這個開發者用1個YAML文件干掉了300行Python膠水代碼

去年有個數據在圈子里傳瘋了：一個中等規模的AI Agent項目，平均有40%的代碼是在處理"誰該說話、說什么、說完交給誰"這種臟活。不是業務邏輯，不是模型調優，就是純粹的膠水代碼——定義節點、畫流程圖、維護狀態機。

一位叫Shawn的開發者算過賬：他想讓Claude寫代碼、Gemini做安全審查，結果在LangChain里寫了300多行Python，還沒跑通第一個循環。他當時的原話是：「我只想寫三句話：A交給B，B檢查不過就回A，過了就部署。為什么非要我造一輛坦克去碾一只螞蟻？」

三個月后，他開源了aqm。一個用YAML配置就能跑多Agent工作流的工具，零SDK、零API密鑰（如果你本地已經配好了Claude或Gemini的CLI），一行命令直接執行。

YAML憑什么能省55%的token成本

Shawn的解法聽起來像偷懶，但底層有套精算邏輯。傳統框架把Agent當成"需要被Python代碼組裝的黑盒"，aqm把它降級成"配置文件里的一個條目"。

核心差異在上下文策略。aqm內置了5種token優化方案，只給Agent看它必須看的東西——不是把整個對話歷史塞過去，而是按場景裁剪。實測數據是省55%到85%，取決于你的流程復雜度。

這有點像快遞分揀：傳統做法是每個站點把整車貨卸下來再裝上去，aqm做的是按目的地預分揀，中轉站只碰該碰的箱子。

更隱蔽的好處是移植性。一個YAML文件丟給同事，對方有CLI環境就能跑，不用對齊Python版本、不用配虛擬環境、不用解釋"這段繼承自BaseNode的類是干嘛的"。配置即代碼，代碼即文檔。

質量門：讓AI自己當裁判的三種判法

多Agent系統最煩的不是搭建，是失控。A寫完B審，B說改，A改了B又說還差點，循環到第7輪人類介入才發現倆Agent在互相敷衍。

aqm的解法叫Quality Gate，三種觸發模式：

LLM自評：讓第三個模型當裁判，問"這代碼能上線嗎"，答案為否就觸發重試或回退，最多可設3次循環上限。

規則硬攔：正則匹配、長度檢查、關鍵詞過濾，適合有明確紅線的情況。

人工兜底：關鍵節點彈窗等人點確認，防止AI在深夜互相甩鍋。

Shawn的示例里有個典型場景：developer節點用Claude，handoffs指向reviewer；reviewer用Gemini，gate檢查"Is this production-ready?"，通過就交給deployer，失敗就回developer，max_retries鎖死在3。整個流程的控制流肉眼可讀，沒有隱式的狀態跳轉。

他還塞了個叫Session Node的東西，專門處理"設計會議"場景——多個Agent來回討論直到達成共識。這通常是多Agent最難寫的部分，因為涉及動態輪次和終止條件判斷，現在變成YAML里的一個節點類型。

30秒能看懂的配置長什么樣

這是Shawn文檔里的完整示例，從代碼生成到部署：

agents:

- id: developer

runtime: claude

system_prompt: "Implement: {{ input }}"

handoffs: [{ to: reviewer }]

- id: reviewer

runtime: gemini

system_prompt: "Review for security: {{ input }}"

gate:

type: llm

prompt: "Is this production-ready?"

max_retries: 3

handoffs:

- { to: deployer, condition: on_approve }

- { to: developer, condition: on_reject }

執行命令是：aqm run "Create a login form with JWT"

沒有__init__.py，沒有Pydantic模型定義，沒有畫DAG圖。Shawn的假設很直接：80%的Agent編排需求不需要圖靈完備的表達力，YAML的層級結構足夠描述"誰→在什么條件下→交給誰"。

剩下20%的復雜需求？他留了個口子：aqm支持在節點里調用外部腳本，真要寫Python也能塞進去，只是默認假設你不需要。

開源兩周后收到的最狠反饋

aqm在GitHub上掛的是MIT協議，Shawn的README寫得像求罵：「來拆它，來 critique，來告訴我缺了什么。」

他收到的第一條issue是個靈魂拷問：YAML確實省代碼，但調試的時候怎么定位問題？Python至少有stack trace，YAML解析失敗時錯誤信息像天書。

Shawn的回應是加了個--verbose模式，把每個節點的輸入輸出、token消耗、gate判斷結果全吐出來。不是完美的解法，但他優先保的是"寫配置"這個核心體驗，調試工具可以后補。

另一個高頻問題是：為什么不做成Web界面？他的判斷是，目標用戶是"已經用慣了Claude Code和Gemini CLI"的那群人，他們要的不是低代碼平臺，是能把現有CLI工具鏈串起來的膠水——只是這瓶膠水本身不該再用Python寫。

目前aqm的安裝命令是pip install aqm，依賴極簡。Shawn沒提路線圖，只在討論區留了兩個問題：YAML-only是否符合你的工作流？你現在用的Agent框架最缺什么功能？

第二個問題下面，有個回復被點了47個贊：「缺的是'知道自己該什么時候閉嘴'的Agent。」Shawn回了個笑哭表情，沒接話。