AI Agent 框架全景知识体系(2026)
AI Agent 框架全景知识体系
🐱 金豆整理 · 2026-05-20
一、总览:Agent 的五层架构
AI Agent
├── 1️⃣ 推理引擎(Reasoning)— 如何"想"
├── 2️⃣ 工具使用(Tool Use)— 如何"做"
├── 3️⃣ 记忆系统(Memory)— 如何"记"
├── 4️⃣ 编排框架(Orchestration)— 如何"协调"
└── 5️⃣ 交互界面(Interaction)— 如何"用"
二、推理引擎:从 ReAct 到推理模型
推理引擎
├── 经典范式
│ ├── ReAct (2022) — 推理 + 行动交替循环
│ ├── Chain-of-Thought (2022) — 思维链
│ └── Plan-and-Execute (2023) — 先规划再执行
│
├── 推理模型(2024-2026)
│ ├── OpenAI o1/o3 — 隐式思维链
│ ├── DeepSeek-R1 — GRPO 算法,开源推理
│ ├── DeepSeek-V3.1 — Think/Non-Think 双模式
│ └── Claude Sonnet 4.6 — 增强规划能力
│
└── 进阶策略
├── Tree-of-Thought — 树状搜索多路径
├── Reflexion — 自我反思
└── SAGE (2026) — 多智能体自博弈推理
演进脉络: Prompt 引导 → 隐式思维链(RL)→ 混合推理 → 多智能体协作推理
三、工具使用:从 Function Calling 到 Computer Use
工具使用
├── Function Calling (2023)
│ └── OpenAI / Anthropic / DeepSeek 结构化工具调用
│
├── 协议标准化(2024-2026)
│ ├── MCP — 模型↔工具通信协议(Anthropic → Linux Foundation)
│ ├── A2A — Agent↔Agent 通信协议(Google)
│ └── AGENTS.md — 仓库级 Agent 指令(OpenAI)
│
└── Computer Use(最热方向)
├── Claude Computer Use — 桌面控制,无需预编程
├── Google Project Mariner — 浏览器 Agent
└── OpenAI Operator/Codex — 后台自动执行
演进脉络: 硬编码 API → Function Calling → MCP 工具生态 → Computer Use(AI 直接操作电脑)
四、记忆系统
记忆
├── 短期 — 上下文窗口(4K→2M tokens)
├── 长期
│ ├── RAG — 检索增强生成
│ ├── MemPalace (2026) — 空间隐喻记忆
│ ├── FORGE (2026) — 零微调自演化记忆
│ └── CLEAR (2026) — 对比学习训练上下文顾问
└── 工作记忆 — Think tokens / Scratchpad
五、编排框架对比
| 框架 | 驱动方式 | 适合场景 | 生产就绪 |
|---|---|---|---|
| LangGraph | 图驱动 | 复杂工作流 | ⭐⭐⭐⭐⭐ |
| CrewAI | 角色驱动 | 业务流程 | ⭐⭐⭐⭐ |
| AutoGen | 对话驱动 | 研究/原型 | ⭐⭐⭐ |
| Dify | 低代码 | 非技术用户 | ⭐⭐⭐⭐ |
| OpenAI Agents SDK | 厂商原生 | OpenAI 生态 | ⭐⭐⭐⭐ |
六、多智能体协作模式
- 顺序管道 — A→B→C 流水线
- 层级式 — Manager 分配任务
- 对等式 — Agent 平等协商
- 辩论式 — 多观点对抗取最优
通信:MCP(模型↔工具)+ A2A(Agent↔Agent)
七、关键时间线
| 时间 | 里程碑 |
|---|---|
| 2022 | ReAct、Function Calling |
| 2023 | LangChain 生态爆发、Plan-and-Execute |
| 2024 | DeepSeek-R1、MCP 协议发布 |
| 2025 | A2A 协议、Computer Use 竞赛 |
| 2025.12 | MCP + AGENTS.md → Linux Foundation AAIF |
| 2026 | Claude Computer Use 开放、VS Agent Mode |
八、五大趋势
- 协议标准化 — MCP + A2A 终结碎片化
- Computer Use — 三大厂商竞逐,AI 直接操作电脑
- 推理模型融入 Agent — 按需深度推理(Think/Non-Think)
- 记忆自演化 — 从 RAG 向自主改进的记忆系统演进
- 多智能体生产化 — LangGraph + MCP 成为主流组合