9.5 小结 网红框架对比与场景化选型
9.5 小结：网红框架对比与场景化选型
本节学习目标
- 用一张对比表归纳 AutoGPT、BabyAGI、CAMEL、Generative Agents 的定位与适用场景。
- 能根据「自主程度、多 Agent、是否虚拟环境」做场景化选型或二次开发参考。
- 与第 10 章 AutoGen、MetaGPT 形成「网红 vs 工程化多 Agent」的对照。
一、对比表
| 框架 | 核心特点 | 适用场景 |
|---|---|---|
| AutoGPT | 自驱、目标→拆任务→工具循环 | 调研、探索式任务、演示 |
| BabyAGI | 任务队列+优先级、可生成新任务 | 多子目标、可排队执行 |
| CAMEL | 多 Agent 角色扮演、消息协作 | 多视角、分工、辩论 |
| Generative Agents | 虚拟环境+记忆+反思+社交 | 游戏、模拟、研究 |
二、选型与二次开发
- 要自驱、少人工：参考 AutoGPT/BabyAGI，但加步数上限与工具白名单。
- 要多角色协作：参考 CAMEL 或直接上 AutoGen/MetaGPT（第 10 章）。
- 要虚拟世界/社