当前AI编程领域正经历显著分化，以极简风格著称的Pi项目与复杂的多智能体协作路线形成鲜明对比。Pi项目凭借不足千字的提示词和四个基础工具引发关注，其核心理念是通过最小化干预释放模型潜力；而另一派开发者则致力于构建Agent Swarm系统，通过不断增加组件数量和协作深度应对复杂场景。这种技术路线分歧引发了关于底层框架存续价值的激烈讨论。
前Kimi CLI项目负责人、Raft公司创始人Richard Qian提出了颠覆性观点：模型能力越强，外部框架反而需要更复杂的设计。他通过实际工程经验指出，早期框架承担着弥补模型缺陷的职能，但随着基础能力提升，框架的核心任务转向解决多智能体协作、状态同步等高阶问题。这种复杂度迁移现象，在Kimi CLI的迭代过程中得到充分验证——当团队移除子智能体调度代码后，立即面临跨智能体通信、任务交接等全新挑战。
开发者群体中普遍存在的认知误区正在阻碍技术演进。第一种误解认为外部框架终将被模型内化，这种观点忽视了系统工程的基本规律：就像人类社会需要法律制度支撑协作，AI系统同样需要外部框架培养协作能力。第二种误解则简单地将框架复杂度与模型能力成反比关联，却忽略了复杂业务场景对协作管控的刚性需求。实际案例显示，当模型处理长流程任务时，单纯依赖记忆能力必然导致状态丢失和逻辑冲突。
新一代框架的构建逻辑正在发生根本转变。完整的工程框架应包含智能体循环、上下文管理、资源调度和安全治理四大核心模块。随着模型能力提升，框架的关注点从基础能力补足转向协作机制构建，这体现在多智能体通信协议、动态权限分配、跨会话记忆管理等创新领域。这种演进不是简单的功能叠加，而是通过标准化接口实现不同厂商模型的协同工作，正如Raft公司开发的跨平台通信协议，使Claude和DeepSeek等模型能在统一工作区协作。
实践案例印证了这种技术演进路径的合理性。Kimi CLI在后期迭代中，将框架重点转向多智能体协作架构，开发出任务交接、上下文压缩等关键技术。这些探索为Raft公司的产品奠定基础，其创新之处在于将框架转化为团队协作规则：每个AI智能体拥有独立进程和记忆体，任务交接全程留痕，协作流程符合人类工作习惯。这种设计使框架从技术工具升维为组织管理范式，定价策略也反映这种转变——每个智能体仅计为0.1个人类席位，支持跨团队共享使用。
技术演进呈现明显的阴阳共生特征。当模型内化部分基础功能时，框架通过拓展上层协作机制保持存在价值。这种动态平衡体现在多个维度：模型提升单任务处理能力时，框架发展出多智能体调度；模型完善会话记忆时，框架构建起跨会话状态同步。最终形态可能如电力网络般隐形——用户感知不到框架存在，却时刻依赖其支撑的协作机制。当前的技术竞赛已转向更高维度的系统设计，如何在复杂业务场景中构建不可替代的协作基础设施，成为决定胜负的关键因素。
