本文由 GO FUNNY 出品。专注 AI Agent 协作方法论与开源工具深度解读。

你想搭一个 AI agent，打开 GitHub 搜「agent framework」，按 star 排序，点进第一名，照着 quickstart 敲完，跑通了一个 demo——觉得这事稳了。然后你往里塞真实业务逻辑，某天半夜它崩了，你发现状态恢复不了、查不出它为什么走错了分支，回头翻文档，才在某行小字里看到：这个项目已经进入维护模式。你以为跟着最多人的选择最保险，结果踩进一个连作者都不再往里加东西的仓库。

开头那个仓库叫 AutoGen——GitHub 上 star 最多的 agent 框架，60.4k，比第二名 CrewAI 还高出一截。光看数字，你会觉得选它最安全：社区大、issue 多、博客都在写。但微软 2026 年 4 月把它和 Semantic Kernel 合并成了 Microsoft Agent Framework，发布了 1.0，原 AutoGen 仓库从此只修 bug、不加新功能。维护模式的意思是，别人都在往前跑，你的框架停在原地——新能力没有，生态跟不上，社区重心也早搬走了。一个新项目这时候还从它起步，等于一开始就背上一笔迟早要还的技术债。

所以这篇不按 star 给你排榜。我想反着来：先帮你想清楚自己到底要造什么，再把 2026 年主流的框架一个一个摆开，各自的脾气、优点、坑，都讲明白。框架这东西，火不等于适合你——适合你的，是那个配得上你场景、出事你能查的那个。

一、先想清楚你在造什么

选框架之前，先回答四个问题，按这个顺序问自己，基本不会选错：

1. 你团队用什么语言？Python 和 TypeScript 能用的好东西差很多。
2. 你已经绑了哪家模型？深度用 OpenAI 就别硬上只认 Claude 的 SDK。
3. 你的 agent 跑一步还是跑一天？只跑一步的活，框架很多能力你根本用不上。
4. 出事了你能不能查？能不能在崩溃后从断点续上，能不能告诉老板「它为什么这么干」。

这四个问题比 star 数重要十倍。但光问还不够，还得知道市面上有哪些可选。下面先给你一张全景，再按场景拆开讲优缺点。

二、2026 年主流框架有哪些

下面这十个，是 2026 年你会真正碰到的 agent 框架 / SDK。先按语言和定位分个类：

框架	主语言	定位	Star (2026-08)
AutoGen	Python	多智能体对话（已并入 MAF，维护模式）	60.4k
CrewAI	Python	角色型多智能体，原型快	56.9k
LlamaIndex	Python	数据重 / RAG 型 agent	51.6k
LangGraph	Python	有状态生产级工作流	39.5k
smolagents	Python	极简代码优先	28.8k
OpenAI Agents SDK	Python	OpenAI 生态官方 SDK	28.6k
Semantic Kernel	Python/.NET	企业中间件（已并入 MAF，维护模式）	28.4k
Mastra	TypeScript	TS 全栈 agent	27.1k
Google ADK	Python/Java	Gemini / Vertex 官方	21.1k
Pydantic AI	Python	类型安全 / 输出校验	19.2k

有个反常识的事得先说：star 前两名（AutoGen、Semantic Kernel）现在都进入维护模式了。所以别盯着星数往下排，按你自己的场景挑才靠谱。

三、按场景挑，优缺点一次看清

3.1 要快、多角色分工：CrewAI

从零搭一个多智能体原型，CrewAI 是最快能跑起来的。它的心智模型是「角色」：你定义一个研究员、一个写手、一个审校，框架帮你协调他们对话。产品经理拿这套跟开发描述需求时，几乎不用翻译。空仓库到能跑的 demo，两到四个小时。

• 优点：上手最快；角色抽象直观；PM 和开发沟通成本低。
• 缺点：状态管理早期被藏起来，要做持久状态、人工审批、合规审计会很别扭；上它的 Flow 抽象学习曲线一下子变陡；生产级有状态流程容易撞墙。

一句话：出原型用它，准备好之后迁到 LangGraph。CrewAI 56.9k star，融资 1800 万美元，官方说财富 500 强里六成在用——但注意这个「在用」很多是原型阶段，不是核心生产系统。

3.2 复杂、有状态、要审计：LangGraph

需要复杂、有状态、能断点恢复的流程，LangGraph 是目前最稳的。它把 agent 当成一张有向图，每个节点干一件事，边控制流向，每一步的输入输出都可观测、可恢复，出事了你能精确看到卡在哪个节点。

最有说服力的案例是 Klarna：客服 bot 跑在 LangGraph 上，处理了三分之二的咨询，干着 853 个全职员工的活，一年省 6000 万美元。半夜三点系统出问题，他们的工程团队能照着图推理。

• 优点：有状态、可恢复、可观测、生产成熟；Klarna 级案例证明能扛量。
• 缺点：上手慢，第一天就得想图和状态机；对只想快速试验的人不友好。

一句话：流程要跑很久、要人工介入、要有据可查，就选它。LangGraph 39.5k star，月下载 3450 万，公开生产部署约 400 家（Cisco、Uber、LinkedIn、BlackRock）。

3.3 数据重、RAG 为主：LlamaIndex

如果你的 agent 核心是检索增强——要查文档库、知识库、结构化数据，LlamaIndex 是这条线的代表，51.6k star。它从「索引数据」起家，agent 能力是后来加上的。

• 优点：数据连接器和索引抽象成熟，RAG 流程开箱即用。
• 缺点：纯 agent 编排能力不如 LangGraph 专；定位偏「数据层」，不是「编排层」。

一句话：你的 agent 主要在「读文档、查知识库」，先看它。

3.4 只要最小积木：轻量 SDK 一族

不想扛一整套框架、只要几个干净原语的团队，2026 年几家模型厂都官方下了场：

OpenAI Agents SDK  — agents + handoffs + guardrails + sessions，自带 tracing
Pydantic AI        — Python 团队类型安全 + 输出校验
Google ADK          — Google 官方，认 Gemini/Vertex，双语言 Python/Java
smolagents (HF)     — 极简代码优先，28.8k star

• OpenAI Agents SDK：名字叫 OpenAI，但通过 LiteLLM 能接 100 多个非 OpenAI 模型。深度绑 OpenAI 的最短路径，tracing 开箱即用；缺点是换模型要重写不少。
• Pydantic AI：做分类、抽取、文档问答这类结构化输出，schema 校验比裸聊天稳得多，受监管场景首选；19.2k star，生态小，复杂编排能力弱。
• Google ADK：打动传统企业 Java 团队，GCP 栈顺手；不是 GCP 栈就别硬凑，绑定死。
• smolagents：想自己掌控每一行就用它；什么都要自己拼，没有现成编排。

3.5 TypeScript 全栈：Mastra

整个栈是 TypeScript，Mastra 基本是唯一像样的答案。2026 年 1 月发布 1.0，YC 背书，支持 81 个 provider、2436+ 模型，durable workflow、memory、evals、tracing 一套打包。Replit 的 Agent 3 建在它上面，任务成功率从 80% 拉到 96%；Marsh McLennan 用它的搜索工具覆盖了 75000 名员工。

• 优点：TS 栈不用拿 LangChain.js 凑合，全家桶省拼库。
• 缺点：还年轻，生态深度比不过 LangGraph 那种老兵。

一句话：写 TS agent，它是当前首选。Mastra 27.1k star。

3.6 Azure / .NET 栈：Microsoft Agent Framework

这是 AutoGen 和 Semantic Kernel 的合体，2026 年 4 月 1.0 GA，融合了 Semantic Kernel 的企业级中间件和 AutoGen 的编排创新，支持 Python 和 .NET、MCP 和 A2A 协议、checkpoint、人工介入。

• 优点：.NET 栈、绑 Azure 的官方正路，不用再碰两个维护模式仓库。
• 缺点：非 Azure 团队基本不用考虑它，绑定重。

四、一个被反复验证的趋势：工具层用 MCP

不管你选哪个框架，工具调用那一层现在有个事实标准叫 MCP（Model Context Protocol）。它的意义是让你的 agent 能跨框架移植：今天用 LangGraph，明天想换 Mastra，工具定义不用重写。

所以 2026 年靠谱的工程参考架构基本是这样：

编排框架 (LangGraph / MAF)
   + 可观测栈 (LangSmith / Pydantic Logfire)
   + 评测 harness
   + 基于 MCP 的工具层

还有一点很现实：多数生产团队不是「纯框架」，而是框架负责编排，性能敏感的关键路径直接调模型 API。框架是手段，能跑起来的生产系统是目的，中间的距离靠纪律补。

五、什么时候你其实不该用框架

这部分我犹豫要不要写，因为它跟前面有点唱反调。但我觉得得说。

2026 年有个 Hacker News 热帖叫「受够了 Agent 框架」，还有 Reddit 上高赞帖说 90% 的 agentic 项目用简单 prompt chain 更好。两件事同时成立：框架在大型企业的确开始回本，可开发者也被抽象层的折腾搞累了。

更扎心的是 MIT 一项覆盖 300+ 实现的研究：从试点到真正上生产的成功率只有约 5%。也就是说，绝大多数 agent 项目死在 demo 之后。框架救不了这个——它只管编排，不管你的业务逻辑对不对、数据干不干净、成本扛不扛得住。

所以我的判断是：如果你的任务就是「调一次模型、串几个固定步骤」，别上框架，写个普通函数加几次 API 调用就够了。框架的价值在长流程、有状态、要恢复、要审计的地方。别为了用而用。

六、速选清单

懒得逐条想的话，按下面这个对号入座：

• 要做原型、要快、多角色分工：CrewAI，但想清楚之后要不要迁。
• 流程要跑很久、要断点恢复、要给人看轨迹：LangGraph。
• 数据重、RAG 为主：LlamaIndex。
• 整个栈是 TypeScript：Mastra。
• Python 团队、输出要类型校验：Pydantic AI。
• 深度绑 OpenAI：OpenAI Agents SDK。
• 深度绑 Gemini / GCP：Google ADK。
• Azure / .NET 栈：Microsoft Agent Framework。
• 只想要最小积木、自己掌控：smolagents 或直接调 API。
• 新项目，别碰：AutoGen、Semantic Kernel（都已并入 MAF，维护模式）。

最容易栽跟头的选法，就是照着 GitHub star 榜从上往下点——半年后回头看，成本、可靠性、可观测性，多半没人认真算过。

GO FUNNY｜AI Agent 协作方法论 × 开源工具深度解读