现全自主 | | AI Briefing 2026-11-10 Afternoon — Anthropic | Anthropic recommends simple composable workflows and reserves dynamic agents for cases where flexibility justifies added latency and cost; the article notes its tooling details date from 2024-12 | Adds an architecture-level account of when to increase system complexity |
Context complexity: instructions can become the bottleneck
Every 的案例把“less is more”从产品界面推进到上下文设计。作者把 127 篇草稿、385 个文件和超过一百万词的历史材料接入 Claude Project,并把风格指南从 759 词扩到 3,855 词。结果不是更像本人,而是模型开始机械执行具体规则,牺牲原本更难写成条款的节奏、判断与语气。
她最后把旧项目归档,用约 20 分钟重建:项目说明从 6,109 词缩到 513 词,只保留三条原则——先提问、文件夹可独立理解、指南保持短。这里更关键的区分是:任务材料与证据可以丰富,但行为指令必须克制;把历史内容全部升级成“必须遵守的规则”,会让 Agent 失去权衡空间。
Counterpoints & Gaps
- 这是单一写作者的个人工作流,不能推出所有复杂任务都应压缩上下文。
- Zettelkasten 或大规模材料库本身不是问题;风险在于缺少检索边界,或把材料和指令混成同一优先级。
- 访谈中的新产品能力、生态数字与未来路线均为当事人口径;不能推出所有配置已消失,或有权限的 agent 就一定能安全完成任务。
- 513 词不是通用阈值。真正可迁移的原则是:每条长期规则都应证明它能减少错误,而不是仅仅“看起来更完整”。
Open questions
- "Less is more" 是 Grok Bot 的差异化,还是个人 Agent 品类的普遍规律?
- 用哪些指标能度量"使用摩擦"?(任务完成率、session 产出密度、主动使用频次)
- 全知全能的 personal agent(如 Hermes)是否会因为更高的信任/记忆而反超低复杂度路线?
Related
- Dreamer 平台 — 个人 Agent 的 iPhone 时刻 — Ben 2026-02 的乐观预测,本页是其 2026-08 的修正/补充
- Grok 4.6
- Hermes Agent
- Human-Agent Interaction Design
- Lightweight vs Orchestration Harness
Pending Jean review
- product-trends/agent-complexity-less-is-more —
ai_draft; compare one recurring task before and after removing non-essential instructions, using accepted-result rate and correction count rather than prompt length alone. - 保留权限、隐私与破坏性操作约束;只选择一个低风险重复任务,比较旧模型特定规则保留/移除后的实际接受率。
2026-10-30: Lower start friction does not expand attention
来源:Ben’s Bites — AI is overwhelming and I’m doing it wrong。
Ben Tossell 描述了 AI 让新项目几乎可以立即���动,但人的注意力仍需在项目间切换。Agent 的持续活动会制造进展感,也会留下维护、管理和复核工作。作者把自己过去约十个月反复切换商业方向、同时启动多项未完成项目,作为这一摩擦变化的个人例子。他还称自己把 Newsletter 从每周五期减到两期,并取消订阅超过六万名不再打开邮件的读者,尽管名单规模对赞助销售有利。这些数字和动机均为作者自述。
作者提出一项为期 30 天、尚未报告结果的边界实验:早晨写自由记录;只用 Agent 构建自己感兴趣的东西;没有明确痛点时不试新工具;长文选择亲自阅读或忽略,不先用摘要替代阅读;不只因预期收入而开工。该案例把复杂度问题从产品功能与上下文规则扩展到个人可同时承接的项目数量。
可检验的实践问题不是 Agent 能否开更多工作,而是它是否减少了具体痛点、返工和维护负担。评估时应记录交付结果与人工管理成本,并把“活动量”与“价值”分开。
Counterpoints & Gaps
- 这是单个建设者的自我观察;30 天实验尚无结果,不能证明减少工具或项目会改善所有人的产出。
- Newsletter 名单、频率和未完成项目数量来自作者自述,不是外部审计数据。
- 该案例支持注意力容量仍有限的假设,但不表示所有后台 Agent 或并行任务都没有价值。
Sources (addendum)
2026-10-31: Activity is not progress (Thariq)
来源:AI Builders Digest 2026-10-30 — Thariq (trq212, formerly Claude Code at Anthropic)。
Thariq warns that coding agents can produce a feeling of constant activity without meaningful progress, and that this pattern can become a way to avoid other parts of life. He recommends checking for visible outcomes rather than measuring time spent or agent call volume.
这与本页 Ben Tossell 的观察互相印证:agent 的持续活动制造进展感,但评估应基于交付结果与人工管理成本,把"活动量"与"价值"分开。Thariq 的表述把同一判断从个人项目规划扩展到 coding agent 的日常使用,并明确指出"用忙碌回避生活其他部分"的风险。
Counterpoints & Gaps
- 这是单条时间线判断,不是基于用户群的测量研究。
- "可见成果"在不同任务类型中的定义不同,指标仍需按任务校准。