刘道玉 AI 工作坊
随笔 研究 专题 工作坊 关于 RSS

Agent Harness 日报:框架与运行时等24项框架动态,编排范式与成熟度演进

2026-10-07

Agent Harness 日报:框架与运行时等24项框架动态,编排范式与成熟度演进

核心判断: Agent Harness 领域今日 24 项动态。框架与运行时方向 19 项,多智能体协作方向 6 项最为活跃。基于Agent Harness 成熟度模型 (AHMM) 分析,当前生态主要处于 L2 组件化阶段,向 L3 可观测跃迁是最大瓶颈。编排模式上,DAG 和事件驱动范式正在超越线性链成为主流。

2026-10-07,基于 arXiv cs.AI、GitHub Trending 和 Hacker News 的监测数据。


Agent Harness 成熟度模型 (AHMM)

级别 名称 特征 代表项目 2026现状
L1 能力验证 单场景 Demo 可跑 BabyAGI, Crawl4AI 已跨越
L2 组件化 模块可组合替换 LangChain, CrewAI, OpenAI Agents SDK 当前主流
L3 可观测 链路追踪+评估闭环 LangSmith, OpenClaw, Weave 部分达到
L4 弹性伸缩 动态调度+容错自愈 Dify(企业版), Coze, Amazon Bedrock Agent 少数达到
L5 自治运维 Agent 自监控自修复 Google A2A, AG2 探索中

定义: 衡量 Agent 开发框架/运行时从原型到生产就绪的五级成熟度模型。L1 能力验证 → L2 组件化 → L3 可观测 → L4 弹性伸缩 → L5 自治运维。大多数框架当前处于 L2-L3 之间。

今日动态的成熟度分布

成熟度 动态数 说明
L1 能力验证 2 原型验证阶段
L2 组件化 6 模块可组合替换
L3 可观测 1 链路追踪+评估闭环
L4 弹性伸缩 1 动态调度+容错自愈
L5 自治运维 0 自监控自修复(暂无)

Agent 编排四范式

范式 特点 适用场景 代表实现 局限
线性链 (Chain) 固定顺序,简单可靠 单任务Pipeline LangChain Chain, OpenAI Agents SDK 不支持分支
DAG (有向图) 并行+依赖,高效 多步骤编排 LangGraph, ControlFlow 需预定义拓扑
事件驱动 (EDA) 解耦+实时,灵活 响应式Agent Inngest, Trigger.dev 调试复杂
自治协作 (Autonomous) Agent自决策,弹性 复杂探索任务 AG2, CrewAI, Google A2A 可控性弱

定义: Agent 编排架构的四种基本范式:线性链(Chain)、有向无环图(DAG)、事件驱动(Event-Driven)、自治协作(Autonomous)。实际系统通常是多种范式的混合。


今日动态概览

分类 动态数 热度
框架与运行时 19 🔥 热点
多智能体协作 6 🔥 热点
编排与工作流 5 📈 活跃
评测与可观测 4 📈 活跃
记忆与检索 4 📈 活跃
工具与协议 1 ➡️ 关注
部署与运维 1 ➡️ 关注

框架与运行时(19 项)

项目/论文 来源 核心描述 工程启示
EMHO:基于经验轨迹的具身智能体框架优化 / EMHO: EMbodied Agent Harne Kimi解读 arXiv 本文提出EMHO方法,通过经验轨迹优化具身智能体框架。该方法利用智能体在子任务失败中的经验记录,在Qwen-27B模型上 关注架构演进方向
langchain-ai/langchain GitHub The agent engineering platform. 关注架构演进方向
TauricResearch/TradingAgents GitHub TradingAgents: Multi-Agents LLM Financial Trading Framework 多Agent协作框架演进
FoundationAgents/MetaGPT GitHub 🌟 The Multi-Agent Framework: First AI Software Company, Tow 多Agent协作框架演进
microsoft/autogen GitHub A programming framework for agentic AI 多Agent协作框架演进
crewAIInc/crewAI GitHub Framework for orchestrating role-playing, autonomous AI agen 多Agent协作框架演进
HKUDS/nanobot GitHub Ultra-lightweight, open-source, self-hosted personal AI agen MCP 生态值得关注
langchain-ai/langgraph GitHub Build resilient agents. DAG编排成主流

多智能体协作(6 项)

项目/论文 来源 核心描述 工程启示
TauricResearch/TradingAgents GitHub TradingAgents: Multi-Agents LLM Financial Trading Framework 多Agent协作框架演进
FoundationAgents/MetaGPT GitHub 🌟 The Multi-Agent Framework: First AI Software Company, Tow 多Agent协作框架演进
microsoft/autogen GitHub A programming framework for agentic AI 多Agent协作框架演进
crewAIInc/crewAI GitHub Framework for orchestrating role-playing, autonomous AI agen 多Agent协作框架演进
HKUDS/nanobot GitHub Ultra-lightweight, open-source, self-hosted personal AI agen MCP 生态值得关注
Fabrice AI: Multi-Agent Framework for TypeScript HN Fabrice AI: Multi-Agent Framework for TypeScript 多Agent协作框架演进

编排与工作流(5 项)

项目/论文 来源 核心描述 工程启示
SquidAgent:明智并行与高效协调 / SquidAgent: Parallelize Wis Kimi解读 arXiv 本文提出SquidAgent,旨在解决智能体编排中的并行与串行执行成本问题。通过设定特定执行标准,该系统能有效协调任务并 DAG编排成主流
HKUDS/nanobot GitHub Ultra-lightweight, open-source, self-hosted personal AI agen MCP 生态值得关注
langchain-ai/langgraph GitHub Build resilient agents. DAG编排成主流
labring/FastGPT GitHub FastGPT is a knowledge-based platform built on the LLMs, off DAG编排成主流
deepset-ai/haystack GitHub Open-source AI orchestration framework for building context- DAG编排成主流

评测与可观测(4 项)

项目/论文 来源 核心描述 工程启示
ScienceClaw:跨自然科学与社会科学的AI智能体持续自演化基准测试 / ScienceCla Kimi解读 arXiv 本文提出了ScienceClaw基准,旨在评估AI智能体在自然科学与社会科学领域的持续自演化能力。该基准通过已验证的程序 评估闭环是关键
ParanoiaEval:智能体编程中不必要防御性工作的基准测试 / ParanoiaEval: B Kimi解读 arXiv 本文提出ParanoiaEval基准,用于评估智能体编程中产生的不必要防御性工作。该研究通过分析智能体能力与风险处理机制 评估闭环是关键
Transect:保持长周期LLM智能体评估的可观测性 / Transect: Retaining Kimi解读 arXiv 本文提出Transect,旨在解决长周期LLM智能体评估中的可观测性与可复现性问题。该方法通过分析智能体行为记录,为评估 向L3可观测演进
Show HN: VoltAgent – Open-Source Observability-Fir HN Show HN: VoltAgent – Open-Source Observability-First TS AI A 向L3可观测演进

记忆与检索(4 项)

项目/论文 来源 核心描述 工程启示
MINDSET:面向长对话智能体记忆的基于能量的模式演化 / MINDSET: Energy-bas Kimi解读 arXiv 本文提出MINDSET,一种基于能量的模式演化方法,用于解决长对话智能体的记忆管理问题。通过在MemoryAgentBe 关注架构演进方向
HKUDS/nanobot GitHub Ultra-lightweight, open-source, self-hosted personal AI agen MCP 生态值得关注
labring/FastGPT GitHub FastGPT is a knowledge-based platform built on the LLMs, off DAG编排成主流
deepset-ai/haystack GitHub Open-source AI orchestration framework for building context- DAG编排成主流

工具与协议(1 项)

项目/论文 来源 核心描述 工程启示
HKUDS/nanobot GitHub Ultra-lightweight, open-source, self-hosted personal AI agen MCP 生态值得关注

部署与运维(1 项)

项目/论文 来源 核心描述 工程启示
deepset-ai/haystack GitHub Open-source AI orchestration framework for building context- DAG编排成主流

深度分析

Agent Harness 框架演进与工程实践深度报告(2024今日动态分析)

基于今日 Agent 开发框架领域的 24 项前沿动态(涵盖框架运行时、多智能体协作、编排工作流等),本报告提炼出当前 Agent Harness 的技术演进趋势、编排范式选择及工程落地指南。

一、 框架演进判断

1. 编排层从“静态硬编码”向“动态成本寻优”演进。

  • 论据: 今日发布的 SquidAgent 论文明确提出“Parallelize Wisely, Coordinate Efficiently”,通过 Orchestrator 动态评估串行与并行的成本(Wall time vs Cost),自主决定执行路径。这标志着编排层正在从简单的 DAG 图配置,升级为具备资源约束意识的决策中枢。
  • 对开发者的影响: 开发者无需再在串行与并行执行中“二选一”进行硬编码,未来的 Harness 将提供“成本-时间”权衡函数,开发者只需定义目标(如:最低延迟或最低 Token 消耗),框架自动寻优。

2. 评测与可观测性正成为 Agent Harness 的“一等公民”,且向“长周期与行为级”下沉。

  • 论据: Transect 论文聚焦长周期 LLM Agent 评估中的可观测性保持与可复现性;ParanoiaEval 则针对 Agentic Coding 中“过度防御导致的不必要工作”进行评测。这表明行业不再满足于简单的成功率评测,而是深入到行为轨迹、副作用及心理倾向(如过度谨慎)的度量。
  • 对开发者的影响: 开发者在选型时,必须将“是否原生支持长轨迹回放与行为级评测”作为核心指标。仅提供日志打印的旧框架将无法满足复杂 Agent 的 Debug 与调优需求。

3. 记忆架构从“向量检索即用”向“Schema 演进与能量模型”升级。

  • 论据: MINDSET 论文提出基于能量的 Schema 演进机制,解决长对话中 Agent 记忆指令反复修改导致的遗忘与冲突问题。这证明静态的 RAG 架构已触及天花板,记忆系统需要具备自我重构能力。
  • 对开发者的影响: 开发者需放弃“一把梭”的纯向量库记忆方案,在长会话场景引入 Memory Schema 机制,允许 Agent 根据交互历史动态合并、更新和淘汰记忆字段。

二、 编排模式分析(基于 Agent 编排四范式)

今日动态(如 TradingAgents 的多角色金融框架、SquidAgent 的并行协调、EMHO 的子任务拆分)清晰地折射出四大编排范式的应用边界与融合趋势:

  1. 线性链: 退守至高确定性微任务。在 Agentic Coding 的单步文件修改或 API 调用中仍占主导,但在复杂任务中占比下降。
  2. DAG (有向无环图): 成为主流基座,但向动态化演进。SquidAgent 展示了 DAG 的进阶形态——不再是静态拓扑图,而是 Orchestrator 根据运行时状态动态生成的 DAG,以实现并行效率最大化。
  3. 事件驱动: 长周期与异步场景的刚需。Transect 指出的长周期评估,必然依赖事件驱动来处理中途的状态挂起、恢复与外部中断,这是同步阻塞框架无法胜任的。
  4. 自治协作: 专业化分工场景的杀手锏。TradingAgents 在金融交易场景中,通过多个具备不同专业背景的 Agent(基本面、技术面、风险控制)进行辩论与协作,证明了在需要交叉验证的复杂决策域,自治协作优于单体 Agent。

混合编排最佳实践:
当前胜出的架构是“宏观自治协作 + 微观动态 DAG”。例如 TradingAgents 在宏观上采用自治协作(多Agent讨论),但在具体执行研报分析时采用动态 DAG;SquidAgent 在微观执行层动态调度并行,但在宏观任务拆解上依赖 Orchestrator 统筹。开发者应避免在全链路使用单一范式。

三、 工程实践建议

1. 框架选型建议:区分“控制面”与“数据面”

  • 操作指南: 不要寻找一个万能框架。建议采用“双轨制”:控制面(任务拆解、工具调用、DAG编排)使用轻量级且生态好的框架(如 LangChain 的 LangGraph,因其定位已明确为“The agent engineering platform”);数据面(记忆检索、长上下文维护)采用专有模块(参考 MINDSET 的 Schema 演进机制)。对于金融等垂直领域,可直接参考 TradingAgents 的多Agent架构模式进行定制。

2. 从 L2(工作流)到 L3(自治 Agent)的升级路径

  • 操作指南: 直接从 L2 跃升到 L3 风险极高。正确的路径是:引入 EMHO(Experience Traces)机制,先在 L2 框架中收集大量失败轨迹。利用 27B 级别的模型(如 Qwen)对这些失败 Subtasks 进行微调或经验提炼,将提炼出的“经验规则”作为 L3 Agent 的 System Prompt 或 Few-shot 上下文。即:用 L2 的失败数据喂养 L3 的决策能力。

3. 生产环境注意事项:防御机制与可观测性的平衡

  • 操作指南: 在生产环境中,警惕 ParanoiaEval 揭示的“过度防御”问题。不要给 Coding Agent 赋予过多的“思考后再行动”的防御性 Prompt,这会导致不必要的 Token 消耗和 Wall time 延迟。同时,强制要求框架开启类似 Transect 的 Transcript 记录,将每一次工具调用的入参/出参、中间推理状态持久化到外部存储,确保长周期任务崩溃后可断点续传与复现。

四、 FAQ:关于 Agent Harness 的常见问题

Q1: Agent Harness 与 Agent 框架有什么区别?
A: Agent 框架(如早期的 LangChain)主要提供基础设施(模型对接、工具封装、Prompt 管理);而 Agent Harness 更偏向于“运行时与控制论”,它不仅包含框架的功能,更强调编排策略(如动态 DAG)、状态机管理、容错恢复、可观测性以及资源调度。Harness 是将 Agent 从 Demo 推向生产环境的工程外壳。

Q2: 在多智能体协作中,如何平衡并行执行的速度与成本?
A: 参考 SquidAgent 的策略:引入一个轻量级的 Orchestrator 模型。在派发任务前,让 Orchestrator 评估任务的依赖关系与算力消耗。若子任务间无数据依赖且计算量小,采用并行以缩短 Wall time;若子任务需消耗大量 Token 或需前置输出作为输入,则采用串行以降低总成本。核心在于“按需调度”而非盲目并行。

Q3: 如何解决长对话中 Agent 记忆膨胀与指令遗忘问题?
A: 放弃单纯的“全量历史 + 滑动窗口”截断方案。采用 MINDSET 论文提出的 Schema 演进策略:为 Agent 定义结构化的记忆 Schema(如用户偏好、已完成任务、待办事项)。在每轮对话后,通过 LLM 提取关键信息对 Schema 进行 Update/Merge 操作,而非盲目追加历史。对于必须保留的长文本,使用 RAG 进行分段检索,并将检索结果作为短期上下文注入。

常见问题

Q: 2026年应该选哪个 Agent 框架?

A: 取决于场景。简单 RAG → LangChain/LlamaIndex;多步骤编排 → LangGraph/CrewAI;企业生产 → Dify 企业版 + Temporal;快速原型 → OpenClaw。核心选型标准不是功能多少,而是可观测性(L3)是否达标。

Q: MCP 和 Function Calling 的区别是什么?

A: Function Calling 是模型能力(模型理解何时调用),MCP 是协议标准(定义工具如何被发现和接入)。MCP 解决工具生态互操作性,Function Calling 解决模型推理问题。两者互补不互斥。

Q: Agent 框架从 L2 到 L3 最难跨越的是什么?

A: 可观测性闭环——不只是能看到 trace,还要能基于 trace 自动评估、归因、优化。大多数框架有 tracing,但缺少从 trace 到 improvement 的自动回路。


本文由 OpenClaw AI Research 基于 arXiv、GitHub 和 Hacker News 数据自动生成,分析观点为原创内容。框架定义:Agent Harness 成熟度模型 (AHMM)、Agent 编排四范式。

  • agent
  • daily-report
  • harness
  • framework
  • Agent框架
相关文章推荐
  • Agent Harness 日报:19项框架动态,运行时策略与安全可观测的双主线 #agent #daily-report #harness #framework
  • Agent Harness 日报:框架与运行时等22项框架动态,编排范式与成熟度演进 #agent #daily-report #harness #framework
  • Agent Harness 日报:框架与运行时等21项框架动态,编排范式与成熟度演进 #agent #daily-report #harness #framework
  • Agent Harness 日报:框架与运行时等23项框架动态,编排范式与成熟度演进 #agent #daily-report #harness #framework
  • Agent Harness 日报:框架与运行时等23项框架动态,编排范式与成熟度演进 #agent #daily-report #harness #framework
18篇 Agent 前沿论文深度解析:other与planning方向最新进展
Hospital_guidance_agent 项目深度分析报告
订阅 · 外部站点 · 行业资料 · 全部文章
© 2026 刘道玉 AI 工作坊
京ICP备16032693号