AutoGen 与 CrewAI 的差异

一句话速记

AutoGen ≈ 多 Agent 的”群聊框架”（微软出品，自由度高，研究友好，控制流靠对话规则）；CrewAI ≈ 多 Agent 的”项目管理框架”（轻量、贴合产品场景，Agent 有明确 role + Task 有明确依赖）。一个偏「对话驱动」，一个偏「任务驱动」。需要严格控制流就用 LangGraph；研究多 Agent 协作就用 AutoGen；产品快速搭线性 multi-agent 就用 CrewAI。

通俗解释（5 分钟版）

为什么需要多 Agent：

• 单 Agent + 一堆 tools 工程上够用，但 prompt 会越来越臃肿（每个角色塞一段 system 的活儿，干扰严重）
• 拆成多 Agent 后，每个 Agent 有自己的 system prompt + 自己的工具集合 + 自己的记忆，关注点清晰
• 缺点：调度变复杂、token 成本指数级、调试更难

两者的设计哲学差异：

维度	AutoGen	CrewAI
出品	Microsoft Research	独立社区
核心抽象	ConversableAgent + GroupChat	Agent + Task + Crew
控制流	靠 chat manager 路由消息	靠 Task 依赖 + Process（sequential/hierarchical）
心智模型	多人会议	项目甘特图
Code execution	内置 docker/jupyter executor，研究亮点	没有内置，要自己挂工具
学习曲线	中-高（chat manager 的策略要懂）	低（看一遍 README 就能跑）
生产稳定性	一般，文档跳跃，API 改动频繁	较好，API 较稳
适合场景	研究、复杂讨论型协作、code interpreter	产品、线性流水线（如「调研→写稿→审核」）

AutoGen 的世界观：所有 Agent 进同一个 GroupChat，每轮由一个 chat_manager（默认是 LLM）决定下一个发言者是谁，直到达到终止条件（轮数到、关键词命中、某 Agent 说”完成”）。

   ┌────────────────────────────────────────────┐
   │            GroupChat                        │
   │   ┌──────┐  ┌──────┐  ┌──────┐  ┌──────┐ │
   │   │ User │  │Coder │  │Critic│  │Runner│ │
   │   └──────┘  └──────┘  └──────┘  └──────┘ │
   │       ▲          ▲         ▲        ▲    │
   │       └─── chat_manager 决定下一个 ─┘    │
   └────────────────────────────────────────────┘

CrewAI 的世界观：Agent 是「有 role/goal/backstory 的人」，Task 是「有 description/expected_output/agent 归属的活儿」，Crew 把它们组装起来按 sequential 或 hierarchical 跑。

   ┌──────────────────────────────────────────────┐
   │                  Crew                         │
   │                                                │
   │  Agent A (Researcher)   Agent B (Writer)      │
   │       │                     │                   │
   │       ▼                     ▼                   │
   │   Task1 ──output──▶ Task2 ──output──▶ Task3   │
   │  (research)         (draft)         (review)   │
   └──────────────────────────────────────────────┘

关键代码对比（同一场景：研究员→写手）：

# AutoGen
researcher = ConversableAgent("researcher", system_message="...", llm_config={...})
writer = ConversableAgent("writer", system_message="...", llm_config={...})
group = GroupChat(agents=[researcher, writer], messages=[], max_round=10)
manager = GroupChatManager(groupchat=group, llm_config={...})
researcher.initiate_chat(manager, message="...")
# 谁先说、说几次、什么时候停 —— manager 一路决定
 
# CrewAI
researcher = Agent(role="Researcher", goal="...", tools=[...])
writer = Agent(role="Writer", goal="...", tools=[...])
research_task = Task(description="...", agent=researcher)
write_task = Task(description="...", agent=writer, context=[research_task])
crew = Crew(agents=[researcher, writer], tasks=[research_task, write_task],
            process=Process.sequential)
crew.kickoff()
# Task 顺序就是依赖图，没有"谁先发言"的不确定性

关键细节 / 数学直觉

1）控制流不确定性差很多

• AutoGen 默认 chat manager 是 LLM 选下一个发言者——控制流也由模型决定，调试困难
• 可以换成 round-robin / 自定义函数，但默认体验偏研究
• CrewAI Process.sequential = 工作流的有向无环图，完全确定性
• CrewAI Process.hierarchical = 一个 manager Agent 在动态分配子任务，又回到不确定

结论：要可预测的产品流，CrewAI sequential 或 LangGraph；要灵活讨论协作，AutoGen 或 CrewAI hierarchical。

2）Code Execution 是 AutoGen 的杀手锏

from autogen.coding import LocalCommandLineCodeExecutor
 
executor = LocalCommandLineCodeExecutor(work_dir="./coding")
code_runner = ConversableAgent(
    "code_runner",
    code_execution_config={"executor": executor},
    llm_config=False,  # 不调 LLM，专门跑代码
)
# coder Agent 说出代码块 → code_runner 自动执行 → 结果回到 group

类似 ChatGPT 的 Code Interpreter。CrewAI 没有内置，要自己接工具。

3）成本控制

多 Agent 系统每轮都至少一次 LLM 调用：

• 5 个 Agent 转 10 轮 = 50 次 LLM 调用 + 上下文每轮都在膨胀
• token 成本可能轻松达到单 Agent + tools 的 10-50x
• 务必：① 上下文压缩 ② 每个 Agent 用更小模型 ③ 强制 max_turns ④ 单元测试 token 上限

4）和 LangGraph 的关系

LangGraph 提供更底层的图编排能力，可以把 AutoGen / CrewAI 都当成 LangGraph 的一种实现风格：

• LangGraph + Supervisor 节点 ≈ CrewAI hierarchical
• LangGraph + 多个 Agent 节点 + 路由函数 ≈ AutoGen GroupChat
• 不少团队最终落到 LangGraph，是因为 AutoGen/CrewAI 的高层抽象漏了边角需求（自定义重试、checkpoint、HITL）

5）哪个适合具身

具身场景一般**不是”多 Agent 群聊”**这种讨论型——而是「一个规划层 Agent + 多个技能/感知子模块」的清晰分层。

• ✅ CrewAI 的 sequential / hierarchical 思路合用
• ❌ AutoGen 的 GroupChat 控制流不可预测，安全/实时性场景慎用
• ✅ 真做产品建议直接 LangGraph，把分层架构画成图，不依赖框架的 chat manager

延伸追问

• Q： 多 Agent 必然比单 Agent 强吗？ → 不必然。Anthropic 2024 年的工程经验明确说多 Agent 增加复杂度但精度没明显涨——只在「任务可清晰拆分 + 子任务独立」时多 Agent 才赢。
• Q： AutoGen 的 GroupChat 如何避免死循环？ → ① max_round 兜底 ② termination message（某 Agent 说出关键词触发停止）③ 自定义 chat_manager 函数加路由规则。
• Q： CrewAI 的 hierarchical 模式 manager Agent 是不是单点？ → 是。manager Agent 决策错就整个 Crew 跑偏。同样靠 trace/HITL 兜底。
• Q： 这俩框架在中文生态什么状况？ → AutoGen 中文资料多但偏研究；CrewAI 在国内做 LLM 应用的小团队用得多，文档简单。

我的记法

• AutoGen = 群聊（chat manager 选下一个发言者，对话型）
• CrewAI = 项目甘特图（Task 依赖 + Agent 角色，工作流型）
• LangGraph = 底层图编排（自由度更高，适合复杂控制流）
• 具身/产品场景：优先 LangGraph，CrewAI 次之，AutoGen 慎用
• 一句话：「AutoGen 是研究玩具，CrewAI 是产品玩具，LangGraph 是工程底座」

状态

• 已背速记
• 能讲通俗版
• 能答追问
• 至少跑通过两者其一的 hello world

参考资料

• AutoGen 官方文档
• CrewAI 官方文档
• Anthropic: Building effective agents — 多 Agent 慎用的工程经验