执行壳吃掉编排：Agent框架换骨战

2026年上半年，AI Agent框架版图完成了一次集体"换骨"。微软 Microsoft Agent Framework（MAF） 在4月2日发布1.0 GA，正式收敛了AutoGen与Semantic Kernel；OpenAI在同期给Agents SDK嫁接了驱动Codex的同款Harness系统；Anthropic把Claude Code SDK更名为通用化的Claude Agent SDK；AWS的Strands Agents以"模型即编排器"的极简路线杀入战场。这些事件共享同一个底层信号：框架的竞争焦点，正从"开发者怎么写编排逻辑"转移到"谁来托管执行外壳"。Stanford 2026 AI Index显示，Agent在真实计算机任务上的成功率一年内从12%跃升到66%，这意味着编排已经不再是瓶颈，真正决定成败的是文件访问、审批流、上下文续跑、技能注入、计划-执行模式分离这些"执行壳"能力。

一、核心发现：Harness成为新分水岭

过去三年，框架之争是"图（LangGraph）vs 会话（AutoGen）vs 角色（CrewAI）"的范式之争。2026年的共识正在收敛为：模型足够强，应当自己驱动循环；框架的价值在于提供一套一致的、与模型无关的"执行壳"——也就是各家不约而同称为 Harness 的那层。MAF把Harness做成了first-class，OpenAI移植了Codex的Harness，Claude Agent SDK本身就是"agent-as-runtime"。这张表把六大框架放在同一坐标系下衡量。

二、深度分析：六大框架的执行壳解剖

1. Microsoft Agent Framework：Harness-first 的样板间

框架	2026 关键事件	范式定位	模型耦合度	核心护城河
Microsoft Agent Framework	4/2 GA，收敛AutoGen+SK	Harness-first 运行时	跨.NET/Python，模型无关	内建全套Harness Provider
Claude Agent SDK	2025末更名，4月双语言发布	Agent-as-Runtime	紧耦合Claude	容器沙箱+持久会话
Strands Agents (AWS)	v1.34+，2025开源	模型驱动极简	Bedrock优先，多模型	三原语+事件循环
LangGraph	4700万月下载	有状态图引擎	完全模型无关	Reducer+interrupt+durable
OpenAI Agents SDK	4月加Harness（Codex同款）	Handoff中心	OpenAI生态	沙箱执行+Harness脚手架
CrewAI / AG2	CrewAI 1.14；AG2接棒AutoGen	角色驱动 / 事件驱动	多模型混用	30分钟搭系统+A2A

MAF是2026年最值得研究的框架，因为它把Harness的每一块砖都做成了可插拔Provider。BUILD 2026的公告明确指出，Harness是"模型推理与真实执行的交汇层"——shell与文件系统访问、human-in-the-loop审批、长会话上下文管理，全部first-class内建。其核心构件包括：FileMemoryProvider（会话级文件记忆，落在agent-file-memory/{session}/）、TodoProvider（多步任务追踪）、AgentModeProvider（plan与execute模式分离）、AgentSkillsProvider（从文件系统发现并执行技能）、BackgroundAgentsProvider（并行fan-out子智能体）、ToolApprovalAgent（"不再询问"审批规则）和OpenTelemetryAgent（自动OTel语义约定追踪）。启动代码极简：

AIAgent agent = chatClient.AsHarnessAgent(
    MaxContextWindowTokens, MaxOutputTokens,
    new HarnessAgentOptions { Name = "BlogWriterAgent", ... });

一句话方法即可把任意chat client升级为完整Harness。变现评估：MAF的"plan/execute分离 + 技能注入 + 并行fan-out"恰好是训练营的黄金课程模块，可包装成"企业级Agent工程"实战课；模型无关特性也降低了厂商绑定风险。

2. Claude Agent SDK：把Agent当成有状态运行时

Claude Agent SDK代表了另一种极端——Agent本身就是运行时，而非轻量函数链。会话在失败后仍能持久化、维护工作目录、在容器内执行代码，这使它特别适合编码智能体与数据分析。代价是它紧耦合Anthropic模型，无法换入GPT-4或Llama。它的状态哲学很独特：状态"活在会话环境本身"里——写入磁盘的文件、设置的环境变量、创建的数据库都跨轮次保留。这比LangGraph的类型化state更松散，但对"产出制品"型任务更自然。

from claude_agent_sdk import Agent, Session

作为MCP协议的共同创造者，它的MCP集成也最深：可直接把MCP server挂到Agent定义上，框架自动处理连接生命周期与能力协商。变现评估：适合打造"Claude Code内核二次开发"主题训练营，但模型锁定使其更像单一厂商技术栈课程。

3. Strands Agents（AWS）：三原语的极致极简

AWS在2025年开源、现已迭代到v1.34+的Strands，走的是最激进的路线：让LLM自己驱动Agent循环，框架只提供Model、Tools、Agent三个原语，所有规划与路由决策下放给模型。底层是一个三阶段事件循环——模型生成响应→框架解析函数调用请求→工具结果回灌模型，循环直到模型产出无工具调用的纯文本最终响应。它深度绑定Bedrock，但也支持Anthropic、OpenAI、LiteLLM、Ollama。Strands内置四种多智能体模式（agents-as-tools、swarms、graphs、meta-agents），状态刻意保持轻量，持久化要自己接DynamoDB或S3。变现评估：极简三原语是绝佳的"从零理解Agent"教学起点，但对生产级复杂编排仍需自行补齐状态层。

4. LangGraph：最接近"裸金属"的状态图引擎

LangGraph从LangChain的子库成长为月下载4700万的主流编排引擎，Klarna、LinkedIn都有大规模生产部署。它的架构与其余三者本质不同：把Agent工作流建模为有向图 + 显式状态。每个节点是读写类型化state对象的函数，边可以是条件边以支持分支与循环，状态在每个步骤checkpoint，实现可在失败与重启后存续的durable执行。它的reducer机制允许精确定义并发写同一state key时的合并规则（对并行多智能体至关重要），interrupt()原语支持在任意节点暂停等待人工审批后从该检查点精确恢复。LangGraph Studio提供可视化逐节点步进、状态检查、回放。

from langgraph.graph import StateGraph
from langgraph.graph.message import add_messages

变现评估：它不抽象提示词与架构决策，把控制权完全交给开发者，因此是"复杂编排工程"训练营的硬核首选，但学习曲线也最陡。

5. OpenAI Agents SDK：Handoff机制 + Codex同款Harness

OpenAI Agents SDK从实验性Swarm进化为生产级工具，核心原语刻意保持简单：Agents、Handoffs、Guardrails。定义性模式是handoff——Agent可通过产出handoff把控制权连同完整上下文转交给另一个Agent，天然映射到客服、分级支持等边界清晰的场景。2026年4月OpenAI移植了驱动Codex的Harness系统：该脚手架用指令、工具、审批、追踪、resume簿记包裹模型，使长任务能在中断后存续并提供沙箱执行。其追踪系统把每一步执行记录为trace内的span，4月的Harness更新显著增强了对工具审批、resume事件、handoff决策的追踪。变现评估：handoff链最适合"客服/支持自动化"产品训练营，但原生不支持并行Agent执行与图路由，复杂编排需额外搭基建。

6. CrewAI 与 AG2：角色驱动与AutoGen重生

CrewAI走角色驱动路线——通过persona（role、goal、backstory）定义Agent、声明带预期输出的task、把执行顺序交给框架。CrewAI 1.14已支持Google A2A协议与多模型混用，鲲鹏AI benchmark显示其在简单编排上比AutoGen快30–60%，30分钟内即可搭起一个多智能体系统。AG2则是AutoGen的社区继承者：微软在2025年底把AutoGen转入维护模式并收敛进MAF后，社区核心成员fork出AG2，在保留AutoGen强大会话模式的同时引入事件驱动async架构（v0.12），其GroupChat独特地支持多Agent自由讨论达成共识，适合研究、协作编码、教学仿真。

from crewai import Agent, Task, Crew

变现评估：CrewAI的"30分钟搭系统"是面向业务人员的最佳入口课程；AG2则适合"对话型多智能体"研究向内容。

三、范式转移的底层逻辑

把六家放在一起，能看到一条清晰的演化线：编排复杂度正从"代码"下沉到"模型"，而把模型托住的执行壳则从"可选"变成"必选且趋同"。三到五年前，开发者要在LangChain里手写链、在AutoGen里手管会话状态；2026年，模型的循环驱动能力（OpenAI/Anthropic/AWS都明确主张"让模型自己规划路由"）已经足够，框架再抽象编排逻辑就成了负担。于是竞争重心上移到Harness：谁能让文件、审批、上下文、技能、计划-执行分离、可观测性这些横切关注点开箱即用且与模型无关，谁就赢。MAF的Provider化、OpenAI移植Codex Harness、Claude Agent SDK的"agent-as-runtime"——都是同一股力的不同切面。LangGraph是个例外：它坚持把编排图的控制权交给开发者，因此在"复杂度上限"和"上手成本"两端都最高，反而成为追求极致可控场景的避风港。

flowchart TB
    subgraph OLD["2023–2024 编排范式（开发者写逻辑）"]
        direction LR
        O1["LangChain 链式拼接"]
        O2["AutoGen 会话状态手管"]
        O3["CrewAI 角色声明"]
    end

    subgraph NEW["2026 Harness 范式（模型驱动 + 框架托管）"]
        M["模型推理：自主循环/路由/规划"]
        H["Harness 执行壳"]
        M --> H
        H --> H1["FileMemory 文件记忆"]
        H --> H2["Todo / Plan-Execute"]
        H --> H3["Skills 技能注入"]
        H --> H4["ToolApproval 审批"]
        H --> H5["Context 续跑"]
        H --> H6["OTel 可观测"]
    end

    OLD -->|"换骨：编排下沉到模型"| NEW

    subgraph MAP["各框架落位"]
        MAF["MAF = Harness Provider 全家桶（样板间）"]
        CAS["Claude SDK = Agent-as-Runtime"]
        STR["Strands = 模型即编排器·三原语"]
        LG["LangGraph = 仍坚持开发者控图（例外）"]
        OA["OpenAI SDK = Codex Harness 移植"]
        CR["CrewAI/AG2 = 角色与事件驱动"]
    end
    NEW --> MAP

四、场景化推荐方案

如果你要的是"模型无关、执行壳开箱即用"的生产底座——选 Microsoft Agent Framework。它的Harness Provider化（文件记忆、计划-执行、技能、并行fan-out、OTel）是当前最完整的样板，且.NET与Python同一套API，迁移成本最低。这也是2026年"企业级Agent工程"训练营最该教的内容。

如果你做编码智能体或数据分析——选 Claude Agent SDK。容器沙箱 + 持久会话 + MCP第一方支持，让"产出制品"型任务几乎不需要自己搭执行环境；前提是你能接受Claude模型锁定。

如果你在AWS生态、要极致极简的入门——选 Strands Agents。三原语 + 事件循环把认知负荷降到最低，配合Bedrock开箱即用，是教学和快速原型的首选。

如果你的编排复杂度极高、要完全可控——选 LangGraph。Reducer、interrupt、checkpoint、Studio可视化回放，是复杂工作流无可替代的"裸金属"选择，也是复杂编排课的硬核底座。

如果你做客服/分级支持等边界清晰场景——选 OpenAI Agents SDK。Handoff链天然贴合业务，Codex同款Harness保证长任务存续，深度绑定OpenAI生态是优势也是限制。

如果你面向业务人员或做对话型研究——选 CrewAI（30分钟搭系统，A2A互通）或 AG2（AutoGen重生，GroupChat自由讨论）。

一句话收束：别再问"哪个框架的编排能力最强"——2026年的正确问题是"哪个框架的执行壳最不会让你自己补代码"。编排的胜负已由模型决定，Harness的胜负才刚刚开始。