Agent 框架怎么选？LangGraph、厂商 Agent SDK 和自研怎么取舍？
面试怎么回答
我会先列出需要的能力：工具调用循环、状态持久化、流程控制、可观测性、评测和多模型支持。图编排框架如 LangGraph 适合流程复杂、需要分支、人工介入和持久化的场景，代价是学习成本；厂商 Agent SDK 和自家模型结合紧、上手快，但绑定更深；自研轻量框架可控性最高，适合流程固定、团队有工程能力的情况，但观测和状态管理要自己补。选型看场景复杂度、模型策略、能否接入现有观测体系、版本稳定性和团队能否调试。我还会在框架之上保留自己的工具定义、Trace 和评测格式，降低换框架的成本，把主要精力放在数据、工具和评测上。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
Agent 框架更新很快：LangChain、LangGraph、LlamaIndex，还有各家模型厂商推出的 Agent SDK。面试官问「你们用的什么框架，为什么」，想听的不是某个框架有多好，而是你选型的思路。
先想清楚需要什么能力
一个生产级 Agent 通常需要：
- 模型调用和工具调用的循环；
- 状态管理和持久化（长任务、断点续跑、人工确认后继续）；
- 流程控制（分支、并行、循环、子 Agent）；
- 可观测性（Trace、Token 统计）；
- 评测和回归；
- 多模型支持。
几类选择的特点
- 图编排框架（如 LangGraph）：把 Agent 流程建模成状态图，适合流程比较复杂、需要明确控制分支和状态、需要人工介入和持久化的场景。代价是有学习成本，简单场景显得重；
- 厂商 Agent SDK：模型厂商提供的 SDK，和自家模型的工具调用、上下文管理等能力结合紧密，上手快，跟进新能力也快。代价是和特定厂商绑定得更深；
- 自研轻量框架：核心循环其实不复杂，几百行代码就能写出来。适合对可控性要求高、流程相对固定、团队有工程能力的情况。代价是状态管理、观测这些都要自己补。
选型时看什么
- 场景复杂度：只是「问答 + 几个工具」，用 SDK 或自研就够；多步骤、有审批、要恢复，考虑图编排框架；
- 模型策略：是否需要在多家模型之间切换；
- 可观测性：是否能接入公司现有的日志、Trace 体系；
- 稳定性和维护：版本变化快不快，升级会不会频繁破坏兼容；
- 团队能力：抽象层太多时，出了问题能不能看懂、能不能调试。
我的建议
- 框架之上保留自己的一层抽象：工具定义、Trace、评测用自己的格式，降低以后换框架的成本；
- 先做一个最小可用版本，用评测集证明效果，再决定是否引入更重的框架；
- 不要因为框架选择耽误对数据、工具和评测的投入，那才是效果的主要来源。