OpenAI Agents SDK ：从入门到多智能体协作
0. 先了解它到底能解决什么问题很多团队一上来就问「我要不要上 Agent 框架」。先想清楚一件事：如果一个任务用一次「带结构化输出的大模型调用」就能解决（分类、抽取、总结、翻译），那它根本不需要 Agent 框架。
从 LangGraph 到 praxo-core：100 个有特点的 AI Agent 框架
一份面向开发者的 Agent 技术地图：不只看 Star，更看架构差异、工程证据与适用边界。为什么需要一张 Agent 框架地图过去两年，AI Agent 框架经历了快速扩张。
Agent 路由模式详解：从意图识别到动态模型选择
上一篇介绍了 Prompt Chaining（提示链模式），通过将复杂任务拆分为多个职责明确的步骤，配合结构化输出、中间结果校验和局部重试，提高多阶段模型调用的可靠性。但在实际 Agent 应用中，并不是所有请求都适合采用相同的处理流程。
AI Agent 经典架构设计模式：原理、适用场景与选型
AI Agent 经典架构设计模式：原理、适用场景与选型AI Agent 的架构设计，核心不是选择 LangGraph、CrewAI 还是其他框架，而是解决三个问题：决策权：哪些步骤由程序决定，哪些交给 LLM 自主决定？
AI Agent上线之后，怎么让它越用越强？
用 LangChain、AutoGen、CrewAI 搭过 AI Agent 的开发者都熟悉一个流程：调好 prompt、接好工具，跑起来效果不错，就上线了。但上线之后呢？Agent 还是那个 Agent——它不会因为用得越多而变得越强。
我扒了4个AI Agent框架的源码，选型结论你可能不信
我扒了4个AI Agent框架的源码，选型结论你可能不信兄弟们最近在搞一个云边协同的 Agent 项目，需要在 Python 技术栈里选一个 Agent 框架当云端内核。市面上的选择不少，但真正能满足需求的没几个。
Agent 开始便宜量产：普通人能用上的 3 个变化
11 月 9 日一天之内，AI agent 领域连放三条消息：Meta 推出最便宜的小模型 Ember、DeepSeek 开源 agent 运行时 Harness、Anthropic 按风险给新模型分层。拼的已经不是谁更聪明，而是跑起来多少钱、管得住多少。
三大 Agent 框架对比：OpenAI Agents SDK / LangGraph / Google ADK
OpenAI Agents SDK、LangGraph、Google ADK 三款框架解决的是同一类问题——「怎么把 LLM、工具、多个 agent 可靠地编排起来」，但路线不同。