为什么所有 AI 工具都在堆超级 Agent，只有TipKay 选了相反的路？

一、问题：所有人都在做"超级 Agent"

不知道你有没有注意到一个现象：

• ChatGPT 越来越大，提示词越来越长，工具越加越多
• Cursor / Claude Code 一个 Agent 试图覆盖所有编程任务
• 国内的豆包、Kimi 也在向"什么都能干"的方向迭代
• 各种 Open-Source Agent 框架（AutoGPT、BabyAGI 等）也都是"一个 Agent，无所不能"

整个行业的默认假设是：Agent 应该越做越强，能力越覆盖越广。

但这条路有一个绕不过去的代价——复杂度爆炸。

二、超级 Agent 的代价：复杂度爆炸

1. 提示词冗长难控制

一个号称"什么都能干"的 Agent，提示词动辄数千上万字。它要会发小红书、写代码、做图、查资料、读文件、调 API…每个能力都要在提示词里描述清楚。

结果：

• AI 自己都记不住所有规则
• 微调一个分支会影响其他分支
• 工程师改提示词像在拆炸弹

2. 工具列表爆炸

工具越多，AI 选错工具的概率越高。这是一个有数据支持的现象——research 已经证明，当工具数量超过 30 个时，LLM 的工具选择准确率会显著下降。

而一个真正想"什么都能干"的 Agent，少说也得 50+ 工具。

3. 上下文窗口被吃光

光提示词和工具描述就占掉一大半上下文窗口。留给实际工作的空间越来越少。

GPT-4o 的 128k 窗口，听起来很大，但塞完一个超级 Agen