把「万能 agent 叠 MCP」的路走死给你看，再给出组合式替代架构
The Future Is Domain-Specific Agents - Justin Schroeder, StandardAgents · Justin Schroeder
全片 31 分钟·真正值得盯屏约 2 分钟·2 个必看点
- 0:03 – 7:03听
人人都在造 agent，然后卡在集成上
从工业革命的类比切入，讲清这一轮为什么所有人都在自建 agent；随后揭示现实：做一个健壮的 agent 需要循环编排、持久化执行等大量工程，绝大多数自建 agent 停在 demo 水平，行业也没有公认标准。
自建 agent 的难点从来不在模型，而在没人愿意做的那层编排与可靠性工程。
这一段基本是站着讲的行业观察和类比铺垫，画面没有额外信息，边做别的事听着就够。▶ 跳到 0:03讲者 · Justin Schroeder - 7:03 – 9:20略
MCP 到底被支持了多少
自建太难于是大家转投 MCP，但他把各家客户端的能力支持情况摆出来对照：真正被普遍实现的只有工具调用一项，MCP 承诺的其他能力基本没有落地。
MCP 在现实中已经退化成一个工具分发渠道，而「只给工具」并不足以让 agent 把事情做成。
关键是屏幕上那张打勾与空格分明的支持情况表，扫一眼列的分布就明白结论，讲解可以快进听。▶ 跳到 7:03讲者 · Justin Schroeder - 9:20 – 14:06听
继承式扩展的天花板
把不断往同一个 agent 上叠 MCP 和 skills 的做法类比成面向对象里的「继承」：上下文越堆越厚，边际收益递减；装的 skills 一多，agent 表现反而明显变差。
单体 agent 的能力不是线性累加的，加到某个点会开始倒退甚至崩坏。
这里是纯论证推进，靠的是「继承 vs 组合」这条类比线索，不看画面不影响理解。▶ 跳到 9:20讲者 · Justin Schroeder - 14:06 – 16:50略
换成一支专家团队
给出替代方案：不要一个全能 agent，而是多个领域特定 agent，各自拥有独立的消息历史、工具集和执行循环，上层协调者用自然语言指挥它们，就像任务控制中心里各管一摊的专家协作。
组合优于继承——每个 agent 都是完整独立的 agent，彼此之间说人话就能协作。
任务控制中心那张图配合他逐项拆解「大脑/仪表盘/嘴」的讲法，看着图听效果最好；图之外的部分快速带过即可。▶ 跳到 14:06讲者 · Justin Schroeder - 16:50 – 21:09听
省下的 token 和用得起的小模型
用实践数据说明收益：子 agent 执行动作只需要系统提示、少量工具和一条指令，不必背着整段对话上下文，实测省下八成以上 token；窄域任务交给便宜模型，单任务成本相差两个数量级。同时权限被收紧到「只能做批准过的事」，企业 IT 更放心。
上下文窗口小到极致，小模型才真正可用；省钱和可控是同一个架构选择带来的。
数字都在他嘴里说清了，屏幕上没有需要逐格解读的图表，听就行。▶ 跳到 16:50讲者 · Justin Schroeder - 21:09 – 28:12听
涨价拐点与理想 agent 的零件清单
先抛出一个反直觉判断：「智能会一直变便宜」的共识今年被逆转，按能力折算后的 token 价格半年涨了近三成，不折算则涨了七成多。再逐一拆解一个理想 agent 该有哪些零件：三类工具、用于注入信息或触发副作用的钩子、限制轮次与校验调用的规则，以及各自独立的沙箱文件系统。
除非客户价值极高，否则大模型不能直接摆在客户面前——降本从可选项变成了前提条件。
组件清单是口头逐条铺开的，跟着他的顺序听比盯屏幕更容易记住，适合边通勤边听。▶ 跳到 21:09讲者 · Justin Schroeder - 28:12 – 30:34听
多层编排长什么样，以及两个预测
给出落地形态：顶层协调者调度分别精通各自 API 与凭证的领域 agent 完成跨系统任务，子 agent 还能再挂子 agent，合规这类重上下文领域继续往下拆成专职分支。收尾给出时间表预测。
越往下拆，每个 agent 的上下文窗口越小——这正是整套架构能规模化的原因。
结尾是层级结构的口头描述加预测，信息密度高但不依赖画面，听完即可。▶ 跳到 28:12讲者 · Justin Schroeder