交付结果的Agent 是目前最新的AI产品形态，比如比如Manus、Lovart、Genspark。
那独立开发者或者小团队也想做，要怎么实现呢？
最近我自己有这样的疑惑，也听到周边人有很多讨论，就认真研究了一下，总结出来如下内容：
1、代理框架、端到端训练、低代码平台，好像都能做Agent，那有啥区别？
2、主流三种代理框架（LangGraph 、AutoGen 、CrewA），我要怎么选？
一张表搞清楚Agent、代理框架、、低代码平台
备注：
- 目前比较火的agent ，如Manus、Lovart、Genspark ，尚无公开证据显示它们训练了超大端到端模型，应该都是采用 自研/开源代理框架 + 多家模型 API实现的。
主流代理框架深度横评
选型总结：
如果涉及多角色协作，建议优先考虑CrewAI；
流程经常变化，适合用LangGraph灵活应对；
需要跨语言支持，可以试试AutoGen；
如果算力充足，想要端到端训练，再考虑E2E方案。
Comments on "如何开发Agent? 一文理清主流实现方式及选型建议" :