AI 视频分析报告
Agent 开发架构怎么选?7 个代表项目系统对比 开发一个 Agent,要从模型和工具开始搭,还是直接复用现成的执行系统?这期先梳理 Framework、Runtime 和 Harness 的区别,再对比 Claude Agent SDK、Deep Agents、Pi 等七个代表项目,看看它们默认实现了什么、又开放了多少控制权。最后用 Pi 的例子,讲清插件、SDK 和源码改造分别适合什么需求,帮你找到适合自己业务的开发起点。#agent开发 #vibecoding #pi #OpenClaw #Claude
任务ID: 3732
30秒速读
核心摘要
可执行建议
- 简单、流程明确的任务选轻量Framework;需严格流程控制与状态管理选LangGraph;需自主探索、持续执行的复杂任务优先Harness。
- Harness选型:开箱即用选Claude Agent SDK;要开源灵活可定制选Deep Agents;想从极简核心自设计执行机制选Pi;做coding agent选Open Code;做长期个人助手选OpenClaw;想替换底层harness可研究DeepSeek Harness。
- 开发目标决定路径:让现有agent更好用优先插件/skill;开发独立agent产品重点看SDK与程序化接入能力;深入改造harness需关注源码开放程度与底层机制可替换性。
高价值评论洞察
- 有用户实测反馈:业务团队用 Pi Agent 跑无交互、单句长上下文任务,结果明显差于 Codex 客户端,说明 Harness 默认执行机制对“一句话生成”类任务影响很大。
- 多位用户追问 AgentScope、Dify、Vercel AI SDK 与视频中框架的关系,反映三分法之外仍有主流工具未被覆盖。
- 有评论补充 Harness 组件产品化趋势:记忆、知识库、Sandbox 已有现成组件,企业级可定制 Agent 管理平台正在成形。
- 有用户指出 DeepSeek Harness 把插件/skill 层交给自己管,与 OpenClaw 常驻进程路线不同,属于有效技术补充。
用户关注点
- 垂直业务/工业/风控/EDA 等具体场景该选哪个框架。
- Pi 与 Codex 执行效果差异,以及如何选更接近 Codex 的开源方案。
- 缺少真实有价值的 Harness 应用场景和 use case。
- Dify、Coze、n8n 与视频中 Framework/Runtime/Harness 的定位区别。
可复用选题/回应建议
- 做一期“Pi vs Codex 同类任务实测对比”,解释差异来源与调优路径。
- 补充 AgentScope、Dify、Vercel AI SDK 在三分法中的定位,回应高频追问。
- 用垂直业务场景(工业、风控、EDA)做选型案例,给出决策树。
代表性评论
- “业务团队觉得 Pi Agent 跑出来的任务结果比 Codex 客户端差很多,该换哪个开源框架更接近 Codex?”——真实落地对比信号,指向 Harness 默认机制差异。
- “Harness 组件产品化已开始,记忆、知识库、Sandbox 都有组件直接支持。”——补充行业演进信息,可延伸企业级平台话题。
基本信息
标签与备注
标签
备注
暂无备注
转录文本
如果今天让你开发一个agent,第一步应该做什么?直接写代码?错,要先选一个适合你的开源基础框架。现在市面上的agent开发框架越来越多,从LangChain、LlamaIndex,到Claude Agent SDK、Deep Agents,还有Pydantic AI、DeepSeek Harness。那这些项目到底有什么区别?应该怎么选?这期视频我们就系统地梳理一下agent开发框架的演进过程,重点对比七个比较有代表性的项目,分析他们各自的基础特点、优势和限制,最后再讲一个非常实际的问题:如果我们今天真的要开发一个agent,到底应该怎么使用这些框架?内容比较长,大家可以根据章节直接跳到感兴趣的部分。在开始具体选型之前,我们先来看一下agent开发架构的演进。那大体上可以分成三个阶段:从早期的agent framework,到后来的agent runtime,再到现在越来越成熟的agent harness。第一阶段是agent framework,大概在2022年、2023年。那随着大语言模型流行起来,大家就开始尝试基于大模型开发各种应用。但那个时候开发agent的很多基础工作都要自己完成,比如说怎么调不同的大模型,怎么让模型使用外部的工具,怎么接入知识库。 怎么把工具执行的结果返回给模型,它决定下一步做什么。那如果每开发一个 agent 都要把这些功能重写一遍,开发成本就太高了,所以就出现了 LangChain、LlamaIndex 这样的开发框架。它们把模型的调用、工具的接入、数据的处理以及构建 agent 的一些基础能力封装起来,开发者不需要每次都从零开始。比如说我们要开发一个订单查询的 agent,可以先在 LangChain 里面去定义一个 agent,给它接入订单查询的接口,再配置好提示词和调用的规则,很快就能打出一个基础版本。LangChain、LlamaIndex、CrewAI 都属于这一类的 framework,它们主要解决的是减少重复开发,让 agent 更容易构建。第二阶段是 agent runtime。随着 agent 执行任务越来越复杂,大家发现仅仅把模型和工具连接起来还不够。比如我们要开发一个电商选品的 agent,要先读取商品的信息,然后查询库存、价格、佣金,接着给商品打分,最后再生成选品的结果。这里面的步骤很多,有些必须要按照固定的顺序执行,有些则需要根据上一步的结果决定接下来该怎么做。如果任务执行到一半失败了,能不能接着之前的进度继续?如果某个环节需要人工确认,能不能先暂停,等用户确认之后再往下走? 那这些已经不只是模型调用和工具介入的事情了。我们还需要管理整个任务的执行流程,保存执行的状态,处理中断和恢复。于是在2024年,LangChain推出了LangGraph。那它的核心就是让开发者能够更聪明地控制agent的执行过程。那比如任务有哪些步骤,步骤之间怎么流转,什么时候暂停,以及出现了异常怎么恢复。LangGraph解决的是怎么让agent的执行过程可管理、可恢复。第三个阶段是agent harness。随着模型的推理能力、工具调用能力不断提高,agent的开发方式又发生了变化。以前开发一个复杂的agent,开发者往往需要提前把很多的执行流程安排好。但现实中有些任务的流程根本没有办法提前规划,也不可能穷举所有的情况。所以我们开始希望只给模型一个目标,让它自己去规划步骤、调用工具、分析结果,再不断地调整下一步的行动。比如让agent帮我们研究一家公司的产品,那模型可以自己决定先搜什么样的资料,哪些信息需要进一步验证,要不要写一段代码分析数据,那最后怎么整理成报告。那这些步骤不一定需要开发者提前全部规定好。但是模型的自主性提高之后,又带来了新的工程问题。比如说agent连续执行几十步,积累了大量的上下文,怎么避免它越来越长。任务执行的过程中 文件和中间协我放在哪里? 什么时候应该调用子agent? 什么时候应该停止? 怎么管理工具的权限? 这些问题逐渐变成了agent的开发的重点。 agent harness也因此受到越来越多的关注。 那harness可以理解成围绕着模型的一整套执行的系统, 它包含基础的agent loop, 也就是模型的思考、调用工具、拿到结果、继续执行这个循环。 那在此之上, 还提供了上下文的管理、任务规划、文件系统、工具权限等能力。 过去这些能力都得自己手搓, 现在成熟的harness已经帮我们做好了, 我们可以直接使用这套现成的执行系统, 再根据业务需求去扩展。 当然了,framework、runtime、harness并不是简单的新技术取代旧技术, 那实际上harness本身就复用了framework和runtime的能力。 LangChain团队就是一个非常典型的例子。 那2022年推出了LangChain, 主要提供agent的开发的基础组件。 24年推出了LangGraph, 补充了状态管理和持久化的执行能力。 那25年又推出了deep agents, 在前两者的基础上提供一套更加完整的agent harness。 今天的 Deep Agents 仍然是建立在 Launching 和 Long Graph 之上的。所以这三个阶段并不是互相淘汰的关系,而是随着模型能力和应用需求的开发出现的不同层次的技术抽象。那这条技术引进路线影响的是什么呢?影响的就是 Agent 开发的起点。过去我们可能要从模型工具这些基础组件开始,一点一点去组装一个 Agent。现在如果现成的 Harness 的执行机制能满足需求,就可以直接复用,不用再从零搭建。那起点变得更高了。不过你的业务如果足够简单,或者需要严格的执行流程状态管理,那 Framework 和 Runtime 依然有价值,依然可以用。并不是所有的 Agent 的开发都需要用到 Harness。讲完技术的演进,我们再来看看目前有哪些值得关注的 Harness。那按照主要服务的场景,我把它们分成了三类。第一类是综合任务类,代表的项目就是 Cloud Agent SDK 和 Debate Agents。那这类 Harness 它不局限于某一种业务,可以用于研究、数据分析、文档处理、代码执行等复杂的任务。那第二类是编码类的,代表的项目是 Pad 和 Open Code,另外还有 Codex 的 CLI。那这类 Harness 最初是围绕着软件开发设计的,重点支持代码的理解、文件的修改、执行命令以及测试验证。 第三类是个人助手类的,代表的项目是 OpenCloud Hermes Agent。这类 agent 系统更关注长期的记忆、多渠道的交互、定时任务以及持续地为用户去提供服务。 除此之外,还有一个非常特别的存在是 DeepSick Harness。它的特点不是针对于哪种具体的场景,而是在于整个 harness 采用了高度差异化的设计。你可以通过组合不同的模块,把它搭成不同类型的 agent。 需要说明的是,上面的分类并不是严格的功能边界。实际上,综合任务类和编码类的 harness 的能力已经越来越接近了。一个 coding agent 同样也可以去搜索资料、读取文件、处理数据、生成报告,而一个通用 agent 也可以去写代码、执行命令。它们的主要区别在于默认提供了哪些工具、针对什么任务做了优化。另外,OpenCloud Hermit 也不止是 harness,而是一套完整的 agent 系统,它包含了 harness、消息接入、任务调度等能力。 下面我们就按这几个类别,看看每个项目最有特点的设计是什么,以及它们分别适合什么样的开发需求。首先是综合任务类的,典型的代表是 Cloud Agent SDK 和 Debate Agents,这两个项目都已经提供了比较完整的 harness 能力。 但设计思路明显不同。那先看 Cloud Agent SDK。Cloud Agent SDK 的本质是把 Cloud Code 的 harness 封装成了一套可以直接使用的执行系统。它已经替开发者做好了 agent loop、工具的发现与调用、section 和上下文管理,以及子 agent 执行机制。那你只需要通过配置 hook、自定义的工具 scale 和子 agent 定义来改变它的行为,但是不能把底层的核心实现直接替换成另一套机制。比如说通过 hook,你可以在工具调用前去检查参数、阻止执行,也可以在执行后去检查结果。那还可以自定义系统的提示词,决定往上下文里补充哪些信息。而工具方面,它已经内置了 bash、文件操作等基础工具,宗旨是开发者增加自己的业务工具。但它的核心机制是预制的。你可以干预 agent loop,却不能任意替换整个执行循环;你可以控制部分上下文的内容,但是不能完全接管上下文组装和压缩的机制;你可以去扩展工具,但是不能直接改写内置工具的底层实现。那这个设计的取舍非常明确。优点是你不需要自己去设计整套执行系统,可以直接复用 Cloud Code 成熟的机制,减少大量的基础开发工作。那限制也在这儿,你对核心机制的控制权有限。 如果你需要一套与 Cloud Code 完全不同的执行架构,就可能会受到 SDK 扩展接口的约束。所以 Cloud Agent SDK 更适合这样的团队:要认可 Cloud Code 默认的执行方式,希望在此基础上快速开发自己的业务的 Agent。对于小白来说,如果技术基础相对薄弱,但有一定的开发能力,或者是可以借助 Web Coding 完成开发,那它是最值得优先考虑的方案,因为它封装的程度比较高,不需要自己从零搭建。 接下来是 Launching the Deep Agents。它和 Cloud Agent SDK 一样,也提供了比较完整的 Highness。那两者最大的区别是:Cloud Agent SDK 更强调复用一套成熟的执行机制,而 Deep Agents 更强调开放和可定制。那我们前面提到,Deep Agents 是建立在 Long Chain 和 Long Graph 之上的。那它的 Agent Loop 是由 Long Chain 提供的,状态管理和任务恢复由 Long Graph 负责。它在这个基础上封装了任务规划、上下文管理、文件系统和子 Agent 等能力。它比较有特点的设计有两个:第一个是 Midware,也就是中间件。 可以理解成把 harness 的不同执行策略拆成独立的模块,让开发者按需调整。比如说,你对默认的上下文压缩方式不满意,就可以直接替换相应的处理策略,也可以在模型调用前去修改上下文、调整可用的工具。那相比较 cloud agent SDK,你对这些内部机制的控制空间更大。 第二个是 deep agents 可以灵活地去选择文件存储和代码的执行环境。比如说 agents 需要分析数据、生成文件,你可以让他使用本地的文件,也可以让他接入远程的沙箱来执行代码,还可以把需要长期保存的信息放在持久化的存储中。那这样的好处是,你不需要把文件管理和代码执行都绑定在一种固定的环境里,可以根据不同业务的需求选择合适的实践方式。所以如果你做的是企业的 agent,需要服务多个客户,数据的存储和执行环境又有特殊的需求,那这一点会更有价值。 那 deep agents 的优点是既提供了一套默认的 harness,又给开发者保留了更大的定制空间。那它的限制是灵活性更高,那开发者就需要自己做的技术决策就更多。你比如说怎么配合执行环境,怎么组合不同的处理策略,都会增加一定的开发和维护成本。所以 deep agent 更适合这样的团队:你即将使用成熟的 harness,又需要灵活调整上下文、执行环境和运行策略。 Cloud Agent SDK 主要开放的是执行过程中的控制点,而 Deep Agents 则把更多的执行策略做成了可以配置、拓展和组合的模块。 说完综合任务类的,接下来我们再来看看编码类的,也就是 Coding Agent Harness。它代表的项目有 Pi、OpenCode 和 Codex CLI。Coding Agent 和综合任务类的 Agent 核心执行机制其实比较相似,区别在于 Coding Agent 是围绕着软件开发场景设计的,所以会更重视代码的搜索、文件的修改、命令的执行和测试验证。 首先是 Pi。Pi 最大的特点是极简,尽可能减少框架预制的功能,把更多的设计留给了开发者。它内置了基础的 Agent 路谱,但是默认只有四个工具:读取文件、写入文件、编辑文件和执行命令。像任务的规划、多 Agent 协作这样的能力,Pi 并没有强制去内置一套固定的方案,而是允许开发者通过 extension 自己扩展。而且 Pi 的扩展机制也很开放,不只能增加工具,还能深入干预执行过程,你比如说拦截工具的调用、修改上下文、替换压缩策略,甚至覆盖内置工具的实现。那相比 Cloud Agent SDK,它在执行策略和工具实现上的定制空间更大。Pi 还提供 SDK,可以直接把 Agent 能力嵌入自己的产品。 那 Open Cloud 早期就是通过复用 Pi 的能力来构建个人助手的。另外,Pi 核心代码是开源的。如果你想彻底重写 agent loop,可以直接改源码。所以很多有能力的技术团队想要打造自己的 harness 的时候,都会选择 Pi。那它的优点是核心简单灵活,开发者可以根据自己的需求构建 harness,不必接受过多预置的执行策略。那它的限制就是很多的高级能力需要自己组合和维护,那对于开发者的技术能力是有一定要求的。所以 Pi 更适合这样的团队:你希望自己掌握 agent 的执行逻辑,从一个轻量的核心出发,开发自己的 agent 产品。 接下来是 Open Code。如果说 Pi 追求的是极简,让开发者自己决定做什么扩展,那 Open Code 的思路就是提供一套比较完整的软件开发工作机制。它不仅内置了 agent loop,还预置了不同的 agent 角色和执行方式。那比如说 build agent 负责设计开发,可以修改代码、执行命令;plan agent 主要负责分析问题、制定方案,默认不直接修改普通项目文件;还有 explore 等子 agent 用于搜索和理解代码库。也就是说,Open Code 已经帮开发者设计好了一整套软件开发的工作方式,那不同 agent 负责不同的任务,使用不同的工具和权限。 不过这些角色也不是写死的。你可以修改他们的提示词、模型和权限,也可以增加自己的 agent,通过插件去扩展功能。它的优点是已经把软件开发常用的工具和工作机制整合好了。如果你想开发自己的 coding agent,可以直接复用,不需要重新设计整套系统。但限制也在这儿,它的很多默认机制都是围绕着软件开发设计的。如果你想做一个完全不同的业务 agent,可能需要调整大量的预置逻辑。所以 open code 更适合这样的团队:你想要基于一个成熟的开源 coding agent,直接开发自己的编程工具,或者是软件开发 agent。那反过来,如果你的目标不是 coding agent,更希望从一个简单的核心出发,自由设计执行方式,那派可能更合适。那前面介绍了 cloud agent sdk、deep agents 以及 pad 和 open code,更多是围绕着 agent 怎么完成任务来设计的。那接下来我们看一下个人助手类的,那代表的项目就是 open cloud。和 hermes 这一类有一个明显的不同,它们不只是完成一次任务,而是希望 agent 能够长期运行,记住用户的信息,甚至主动发起任务。那先来看 open cloud,它的核心设计之一是 gateway,可以理解成是个人助手的管理中心。 比如说,你可以通过飞书、微信给 agent 发送任务。那 gateway 会负责接收消息,识别用户和 session,再交给对应的 agent 执行,最后再把结果返回给用户。它还内置了定时任务、事件触发的机制,可以每天自动整理信息,定期生成报告,不用用户每次手动发起。 前面提到,OpenCloud 早期是基于 Pad Agent SDK 构建的,那现在它已经发展出了自己的 agent 状态,能够独立地管理 agent loop、上下文、工具执行,也可以通过插件去扩展能力。所以 OpenCloud 核心价值是把 agent 的执行能力、消息渠道和长期任务管理整合到了一起。有了它,如果你想搭建一个长期运行的个人助手,就不需要从零开发消息接入、任务调度和会话管理这些基础设施。那它的限制也很明显,作为一套相对完整的系统,它的部署和维护成本更高。如果只是想开发一个普通的任务型 agent,很多能力可能根本用不上。 那另一个就是 Hermes,它和 OpenCloud 有很多相似的能力,比如说多渠道的交互能力、定时任务和长期记忆。它最有特点的是持续学习机制,它不只是让 agent 记住过去的对话,还希望 agent 能把完成任务的经验沉淀下来,留到后面复用。那这里面有两个核心设计:memory 还有 skill。 memory 是用来保存用户的偏好、项目背景的长期信息。那 scale 则用来保存完成某类任务的方法。比如说,你经常让 agent 帮你写周报,那最开始你需要告诉它周报的结构、重点和写作方式。那写了几次之后,agent 可能会逐渐总结出一套有效的方法,把它存成 scale。以后再写周报,直接复用这套方法就行,不用每次都重新摸索。所以它的特点是把任务执行、记忆和技能积累连接起来,让 agent 在长期使用过程中不断复用过去的经验。这种设计的好处是,同一类任务 agent 会越用越顺手。但问题也在这,如果存下了错误的经验,后面可能就会一直重复这个错误。所以它也对记忆和技能的修改提供了人工的审批机制。总结一下,如果你想要搭建一个完整的个人助手,或者想让 agent 接入微信、企微、飞书等渠道,那可以优先考虑 open cloud。最后一个是 dipstick highness,我把它单独拿出来,是因为它的技术设计和前面的几个项目都不太一样。deepsic hanness 的特点是 everything is a plug in,一切皆插件。那很多的 hanness 都支持插件,但通常只是增加工具 scale,或者在固定的执行机制上去扩展功能。 无论是 Cloud Agent SDK、Deep Agents、Pan 还是 Open Cloud,它们都有内置的 agent loop,区别只在于允许多大程度的干预和改造。那 DeepSeek Harness 更进一步,它把模型、工具、session,甚至最核心的 agent loop 都设计成了可以替换的插件。也就是说,如果你对默认的 agent loop 不满意,你可以通过开发组合插件把它替换掉,而不用直接去改框架的核心代码。它的底层采用 Codec 插件架构,把不同的功能组成了相互协作的模块,让你可以组合出不同的执行方式。它和 Pi 虽然都强调灵活,但是思路不一样。Pi 是尽量让核心保持简单的,开发者可以在这上面去扩展;而 DeepSeek Harness 是把核心本身也做成了可以替换的模块。那这种设计的优点是自由程度非常高。如果你想研究不同的 agent loop 的效果,或者想搭建自己的 agent harness 平台,那就可以灵活地去组合底层的能力。但是代价就是开发者需要理解更多的内部机制,模块之间的组合和维护也比较复杂。那所以 DeepSeek Harness 更适合想要研究和定制 harness 底层架构的开发团队。那如果只是一个普通的业务 agent。 未必需要这么高的自由度。那切割项目都介绍完了,我们用一张表来对比一下。从这张表可以看出来,不同 harness 最大的差异不在于有没有工具的调用、上下文管理或者多 agent,这些已经是比较通用的能力了。真正的区别是他们默认帮开发者实现了什么机制,又开放了多少控制权。Cloud Agent SDK 预支了成熟的执行机制,Deep Agents 把更多的执行策略做成了可组合的模块,派尽可能的保持核心简单,DeepSeek harness 则是连核心机制也可以替换,而 Open Code、OpenCloud 和 Harness 更多体现的是针对特定场景的设计。但是控制权越大,不代表一定就越好,因为可以改的东西多,意味着你要承担的设计、调试和维护工作也越多。所以选型的时候不仅要看自由度,还要看这些默认机制是否符合自己的业务需求。OK,经过一番分析,你已经确定了要用哪个 harness 开发,然后呢,它应该怎么用?是直接下载别人的代码来改,还是通过 SDK 开发?什么才是使用 harness 的正确姿势?我认为可以把开发者需求分成三个层次。第一个层次是扩展现有的 agent,你已经有了一个能用的 agent 产品,只是想给它加一些功能,让它更贴合自己的需求。第二个层次是开发自己的 agent 产品。 你需要自己的产品界面、业务功能和用户体系,但是不想从零开发agent loop。那第三个层次是彻底改造底层的harness。你对现成的核心机制都不满意,希望自己去修改,甚至重新设计底层的实现。那这三个层次的开发目标不一样,需要的技术能力也不一样。 我们就用派举个例子。那第一种是扩展现有的产品。假设你是一名程序员,公司内部已经在用派的CLI去做编程工具,但是你希望它更符合公司的开发流程。比如说修改完代码之后,自动检查代码的规范,或者按照团队的要求生成PR描述。那这个时候你只需要在安装好的派CLI的基础上,通过extension或者是skill增加功能。那产品还是派,只是变得更符合你们自己的要求。这是第一个层次。 第二个层次是开发自己的agent产品。现在你打算出去创业了,做一个面向研发团队的AI编程产品,它有自己的产品界面、用户管理、任务系统,还可以让agent自动修改代码、运行测试,但是你不想从零开发。那这个时候就可以用到派SDK,把派执行能力集成到自己的应用里。产品是你自己的,只是底层复用了派的harness。那这个是第二个层次。 那第三个层次是改造底层的harness。假设你认为派默认的agent loop根本不符合自己的需求,想要重新设计模型。 如何决策?工具如何执行?以及整个任务如何循环?由于派是开源的,你可以直接复个代码,改它的核心源码,搭出自己的harness,这就是第三个层次。所以插件、SDK、源码的改造其实解决的是三个不同的问题。插件和scale主要解决的是如何扩展现有的能力;SDK解决的是用现成的执行能力开发自己的应用;修改源码只是当现有的扩展接口无法满足需求的时候,直接改变底层的实现。因此在做基础选型的时候,我们要先想清楚自己的开发目标。如果只是让现有的agent更好用,那优先考虑插件和scale;如果开发独立的agent产品,重点看SDK和程序化接入的能力;如果要深入改造harness,还需要关注源码的开放程度,以及底层机制是否允许替换。开发自己的agent产品,不代表必须开发自己的harness。最后再回到开头的问题:如果今天要开发一个agent,到底应该怎么选?首先看任务需求。简单、流程明确的任务,可以选择轻量的framework;需要严格的流程控制和状态管理,可以考虑long graph;如果是需要自主探索、持续执行的复杂任务,优先考虑harness。其次看harness的设计特点。想要开箱即用,可以选择cloud agent SDK;希望开源、灵活性、可定制,那优先考虑deep agents。 想要从极简的核心出发,自己设计执行机制,可以选择派。那开发 coding agent,可以考虑 open code;做长期的个人助手,可以考虑 open cloud。如果说连 H 的路虎都想替换,那可以研究 dip c carness。所以 H 的技术选型的核心不是哪个框架功能最多,而是它默认的执行机制是否符合你的业务,以及你究竟想要多大的控制权。