Mengapa n8n mati: Dalam rantai LLM linear (gaya n8n), langkah seterusnya sebahagiannya melihat output langkah sebelumnya. Output tersebut dibatasi. Dalam gelung agen, setiap panggilan alat diikuti oleh transkrip input yang semakin membesar (matlamat, panggilan sebelumnya, hasil), yang boleh berada dalam tetingkap yang jauh lebih besar dan sering kali dalam cache. Rantai gaya n8n dibina untuk dunia di mana anda tidak mempercayai model dan model tidak mampu menyimpan banyak konteks. Anda membahagikan tugas kepada nod-nod supaya setiap langkah kecil, deterministik, dan boleh diperiksa. Premis ini sudah usang. Model moden kini mampu membaca sehingga 1 juta token, tetapi mereka masih menghasilkan jauh lebih sedikit setiap giliran (seringkali ~64k–128k). Oleh itu, rantai nod terus membuang keadaan: nod N+1 mewarisi apa sahaja yang berhasil dikeluarkan oleh nod N, bukan keseluruhan set kerja. Gelung agen membolehkan model menyimpan satu konteks bersama, kemudian menambahkan panggilan alat dan hasil kepadanya. Setiap panggilan boleh dikondisikan berdasarkan awalan cache yang besar, bukan hanya pertukaran sempit. Ketelusuran tidak menyelamatkan corak lama. “Nod mana yang menulis nilai yang salah?” adalah soalan yang sama dengan “Panggilan alat mana yang menulis nilai yang salah?” Keduanya adalah masalah atribusi. Graf membuat Langkah menjadi jelas, tetapi ia tidak membuat Fakta lebih boleh dipercayai jika beban buruk sudah ada dalam aliran. Analogi: Rantai nod adalah saluran e-mel. Penulis menghantar ringkasan. Seniman hanya melihat ringkasan itu. Penyunting hanya melihat apa yang sampai. Tiada siapa berkongsi meja. Seorang agen adalah papan hitam. Penulis, seniman, dan penyunting semua membaca dan menulis di papan yang sama. Papan itulah keadaan. Alat-alat adalah tangan di papan itu, bukan sampul tertutup. --- Untuk jelas, n8n sebagai produk tidak mati. Yang mati ialah rantai LLM linear. n8n boleh membungkus agen dan menganggap aliran kerja sebagai alat. Tetapi itulah bukan cara yang biasa digunakan oleh penggunanya. Kebanyakan orang yang mempromosikan n8n menggunakannya seperti rantai LLM linear. Apabila model menjadi lebih cekap dan alat seperti opencode muncul, orang berhenti melihat keperluan untuk menggunakan n8n bagi kebanyakan corak mereka.