← 全部文章
研究

AI Agent 框架全景知识体系(2026)

May 20, 2026 · 约 5 分钟 · 1898 字

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

  1. 协议标准化 — MCP + A2A 终结碎片化
  2. Computer Use — 三大厂商竞逐,AI 直接操作电脑
  3. 推理模型融入 Agent — 按需深度推理(Think/Non-Think)
  4. 记忆自演化 — 从 RAG 向自主改进的记忆系统演进
  5. 多智能体生产化 — LangGraph + MCP 成为主流组合
AIAgent知识体系框架教程早期文章