你的 Agent 记忆是负担：应追踪状态而非历史

Towards AI 文章作者以自身测试应用中的故障为例：一个 6 月翻译流程创建了只有标题和 slug、没有正文的草稿，当时运行显示为绿色，但 n8n 执行历史已被清除，无法复查，只能靠截图和推测路径还原。作者指出问题在于文章先于段落创建，若拆分步骤无输出，“Create FR paragraph”会在空输入上无错运行，报告节点仍宣告成功。作者自述在 GoodBarber 负责工程并运行生产 MCP server，认为真正可靠的不是 agent，而是确定性管道加每篇文章一次模型调用，并提到运行曾达到每分钟 4 万至 7.7 万输入 token，超出入门级 API 账户速率限制。

AI推荐理由 Towards AI 上的工程实践文章，作者自述在 GoodBarber 负责工程并运行生产 MCP server，以自身测试应用中的真实故障为例：一次翻译流程因执行历史被清除而无法复查，最终只留下截图和推测路径，指出 agent 记忆若记录历史而非状态会成为负担。文章给出具体场景、token 消耗量级和确定性管道与模型调用的取舍，对构建 agent 的开发者有实际参考价值；但属个人经验分享，缺乏系统性验证。