动态:一手资料追踪

Agent 框架 2026 更新追踪


概述

2026 年上半年的 Agent 框架生态出现三个重大变化:(1)OpenAI Agents SDK 爆发式增长,Python 端半年内从 0.1.0 迭代到 0.17.7(6 月 24 日),以每周 1-3 个版本的速度迭代;(2)LangGraph 进入 1.2.x 稳定双周更新,最新到 1.2.7(6 月 30 日);(3)Semantic Kernel 宣布被 Microsoft Agent Framework(MAF)取代。

6 月最大的框架事件是 Google ADK 2.0 正式 GA——从 1.33.0 一路推进到 2.2.0(6 月 18 日),确立为 Google Cloud 多 Agent 系统的生产级默认选择。CrewAI 主包在 5 月底发布稳定版后进入小幅迭代。Claude Code 在 Dynamic Workflows 之后继续密集发布 W24-W26(v2.1.166-193),保持每周迭代。本篇按框架逐个梳理版本、核心变化和实际影响。


版本总览

框架 当前版本 发布日期 生态活跃度 核心方向
OpenAI Agents SDK (Python) 0.17.7 2026-06-24 极高 沙箱 Agent、RealtimeAgent、多模型支持
OpenAI Agents SDK (JS) 0.11.4 2026-05-12 极高 RealtimeAgent、sandbox 安全边界
LangGraph 1.2.7 2026-06-30 持久化执行、图式编排、稳定双周更新
CrewAI 1.15.1 2026-06-27 AgentExecutor 重构、Crews+Flows 双模式、AMP Suite
Google ADK 2.2.0 (GA) 2026-06-18 极高 2.0 GA:生产级多 Agent 编排、A2A 原生对接
Semantic Kernel 1.42.0 2026-05-14 中→MAF 过渡 企业集成、向 MAF 迁移
Claude Code v2.1.193 2026-06-26 /cd、嵌套子 Agent、Artifacts、fallback model
Claude API(Opus 4.8) opus-4.8 2026-05-28 Mid-conversation system messages、cache 门槛 1024 tokens
AG2(AutoGen) 0.9.8 2025-08 节奏持续放缓

OpenAI Agents SDK:2026 年增长最快的框架

Python SDK — 0.17.2(May 12)

OpenAI Agents SDK Python 从 2025 年 11 月的 0.1.0 起步,半年多内迭代到 0.17.7,累计发布 70+ 个版本。这是当前迭代速度最快的 Agent SDK。

关键里程碑:

版本 日期 核心变化
0.10.0 02-23 Guardrails 输入/输出验证框架
0.11.0 03-09 RealtimeAgent、语音 Agent 支持
0.14.0 04-15 SandboxAgent — 沙箱内执行文件操作和命令
0.15.0 05-01 100+ LLM 支持(provider-agnostic)
0.16.0 05-07 Tracing 体系增强
0.17.0 05-08 SandboxManifest 安全边界增强
0.17.2 05-12 Bugfix batch
0.17.3 05-19 小幅改进
0.17.4 05-26 Bugfix
0.17.5 06-11 稳定性改进
0.17.6 06-19 Bugfix
0.17.7 06-24 最新稳定版

6 月的 0.17.5-0.17.7 主要是 bugfix 和稳定性改进,没有新的 minor 版本。SDK 的核心能力(SandboxAgent、RealtimeAgent、100+ LLM、MCP 一等公民)已经稳定,进入维护期。注意 optional dependencies 列表已扩展到 20+ 个 extras(cloudflare、daytona、docker、e2b、modal、redis、s3、temporal、vercel 等),说明生态对接正在快速丰富。

SandboxAgent 是这个 SDK 的差异化能力——Agent 在容器化环境中操作文件系统、执行命令,适合代码生成和 DevOps 场景:

from agents import Runner
from agents.run import RunConfig
from agents.sandbox import Manifest, SandboxAgent, SandboxRunConfig
from agents.sandbox.entries import GitRepo
from agents.sandbox.sandboxes import UnixLocalSandboxClient

agent = SandboxAgent(
    name="Dev Assistant",
    instructions="Inspect code and apply fixes.",
    default_manifest=Manifest(
        entries={"repo": GitRepo(repo="my-org/my-repo", ref="main")}
    ),
)

result = Runner.run_sync(
    agent, "Fix the failing tests",
    run_config=RunConfig(sandbox=SandboxRunConfig(client=UnixLocalSandboxClient())),
)

JS SDK — 0.11.4(May 12)

JS SDK 同步快速迭代,关键变化:

  • v0.11.0:RealtimeAgent 默认使用 gpt-realtime-2,sandbox materialization 作为安全边界
  • v0.11.2-v0.11.4:sandbox、tracing、realtime、sessions 模块的大批量 bug 修复
  • 每周发布,与 Python SDK 保持功能对齐

选型建议:如果你需要"OpenAI 原生"体验 + 沙箱执行能力,OpenAI Agents SDK 是首选。注意它仍在 0.x 阶段,API 可能频繁变动,生产环境需锁定版本。


LangGraph 1.2.x:图式编排继续演进,稳定双周更新

从 1.2.0 到 1.2.7 的更新节奏:

版本 日期 关键变化
1.1.4 03-31 Bugfix
1.1.5-1.1.6 04-03 Runtime 改进
1.1.8-1.1.10 04-17~04-27 Checkpoint 依赖更新、callback 修复
1.2.0a1-a7 04-29~05-04 Alpha 预览
1.2.0 05-12 正式发布
1.2.1 05-21 Bugfix
1.2.2 05-26 改进
1.2.3 06-01 yanked(合并策略回归)
1.2.4 06-02 修复 1.2.3 的回归
1.2.5 06-12 稳定性改进
1.2.6 06-18 改进
1.2.7 06-30 最新稳定版

LangGraph 已进入稳定的双周更新节奏(1.2.3 曾因合并策略回归被 yanked,1.2.4 紧急修复)。核心定位不变:

  • 持久化执行:失败自动恢复,长时间运行的工作流开箱即用
  • Human-in-the-loop:interrupt / resume 作为图节点一等公民
  • LangSmith 深度集成:可视化 trace、状态转换调试

选型建议:需要精细控制工作流节点和状态流转(审批链、合规检查)的场景首选 LangGraph。如果只需要"几个 Agent 聊天协作",OpenAI Agents SDK 或 CrewAI 更轻量。


CrewAI 1.15.1:稳定版进入 1.15,Crews + Flows 双模式

CrewAI 从 5 月的 1.14.5 alpha 一路推进到 6 月底的 1.15.1 稳定版

版本 日期 关键变化
1.14.5 05-18 稳定版(AgentExecutor 替代 CrewAgentExecutor)
1.14.6 05-28 改进
1.14.7 06-11 稳定性
1.14.8a0-a5 06-18~25 Alpha 预览
1.15.0 06-25 1.15 系列
1.15.1 06-27 最新稳定版

1.14.5 的 AgentExecutor 切换是个破坏性变更——自定义了 CrewAgentExecutor 的项目需要迁移。1.15 系列开始强调 Crews(自主协作)+ Flows(事件驱动精确控制) 的双模式架构,官方定位为"生产级多 Agent 自动化框架"。同时推出 CrewAI AMP Suite(企业版:统一控制面、可观测性、安全合规、on-premise/cloud 部署),说明 CrewAI 正在向企业商业化方向推进。

# CrewAI: checkpoint 恢复(1.15.1 稳定用法)
crew = Crew(agents=[researcher, writer], tasks=[...])
result = crew.kickoff(inputs={"topic": "AI Agent trends"})

# 中断后恢复
result = crew.kickoff(
    inputs={"topic": "AI Agent trends"},
    restore_from_state_id="previous-checkpoint-id",
)

选型建议:CrewAI 的 checkpoint + MCP 工具 + AMP 企业套件仍然是最完整的生产环境方案之一。1.15 的 Crews+Flows 双模式适合需要"自主性 + 精确控制"平衡的场景。注意从 1.14.4 及更早版本升级时的 AgentExecutor 迁移。


Google ADK 2.0 GA → 2.2.0:生产级多 Agent 编排确立

2.0 正式 GA(6 月)

Google ADK 2.0 已正式 General Availability,确立为生产级多 Agent 编排框架。GitHub release notes 明确:

"v2.0.0 General Availability (GA) of the Google Agent Development Kit (ADK), establishing production-grade foundations for multi-agent workflows and advanced dynamic agent collaboration."

2.0 的核心定位:

  • 生产级多 Agent 工作流:为多 Agent 动态协作提供生产级基础
  • A2A 原生对接:仍然是唯一原生对接 A2A 协议的框架
  • Vertex AI Agent Engine 深度集成:AgentEngineSandboxCodeExecutor 提供托管沙箱执行
  • BufferableSessionService + Rewind:会话状态可缓冲写入、可回退到前一次调用

2.2.0(Jun 18)

最新版本 2.2.0(6 月 18 日)在 2.0 GA 基础上持续改进。ADK 的定位已经从"beta 值得关注"变成"Google Cloud 生态的确定选择"。

选型建议:Google Cloud 生态内的默认选择已无悬念。新项目直接用 2.2.0,不需要再观望 beta。Google Cloud 上的多 Agent 系统推荐路径明确:ADK + A2A + Vertex AI Agent Engine


Semantic Kernel → MAF:微软的战略转向

1.42.0(May 14)是 SK 当前的最新版本,但更重要的是 PyPI 页面已明确宣布:

Semantic Kernel is now Microsoft Agent Framework (MAF). MAF 1.0 已作为 production-ready 发布,提供企业级多 Agent 编排、多模型支持和 A2A/MCP 互操作。

这意味着:

  • SK 会继续维护一段时间,但新功能将优先进入 MAF
  • 已有 SK 项目应开始评估迁移路径
  • .NET/Azure 企业环境的新项目应直接看 MAF

Claude Code v2.1.143 → v2.1.193:从 CLI 到 Agent IDE + 编排引擎

Claude Code 最新版 v2.1.193(June 26,Week 26)在两个月内密集更新 50+ 个版本,已从 CLI 工具演进为 Agent 开发环境 + 编排引擎:

  • Agent View(v2.1.143):可视化管理多个 Agent 会话
  • /goal 命令(v2.1.143):设定 Agent 目标后自主规划执行路径
  • Dynamic Workflows(v2.1.154):可编排数百个子 Agent,使 Claude Code 本身成为框架级编排工具
  • Plugin 自动加载(v2.1.157):从 .claude/skills 目录自动加载插件
  • Lean system prompt:默认精简系统提示词,为实际工作留出更多 token 预算
  • /cd(v2.1.166,W24):会话中途切换工作目录,不重建 prompt cache
  • 嵌套子 Agent(v2.1.166,W24):sub-agent 可生成自己的 sub-agent,后台链路最多 5 层深
  • fallbackModel(v2.1.176,W24):配置最多 3 个备选模型,主模型不可用时按序降级
  • Artifacts(v2.1.178,W25 beta):把会话输出变成 claude.ai 上实时可分享页面
  • deny/ask 规则匹配工具参数(v2.1.183,W25):Agent(model:opus) 精确控制
  • claude mcp login/logout(v2.1.185,W26):从 shell 直接认证 MCP 服务器
  • /rewind(v2.1.193,W26):恢复到 /clear 之前的对话状态

Claude Code 不属于传统"框架"类别,但 Dynamic Workflows + 嵌套子 Agent 的引入使其直接与 OpenAI Agents SDK、LangGraph 等在"代码库内自主执行"场景竞争。详见 年中更新


AG2(AutoGen):节奏持续放缓

AG2 最新可核实版本仍是 0.9.8(2025-08-18),近 9 个月没有明确的新版本发布。Microsoft 方面的 MAF 与 AG2 社区分支关系尚未明朗。

选型建议:已有项目继续维护即可,新项目不建议以 AG2 为主框架。


5 月下旬更新(05-18 ~ 05-31)

Claude Opus 4.8(May 28)

Anthropic 发布 Opus 4.8,定价不变($5/M input, $25/M output),上下文窗口 1M tokens,最大输出 128K。Anthropic 自评"modest but tangible improvement"。对 Agent 开发者而言,两个 API 层面的变化比模型能力本身更重要:

Mid-conversation system messages — API 支持在用户轮次之后追加 role: "system" 消息,且保留 prompt cache 命中。此前 Agent 框架中常见的"根据执行结果动态调整 prompt"模式需要 hack user message 来传递指令,现在有了原生支持。对长时间运行的 Agent 循环尤其关键。

Prompt cache 门槛降低 — 从 4,096 tokens 降至 1,024 tokens。长上下文 Agent 会话的成本将明显下降。此前只有超过 4K tokens 的前缀才能命中缓存,1K 门槛意味着大多数 Agent session 的 system prompt 部分都能享受缓存折扣。

此外,诚实性方面代码审查场景中 4x 更少放过代码缺陷。这是个值得信任的改进方向——让模型说"这段代码有问题"比让它假装没问题更有用。

Claude Code Dynamic Workflows 对框架生态的影响

Claude Code v2.1.154 引入 Dynamic Workflows,可在单次会话中编排数百个子 Agent。这使 Claude Code 从 CLI 工具升级为框架级编排引擎。

实际判断

  • 如果你的 Agent 场景是"在代码库中自主执行多步骤任务",Claude Code 的 Dynamic Workflows 比单独使用 LangGraph + Claude API 更直接——省去了框架层的胶水代码
  • 但需要多服务、多模型编排的生产系统(比如 Agent A 用 GPT-5,Agent B 用 Gemini,Agent C 用 Claude),仍然需要 LangGraph 或 CrewAI 这类专用框架
  • Plugin auto-load(v2.1.157)让 .claude/skills 目录变成事实上的 Agent 能力注册中心,类似 CrewAI 的 tool registry 概念

其他框架(6 月动态)

6 月各框架均有更新,但核心能力保持稳定:OpenAI Agents SDK 进入 0.17.5-0.17.7 维护期(bugfix + extras 扩展);LangGraph 进入 1.2.x 双周稳定更新(1.2.3 曾因回归被 yanked);CrewAI 发布 1.15 系列稳定版。Google ADK 2.0 GA 是 6 月最大的框架事件。


选型速查

你的场景 推荐框架 备选
OpenAI 生态 + 沙箱执行 OpenAI Agents SDK LangGraph
精细控制工作流、状态 LangGraph Google ADK
多 Agent 编排 + 断点恢复 CrewAI LangGraph
Google Cloud 生态 Google ADK
.NET/Azure 企业环境 MAF(不再推荐新项目用 SK)
快速原型、社区活跃度 CrewAIOpenAI Agents SDK LangGraph
已有 AG2/AutoGen 遗产项目 继续用 AG2,评估迁移 CrewAI