Por que o n8n morreu: Em uma cadeia linear de LLM (estilo n8n), o próximo passo vê principalmente a saída dos passos anteriores. Essa saída é limitada. Em um loop de agente, cada chamada de ferramenta é precedida por uma transcrição de entrada em crescimento (objetivo, chamadas anteriores, resultados), que pode caber em uma janela muito maior e frequentemente em cache. Cadeias estilo n8n foram construídas para um mundo em que você não confiava no modelo e o modelo não conseguia manter muito contexto. Você dividia previamente o trabalho em nós, para que cada etapa fosse pequena, determinística e inspecionável. Essa premissa envelheceu. Modelos modernos conseguem ler da ordem de 1 milhão de tokens, mas ainda assim escrevem muito menos por turno (geralmente ~64k–128k). Uma cadeia de nós, portanto, continua descartando estado: o nó N+1 herda apenas o que o nó N conseguiu emitir, não o conjunto completo de trabalho. Um loop agente permite que o modelo mantenha um contexto compartilhado e acrescente chamadas de ferramentas e resultados a ele. Cada chamada pode ser condicionada ao grande prefixo em cache, não a uma passagem estreita. Rastreabilidade não salva o antigo padrão. “Qual nó escreveu o valor errado?” é a mesma pergunta que “Qual chamada de ferramenta escreveu o valor errado?” Ambas são problemas de atribuição. Um grafo torna o Passo óbvio, mas não torna o Fato mais confiável se a carga ruim já estava no fluxo. Analogia: Uma cadeia de nós é uma pipeline de e-mails. O escritor envia um breve. O artista vê apenas esse breve. O editor vê apenas o que chegou. Ninguém compartilha uma mesa. Um agente é um quadro-negro. Escritor, artista e editor todos leem e escrevem no mesmo quadro. O quadro é o estado. Ferramentas são mãos nesse quadro, não envelopes lacrados. --- Para ser claro, o n8n como produto não morreu. O que morreu é a cadeia linear de LLM. O n8n pode envolver um agente e tratar fluxos de trabalho como ferramentas. Mas esse não era o modo como seus usuários comumente o utilizavam. A maioria das pessoas que entusiasmavam-se com o n8n o usava como uma cadeia linear de LLM. Quando os modelos se tornaram mais capazes e surgiram ferramentas como opencode, as pessoas deixaram de ver a necessidade do n8n para a maioria dos seus padrões.