2026年的开源智能体工具包

本文原载于Paolo Perrone的Substack专栏《AI工程师》，经授权转载。

你花了三周时间交付一个智能体。它在演示中运行良好。但一进入生产环境，你发现所选框架没有检查点功能，记忆层只是扁平向量转储，缺乏时间推理能力，浏览器工具在遇到Canvas元素时崩溃，评估套件只是某个Notion文档，别人总忘记更新。

2026年，用于构建智能体的开源工具包已解决了大部分这些问题。但问题在于，每个问题的解决方案都有十多种互不兼容的方式。在长对话记忆基准测试LoCoMo中获胜的记忆框架，每条对话的开销是亚军的340倍，而这一差异在基准测试结果中并未体现。同样的差距在每一层都存在。

因此，最佳方法是先确定系统在负载下最先遇到的约束：延迟预算、审计追踪、模型可移植性还是语言栈。选错的话，第三周就得重写状态模式。

各层选择策略

选择工具时，需回答三个问题：主要约束是什么？选错后的重写成本有多高？是开源还是开源核心？

第一层：编排与运行时控制

LangGraph是Python生产环境的默认选择。基于图的状态机，通过PostgresSaver实现持久化执行，支持时间旅行调试，拥有最大的已验证企业客户名单。但代码冗长，对简单任务过度设计。

CrewAI设置开销最低，声明角色后即可运行。但生产持久性不足，无法恢复崩溃的运行，错误处理粗粒度。

Pydantic AI将每个智能体输出视为类型化Pydantic模型，验证和重试即开即用，但多智能体原语较弱。

Mastra是TypeScript解决方案，适合全栈TypeScript团队，但生态系统较小。

第二层：记忆与状态

上下文窗口不是记忆。生产智能体在专用记忆层中保存信息。Mem0将记忆作用域划分为用户、会话或智能体，结合向量和图存储，在LoCoMo基准上延迟比全上下文低92%，令牌少93%，但缺乏时间推理。

Zep/Graphiti是时间图选项，处理实体解析和关系变化，但内存占用大，检索延迟高。

Letta将记忆视为操作系统，主上下文为RAM，存档记忆为磁盘，智能体自行决定迁移内容，但部署和调试较复杂。

工程教训：运行时状态和知识记忆是两回事，不可混用。

第三层：协议与工具

2026年，MCP（模型上下文协议）成为标准。编写工具即编写MCP服务器。FastMCP是快速编写Python MCP服务器的框架，mcp-agent则围绕MCP构建编排。

第四层：浏览器与计算机使用

分为DOM驱动和视觉驱动两种方案。Browser Use是Python默认选择，但每一步都需LLM调用，成本高。Stagehand是TypeScript方案，允许混合使用AI和脚本化Playwright。Skyvern是视觉优先方案，在WebVoyager 2.0上得分85.85%，但比DOM驱动慢且昂贵。

生产模式通常结合两者：DOM驱动为主，视觉方案作为逃生通道。

第五层：编码智能体与沙箱

编码智能体现在自成品类，包含写代码、运行、调试和读取文档的能力。这一层需要沙箱和工具，具体细节可参考相关深度文章。

2026年的开源智能体工具包已相当成熟，但选择的关键在于理解各层约束与权衡。