AAITopic

← 返回今日选题

已核验 · Aug 6, 2026

已独立佐证

开源 agent 四角:LangGraph + LlamaIndex + CrewAI + AutoGen —— 一周 4 个 1.0 类里程碑,4 种不同 agent 模型

5 个信源

LangGraph 0.5(图基编排带持久状态、human-in-the-loop interrupt/resume、time-travel debugging)、LlamaIndex Workflows GA(事件驱动编排,step-level async / sync / streaming handler、自动 instrumentation hooks)、CrewAI Flows GA(cross-crew 持久状态事件驱动编排 + 多 agent crews 带 role / goal / backstory primitives)、AutoGen 0.4(actor-model 架构替换 group-chat manager 抽象)构成开源 agent framework 四角。每个 framework 对「agent 是什么」下注不同:LangGraph 下注图状态,LlamaIndex 下注带 RAG primitives 的事件驱动 step,CrewAI 下注 role-based 多 agent 协作,AutoGen 下注 actor-message 传递。合起来表明,开源 agent runtime 已经在四种不同模型上稳定下来。

为什么现在讲

四个同一周发了 1.0 类里程碑 —— 开源 agent runtime 四角现在稳定,创作者能挑跟自己心智模型匹配的 framework。

推荐理由

演示空间:同一 agent 工作流在四个 framework 上并排搭,量开发者 ergonomics 和可观测面。

依据

四个独立 framework 一手源 + The Decoder 周报

“四个开源 agent framework 同一周发了 1.0 类里程碑 —— LangGraph、LlamaIndex、CrewAI、AutoGen —— 每个对「agent 是什么」下注不同:图状态、事件驱动 step、role-based 协作、actor-message 传递。”

切入角度

用四角更新引入「四种 agent 模型」框架 —— 每个开源 framework 对「agent 是什么」下注不同 —— 用下注对比作为「挑哪个 framework」的 lens。

形式

长视频讲解

演示想法

录一段 12 分钟讲解:3 分钟讲「四种 agent 模型」框架,每个 framework 2 分钟(LangGraph / LlamaIndex / CrewAI / AutoGen),2 分钟做 live 并排 demo,同一 agent 工作流在四个上跑。

平台注意

逐节点执行语义、step-level instrumentation hooks、flow-level state primitives、actor-message 传递语义(超出本次捕获范围)未抽取;在记录具体 primitive 之前,对照 framework 一手文档确认。AutoGen 跨语言支持超出 Python + .NET 的部分未抽取。

可用说法

  • LangChain 发布 LangGraph 0.5 框架(基于图的 agent 编排,带持久状态、human-in-the-loop 中断/恢复、时间旅行调试)+ LangGraph Studio GA。
  • LlamaIndex 发布 Workflows GA(事件驱动 agent 编排,步骤级异步 / 同步 / 流式处理器,自动插桩钩子)+ LlamaDeploy 1.0。
  • CrewAI 发布 Flows GA(跨 crew 持久状态的事件驱动编排)+ Crews 1.0(以角色 / 目标 / 背景故事为原语的多 agent crew)。
  • Microsoft 发布 AutoGen 0.4 —— actor 模型架构重构(取代群聊管理器抽象)、async-first 设计、跨语言支持(Python + .NET)。

证据链

来自新闻

拆解

LangGraph、LlamaIndex、CrewAI、AutoGen 都发了 1.0 类里程碑,但每个对「agent 是什么」下注不同。本篇让四个下注保持各自独立(图状态、事件驱动 step、role-based 协作、actor-message 传递),而不是把「开源 agent framework」当成单一品类。

信源

风险

  • 文档确认框架特性存在,但超出所捕获摘要的具体原语签名和协议细节本次未提取。在对外表述前,请对照厂商原始文档和实际许可 / 定价矩阵核实具体能力声明;不要把各平台定价或许可条款转述成具体美元数字或商业使用条款。
  • AutoGen 文档确认 Python + .NET,但超出所捕获摘要的额外语言支持本次未提取。在对外表述前,请对照厂商原始文档和实际许可 / 定价矩阵核实具体能力声明;不要把各平台定价或许可条款转述成具体美元数字或商业使用条款。
  • The Decoder 和 IT之家可用作媒体类佐证,但在对外表述任何具体原语或 API 面前,请先阅读框架原始文档。在对外表述前,请对照厂商原始文档和实际许可 / 定价矩阵核实具体能力声明;不要把各平台定价或许可条款转述成具体美元数字或商业使用条款。

演示思路

  • 并排 agent 工作流:同一 recurring 任务在四个 framework 上,量开发者 ergonomics 和可观测面
  • 下注矩阵:把每个 framework 画在「agent 是什么」维度上(状态模型、执行模型、多 agent primitive、可观测面)
  • 迁移故事:「把 agent 从一个 framework 搬到另一个」,量 porting 工作量和面 delta