Agent 技术选型：从最小确定性流程逐层增加能力

核验日期：2026-07-16。比较对象为原生模型 API/自建工具循环、MCP、A2A、OpenAI Agents SDK TS、LangGraph.js 与 AI SDK。它们处在不同层，表格用于界定职责，不是同类产品排行榜。

选型时别急着问“哪个 Agent 框架最强”，先看当前任务缺少哪种原语：模型调用、结构化输出、工具连接、远程 Agent 协作、Web 流、角色交接、持久图、人工等待还是质量门禁。确定性步骤用普通代码表达，只有动态语义决策需要模型；协议和框架按边界逐步增加，不必一次装齐。

先画任务，不先选库

写出输入、成功结果、允许数据/动作、状态、最长时间、并发、失败恢复、权限、人工节点、评测和成本。若步骤和分支可以完整枚举，普通函数/队列/工作流往往比 Agent Loop 可靠。若只是从自然语言抽取一个对象，单次结构化输出即可。若要基于语义反复选择工具，才进入有限 Agent Loop。

AI SDK 也可执行多步工具，Agents SDK 也可流式，LangGraph 也能组合模型供应商；流程图表示主要选型重心，不是排他能力声明。

分层坐标

协议可以和框架组合：LangGraph 节点调用 MCP 工具，某节点通过 A2A 委托远程 Agent；AI SDK 在 Web 层流式展示 LangGraph task；Agents SDK tool adapter 连接领域 API。组合前给每层唯一 owner：谁推进 loop，谁持久化，谁重试，谁审批，谁把事件流给浏览器。两套 loop 或两套 retry 嵌套会造成指数调用。

固定成本比较

原生 API 固定成本最低，但工具/trace/兼容需要自建。自建循环代码量不必大，真正成本在持续维护模型适配、approval、session 和观测。Agents SDK 固定成本是框架类型、模型生态和运行语义；LangGraph 增加 state schema、checkpoint store、节点/图版本与恢复运维；AI SDK 增加 provider/UI message/stream 协议；MCP/A2A 增加协议生命周期、认证、发现、兼容和远端 SLO。

不要只比较初始代码行。用三年成本看升级、测试、数据迁移、on-call、供应商变化、招聘和退出。框架越多，配置组合与安全审查越多；但成熟能力也可能显著减少自研缺陷。以 spike 证据而非偏好决策。

原生 API 与自建有限循环

适合单一模型、少量工具、严格自定义状态和团队愿意维护薄适配器。优点是行为可见、依赖少、领域类型不外泄；缺点是 provider 流/工具差异、trace/session/approval 需要自己定义。最小循环加 max step、deadline、验证、授权和 fake model 通常不到一个大型框架的复杂度。

退出成本最低：模型适配器和工具端口可替换。风险是团队以为“代码短”就漏掉幂等、审批和持久化。若需求开始出现多种 handoff、长等待和 checkpoint，不要继续向一个 while 塞状态，升级为显式工作流。

OpenAI Agents SDK TS

适合以 OpenAI 模型/平台为主、需要工具、Agent 角色、manager/handoff、guardrail、sessions、HITL 和内建 tracing 的服务。它提供统一 Runner 语义，减少自建胶水。团队仍需用领域服务执行工具，并核对 guardrail 对 function/hosted/MCP/agent-as-tool 等不同路径的覆盖。

主要锁定来自 SDK 模型/消息/run item/trace 语义和平台能力。通过 application port、领域 Schema、独立 session/task store 和 OpenTelemetry 关联降低退出成本。若未来切换 provider 是硬约束，用实际第二 provider spike 验证，不凭“可以封装”口头保证。

LangGraph.js

适合跨请求或跨天的状态图、动态路由、并行、checkpoint/replay、人工中断和复杂恢复。图把每个节点的输入/输出与路线变成可观察状态，特别适合审核“等待什么、下一步是什么”。Functional API 可减少为了图而重构。

成本是持久状态 schema、thread 并发、checkpointer 运维、interrupt 重放语义、图/代码升级和旧 checkpoint 迁移。外部副作用仍需幂等。若组织已有 Temporal/Camunda/队列工作流，可把模型当 activity，比较是否真的需要 LangGraph 的 Agent 状态/调试；不要默认双引擎。

AI SDK

适合 TypeScript Web 产品，需要 provider abstraction、streamText、类型化 tools/outputs、UI Message 流和 React/Next.js 等交互。它让 text/tool/source/error 成为类型化 parts，比手写 SSE 字符串可靠。provider 差异通过 warning/options/profile 显式管理。

成本是 AI SDK major/实验 API、消息持久化迁移和多 provider 实际能力差。它不是长任务引擎：超出 HTTP 生命周期的 run 要交给 task/worker。若没有 Web 流或多 provider 需求，官方 provider SDK 可能更直接。

MCP

适合一个或多个 Host 需要以标准方式发现多个 server 的 tools/resources/prompts，或要接入外部生态。它把 N×M 私有 adapter 降为协议 client/server，但只在双方真实采用且 capability 有重用价值时成立。

成本是协议版本、stdio/HTTP 生命周期、OAuth、用户同意、server 供应链和内容注入。一个固定内部 API 只有一个调用方时，OpenAPI/typed SDK 更简单。保留领域 API，MCP server 做 adapter，避免协议侵入业务。

A2A

适合独立 Agent 有自身所有者、部署、安全域和长任务生命周期，需要 Agent Card 发现、Message/Task/Artifact、stream/push 互操作。比如组织 A 委托组织 B 的研究 Agent，而不是调用一个具体搜索函数。

成本是远端身份/委托、Task 持久、幂等、webhook、结果验证、跨组织 SLO 和协议兼容。内部“规划 Agent 调写作 Agent”若同进程、同团队且无独立生命周期，普通函数/子图更便宜。A2A 不保证对方结果正确，必须本地验收。

硬约束淘汰

先用不可妥协条件淘汰：数据地域/供应商政策；目标 runtime；模型/工具能力；离线/私有部署；长任务/checkpoint；协议互操作；身份/OAuth；可访问性；SLO；预算；许可与支持；团队语言。硬约束没有满足，不用加权总分补救。

例：任务必须跨天等待审批且进程重启恢复，纯 HTTP streamText 不是完整方案；必须让多个外部 Host 使用标准工具，项目内自建函数不够；只能使用多个供应商且随时路由，把单平台运行类型铺满领域层会增迁移风险。

证据评分

硬约束后按项目权重比较，不复制通用分数：

每项记录环境、版本、样本、原始结果、owner 和复审日期。没有实际 prototype 的“5 分”只是猜测。

典型场景决策

FAQ/文档问答

固定 RAG pipeline：query → ACL 检索 → 重排 → context → 单次结构化/引用回答。通常不需要 Agent Loop、A2A 或 LangGraph。Web 需要流可用 AI SDK；多 Host 复用知识资源可加 MCP Resource/Tool。评测重点是检索、引用和拒答。

技术目录助手

只读查询用一到两个 function tools + 有限循环，自建或 Agents SDK。Next.js UI 可用 AI SDK。目录工具被多个 IDE/Host 使用才加 MCP。写收藏/任务采用预览审批、领域 API 幂等，不把事务放模型。若有跨天迁移计划/多审批，再引入 durable graph。

客服工单

检索知识、读取订单、草拟回复可单 Agent；退款/发信严格审批。复杂分诊可 Agents SDK handoff 或显式图。长期等待客户输入/后台任务需要持久工作流。外包专门 Agent 跨组织时才评估 A2A。质量按解决、引用、正确工具和危险副作用分层。

代码执行 Agent

框架不是首要决策，沙箱、仓库权限、网络、secret、资源和 patch 审核才是。工具循环最小化，写文件/命令明确批准或策略，测试确定性。跨 IDE 工具可 MCP；远程构建 Agent 独立服务可 A2A。不可因使用成熟 SDK 就直接给宿主 shell。

长运行研究/报告

摄取/检索、并行子任务、人工确认和最终合成适合 LangGraph 或通用 durable workflow；浏览器只订阅 task stream。外部研究 Agent 可 A2A，数据库/搜索工具可 MCP。各子任务预算与来源去重，最终 claim-source 验证。若只有一次搜索+摘要，保持固定 pipeline。

组合架构的 Owner 表

一个可控组合示例：AI SDK 只拥有 HTTP/UI stream；LangGraph 拥有 task 状态和节点恢复；节点内 Agents SDK 或自建循环最多选其一拥有模型 tool loop；MCP adapter 只连接工具；A2A adapter 只连接远端任务；领域服务拥有授权/事务/幂等；评测平台读取统一 trace。

禁止的模糊组合：AI SDK 自动多步外面又包 Agents Runner，Runner tool 内再启动 LangGraph Agent；三层都重试模型。若确需嵌套，定义最大总步数、父子 deadline、usage 汇总、取消传播、trace parent 和失败映射。

数据与状态可移植性

领域 task/session/message/citation/tool call 使用项目 Schema，SDK 对象作为 adapter 输入输出；存储模型/Prompt/tool/index/framework 版本但不把私有序列化当唯一记录。checkpoint 需要导出/迁移策略；trace 导出 OpenTelemetry 或通用事件；MCP/A2A 保存协议消息和业务映射。

退出演练：用 fake model 跑同一 contract；导出一条会话/任务；把一个工具换为直接 API；把模型 provider 换候选；从旧 checkpoint/approval 恢复。不能执行的退出计划不算计划。

版本与升级策略

锁依赖与协议观察点，订阅 Release/安全公告。升级先读 migration/changelog，跑类型/单元/协议 golden/离线评测/安全/性能；对等待任务做兼容组合；shadow/canary 后扩量。模型别名变化也当依赖升级。不要在同一发布同时换模型、Prompt、框架 major 和索引，除非有分因子证据。

MCP/A2A 通过协商和 capability 处理不同版本，仍要测试真实对端。SDK 的 experimental API 可在小版本变化，隔离封装。记录最后核验日期和下次触发：新风险、新 provider、流量/SLO、跨组织、长任务、重大版本或团队变化。

最小复杂度阶梯

1. 普通函数/规则解决确定部分。
2. 单次模型调用 + Structured Output。
3. 固定 RAG + 引用。
4. 一个有限工具循环，fake model 可测。
5. Web 流/UI 协议（确有交互需求）。
6. MCP（确有跨 Host server 互操作）。
7. 持久图/工作流（确有长任务、恢复、人工等待）。
8. A2A（确有独立远程 Agent 边界）。
9. 多 Agent/动态路由（数据证明单 Agent 不够）。

每一级先达到质量、安全、可靠性和成本门槛再升级。层数不是成熟度，删掉不必要层同样是工程进步。

决策记录模板

记录问题/非目标、当前参照结果、任务/数据/权限、硬约束、候选、prototype 版本/环境、质量/安全/性能/成本结果、选择、为什么不选其他、已知风险与 owner、数据/状态退出、发布/回滚、复审触发。Decision Record 和原始数据同仓，不把市场文案当证据。

最终评审随机追问：为何需要循环而非固定流程；谁拥有状态/重试；工具如何授权/幂等；断线/部署如何恢复；某个外部 server/Agent 如何信任；框架升级怎样处理旧任务；质量回归怎样发现；总成本如何限制。答不清就继续简化或补证据。

结论

默认从原生能力开始：RAG 提供事实，Schema 提供结构，确定性执行器提供权限和副作用，评测提供变更证据。Agents SDK 优化轻量 Agent 原语，LangGraph 优化持久状态图，AI SDK 优化 TypeScript provider/Web 流，MCP 优化工具/资源互操作，A2A 优化独立 Agent 任务互操作。它们互补，但没有一个能替代安全后端和清晰任务规格。

参考资料

• OpenAI Agents SDK TS
• LangGraph.js Overview
• AI SDK Documentation
• MCP 2025-06-18 Specification
• A2A Specification

上一节：安全与生产化 · 下一节：阶段总结