当前位置： 首页 > news >正文

Agent产品与运行框架地图

news 2026/7/26 7:25:28

Agent产品与运行框架地图

Posted on 2026-07-26 07:24  天戈朱  阅读(0)  评论(0)    收藏  举报

为了形成清晰的研究主线，需要理清哪些是可直接使用的 Agent 产品，哪些是支撑 Agent 构建与运行的框架。

基于这一目的，梳理 Agent 相关的基本概念、产品形态和开源项目，建立一张 Agent 产品与运行框架地图，为下一阶段的技术拆解和企业应用研究确定方向。

一、术语解释

1. Agent

是能够围绕目标调用工具、持续执行并交付结果的系统。可以简化理解为：

Agent  ≈ 大模型＋ Harness

大模型提供理解、推理和生成能力，Harness 则将模型与上下文、工具和任务流程组织起来，使其从“回答问题”走向“完成任务”。

2.Harness

Harness 是模型外围的任务组织与执行机制，负责管理上下文、工具调用、记忆、Skills、子 Agent 和任务循环。

不同产品对 Harness 的实现并不相同，它可能内置在 Agent 产品中，也可能以独立框架或组件的形式存在。

3.Agent Runtime

Runtime 是 Agent 实际运行的环境与保障机制，通常负责状态保存、任务调度、沙箱隔离、重试和恢复。

在一些系统中，Runtime 被视为 Harness 的组成部分；在工程架构中，也可以作为独立的运行底座。

4.Agent Framework

Framework 面向开发者，提供构建 Agent 所需的 API、SDK 和基础组件，用于实现或组合 Harness、Runtime、工具和工作流。

为便于后续研究，可以将几者的关系简化为：

模型提供智能，Harness组织执行，Runtime保障运行，Framework支撑开发。

这些术语目前没有完全统一的行业边界，在不同产品和开源项目中也可能相互重叠，具体仍需结合实际架构判断。

二、通用 Agent 与编码 Agent

按照主要工作对象，当前 Agent 产品可以分为通用 Agent 和编码 Agent。

1. 通用 Agent

主要围绕文件、网页、文档、表格、PPT 和数据资料开展工作，面向办公、研究和知识处理等场景，通常交付报告、方案、分析结果或其他业务材料。

2. 编码 Agent

主要面向软件研发，围绕代码仓库开展代码编写、修改、调试、构建和测试，并通过 IDE、终端和 Git 等工具完成工程任务。

两类产品的能力正在逐渐交叉：通用 Agent 也能运行脚本和处理代码，编码 Agent 也能检索资料和阅读文档。分类主要看其工作对象，前者面向业务资料和内容交付，后者面向代码仓库和软件研发流程。

三、商业 Agent 产品地图

部分厂商已经同时布局通用 Agent 与编码 Agent，覆盖知识工作和软件研发两类主要场景。产品仍在快速更新，以下分类主要用于建立产品地图，具体能力需要结合后续实测判断。

1. 国内商业产品

1.1 阿里：QoderWork + Qoder

QoderWork 面向文件处理、数据分析和内容生成等日常工作；Qoder Desktop、插件和 CLI 主要面向代码仓库和软件研发任务。

1.2 腾讯：WorkBuddy + CodeBuddy

WorkBuddy 定位为全场景 AI 工作台，主要处理办公、研究、内容创作和本地文件任务，也具备一定的代码处理能力；CodeBuddy 通过 IDE、插件和 CLI 面向软件开发与工程流程。

1.2 Kimi：Kimi Work + Kimi Code

Kimi Work 面向知识工作，支持本地文件、浏览器操作和定时任务；Kimi Code 通过 CLI 和 VS Code 扩展，提供代码阅读、文件修改和命令执行等能力。

1.3 字节跳动：TRAE Work + TRAE IDE

TRAE Work 面向研究、文档、PPT、数据分析和应用生成等通用任务，同时提供 Work 与 Code 两种模式；TRAE IDE 主要面向软件开发和工程任务。

2. 国外商业产品

2.1 OpenAI：ChatGPT

ChatGPT 桌面端整合了 Chat、Work 和 Codex：Chat 面向日常问答与快速协作，Work 面向知识工作，可完成资料研究、数据分析以及文档、表格、PPT 等内容交付；Codex 面向代码仓库和软件研发任务。

2.2 Anthropic：Claude Cowork + Claude Code

Claude Cowork 将 Claude Code 的 Agent 能力扩展到知识工作，可处理文件、网页和桌面应用任务；Claude Code 主要面向代码开发、终端操作和软件工程。

2.3 Microsoft生态：Microsoft 365 Copilot + GitHub Copilot

GitHub 是微软旗下公司，但仍保持相对独立运营。Microsoft 365 Copilot 围绕 Outlook、Teams、SharePoint 等办公系统提供知识处理、Agent 和流程自动化能力；GitHub Copilot 面向 IDE、命令行和 GitHub 软件研发流程。

2.4 Cursor

Cursor 专注编码 Agent，覆盖桌面开发环境、CLI 和云端 Agent，可执行代码修改、构建、测试及后台工程任务。

整体来看，商业 Agent 产品正在从单一对话助手向任务执行平台演进。部分厂商通过通用 Agent 与编码 Agent 两条产品线分别承接知识工作和软件研发，部分厂商则将多种能力整合到统一入口中。

随着文件处理、代码执行、网页操作和任务自动化等能力逐步融合，产品之间的边界正在变得模糊，后续更需要通过实际任务评估其完成效果、运行稳定性和企业应用能力。

四、开源 Agent 产品

与商业产品相比，开源 Agent 通常具有更强的模型选择、部署控制和扩展能力，但也需要使用者自行处理权限、安全、审计和运维等问题。

按照主要工作对象，同样可以分为通用 Agent 和编码 Agent。

1. 开源通用 Agent

1.1 OpenClaw

OpenClaw 是一个开源、可自托管的 Agent Gateway，可统一接收来自网页和多种消息渠道的任务请求，并提供会话管理、记忆、Skills、定时任务和多 Agent 路由等能力。

1.2 Goose

Goose 是一个运行在本地的通用 Agent，提供桌面端、CLI 和 API，可处理代码、研究、写作、数据分析和自动化任务，并通过 MCP 扩展工具和数据源。

1.3 Hermes Agent

Hermes Agent 强调跨会话记忆和能力积累，能够在任务完成后生成和更新 Skills，并支持子 Agent、定时任务、终端、浏览器和多种消息渠道。

2. 开源编码 Agent

2.1 OpenCode

OpenCode 是面向软件研发的开源编码 Agent，提供终端、桌面端和 IDE 扩展，支持多模型、会话管理、Plan 与 Build 模式以及自定义 Agent 和子 Agent。

2.2 Cline

Cline 主要通过 IDE 和 CLI 执行代码阅读、修改、命令运行和工程任务，并提供 Plan、检查点、MCP、子 Agent 和任务自动化等能力。其底层 Harness 也通过 SDK 对外开放。

2.3 OpenHands

OpenHands 面向软件工程自动化，提供 CLI、Web 界面和 IDE 接入，可在隔离环境中完成代码修改、命令执行、构建和测试。同时提供 Software Agent SDK，用于构建新的编码 Agent 和开发工具。

开源项目的产品与框架边界并不完全分明。一个项目既可以提供可直接使用的 Agent，也可能同时开放 Harness、SDK 或运行环境。本节按其主要使用形态归入 Agent 产品，底层构建和运行能力将在下一节单独梳理。

五、Agent 构建与运行框架

Agent 产品面向最终用户，可以直接完成具体任务；Agent 框架则面向开发者，提供构建和运行 Agent 所需的工具调用、状态管理、任务编排和运行环境等能力。

以下框架均已开源，但部分厂商同时提供配套的商业平台、托管服务或企业版，不能简单将“框架开源”理解为“全部产品免费开源”。

1. OpenAI Agents SDK

开发与维护方：OpenAI开源状态：开源，采用 MIT License

OpenAI Agents SDK 是用于构建单 Agent 和多 Agent 应用的轻量级框架，提供工具调用、任务移交、输入输出防护和运行追踪等能力。SDK 本身开源，但调用 OpenAI 模型及相关托管服务仍需遵循对应的产品与计费规则。

2. Microsoft Agent Framework

开发与维护方：Microsoft开源状态：开源，采用 MIT License

Microsoft Agent Framework 提供 Agent、Workflow、工具接入、会话状态、记忆和任务恢复等能力，支持构建单 Agent、多 Agent 和可控工作流。它由 Microsoft 推出，也是 Semantic Kernel 与 AutoGen 技术路线的后续统一框架。

3. LangGraph

开发与维护方：LangChain, Inc.开源状态：开源，采用 MIT License

LangGraph 是面向长时间运行和有状态 Agent 的底层编排框架，通过图结构组织任务节点和执行路径，并提供状态持久化、检查点、人工介入和故障恢复等能力。LangGraph 核心框架开源，LangSmith 等调试、评估和托管平台属于配套商业服务。

4. CrewAI

开发与维护方：crewAI, Inc.开源状态：核心框架开源，采用 MIT License*

CrewAI 面向多 Agent 协作与任务编排，通过 Agents 定义角色和工具，通过 Crews 组织多个 Agent 分工协作，并通过 Flows 管理任务步骤、条件分支和运行状态。其核心框架开源，CrewAI AMP 等部署、监控和团队管理能力属于商业平台。

5. AutoGen

开发与维护方：Microsoft开源状态：开源，代码采用 MIT License，文档采用 CC BY 4.0 License

AutoGen 重点关注单 Agent、多 Agent 协作、消息通信和运行管理。其 Core 提供事件驱动的 Agent Runtime，AgentChat 提供更高层的多 Agent 编程接口，Studio 则用于可视化原型开发。随着 Microsoft Agent Framework 推出，AutoGen 更适合作为理解多 Agent 通信和 Runtime 设计的参考。

这些框架虽然都用于构建 Agent，但侧重点并不相同：OpenAI Agents SDK 强调轻量级 Agent 构建，Microsoft Agent Framework 强调统一的企业级开发框架，LangGraph 强调状态与流程控制，CrewAI 强调角色化多 Agent 协作，AutoGen 则更侧重消息通信和 Agent Runtime。

六、模型与 Agent 需要分层研究

模型决定 Agent 的基础能力，但不能直接代表 Agent 产品的实际表现。同一个模型运行在不同产品和框架中，由于工具、上下文、记忆和运行机制不同，任务完成效果也可能存在明显差异。

模型研究保持轻量，重点关注以下能力：

  • • 语言与推理能力：包括指令理解、复杂推理、长上下文和代码能力。

  • • 视觉理解能力：包括图片、表格、图表、界面截图、多页文档和视频内容理解。

  • • 工具使用能力：判断何时需要调用工具、选择合适的工具并生成调用参数。

Agent 研究则重点关注工具接入、上下文管理、记忆、任务规划、子 Agent、调度、沙箱、重试恢复和运行稳定性。

后续研究应以 Agent 产品的企业应用为重点，通过真实业务任务评估其任务理解、工具使用、成果交付、运行稳定性和安全治理能力。

运行框架则作为技术支撑，重点用于理解 Agent 的任务组织、状态管理和运行机制，并为后续的定制开发和企业系统集成提供参考。

更佳阅读效果，请移步关注我的公众号

tgzhu_公众号

参考资料

1、商业 Agent 产品

  1. 1. 阿里 QoderWork官方介绍：https://docs.qoder.com/zh/qoderwork/introduction

  2. 2. 腾讯 WorkBuddy：https://cloud.tencent.com/product/workbuddy

  3. 3. 腾讯CodeBuddy：https://cloud.tencent.com/document/product/1749/104236

  4. 4. Kimi Work：https://www.kimi.com/products/kimi-work

  5. 5. Kimi Code：https://www.kimi.com/code/docs/

  6. 6. TRAE Work: https://www.trae.ai/work

  7. 7. TRAE IDE: https://www.trae.ai/ide

  8. 8. ChatGPT Work: https://help.openai.com/en/articles/20001275/

  9. 9. Codex: https://openai.com/codex/

  10. 10. Claude Cowork: https://support.claude.com/zh-CN/articles/13345190

  11. 11. Claude Code 官方文档：https://docs.anthropic.com/en/docs/claude-code/getting-started

  12. 12. Microsoft 365 Copilot: https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-overview

  13. 13. GitHub Copilot 官方介绍：https://github.com/features/copilot

  14. 14. Cursor：https://docs.cursor.com/en/cli/overview

2、开源 Agent 产品

  1. 1. OpenClaw: https://github.com/openclaw/openclaw/blob/main/docs/index.md

  2. 2. Goose: https://github.com/block/goose

  3. 3. Hermes Agent: https://hermes-agent.nousresearch.com/docs/

  4. 4. OpenCode: https://opencode.ai/docs

  5. 5. Cline: https://docs.cline.bot/cline-overview

  6. 6. Cline SDK：https://docs.cline.bot/sdk/overview

  7. 7. OpenHands: https://docs.openhands.dev/overview/introduction

  8. 8. OpenHands Software Agent SDK：https://docs.openhands.dev/sdk

3、Agent 构建与运行框架

  1. 1. OpenAI Agents SDK: https://openai.github.io/openai-agents-python/

  2. 2. Microsoft Agent Framework: https://github.com/microsoft/agent-framework

  3. 3. LangGraph: https://docs.langchain.com/oss/python/langgraph/overview

  4. 4. CrewAI: https://github.com/crewAIInc/crewAI

  5. 5. AutoGen: https://github.com/microsoft/autogen