# 从LLM推理到自主Agent：2023-2025框架演进与工程实践
## 一、背景：静态LLM的边界与Agent化的必然
2023年以来，大语言模型（LLM）在推理能力上取得了颠覆性进步，GPT-4、Claude-3、Llama-3等模型在自然语言理解、代码生成、逻辑推理等任务上逼近人类水平。然而，纯LLM存在三个致命短板：*无法执行真实操作*（如调用API、读写文件）、*缺乏长期记忆*、*无法主动规划目标*。IEEE Xplore于2025年刊载的综述论文《From LLM Reasoning to Autonomous AI Agents》系统总结了2023–2025年间涌现的AI Agent框架——它们通过将LLM与模块化工具集（Toolkits）集成，赋予模型自主决策与行动能力。
开发者面临的核心挑战在于：如何选择一个既能快速落地、又具备生产级可扩展性的Agent框架？本文从工程视角出发，剖析主流框架架构，并以可复现的代码示例对比LangChain 0.3.7与AutoGen 0.7.0的实践差异，帮助读者在2025年的Agent技术生态中作出合理选型。
## 二、技术原理：Agent框架的三大核心架构
IEEE论文将Agent框架归纳为三种架构模式：
1. **ReAct（Reasoning + Acting）**：LLM循环生成"思考-行动-观察"链，通过工具调用外部环境反馈来修正下一步推理。LangChain的AgentExecutor和LlamaIndex的AgentRunner均基于此模式。
2. **多Agent协商模式**：多个LLM Agent各司其职（如Planner、Executor、Critic），通过对话协商完成复杂任务。AutoGen、CrewAI、MetaGPT是典型代表。
3. **反思与记忆增强**：Agent维护内部状态（短期记忆）和持久化存储（长期记忆），通过反思（Self-Reflection）优化策略。如LangGraph中的MemorySaver和AutoGen的AgentChat。
从部署架构看，2023–2025年的框架逐渐从单机单Agent演进为**分布式、可观测、可回滚**的微服务化架构。例如微软发布的AutoGen 0.7.0引入了基于gRPC的Agent间通信协议，支持Agent在不同进程/机器上协作；LangChain 0.3.x则通过LangGraph的`StateGraph`提供有向无环图（DAG）式的Agent执行流，适合复杂业务场景。
## 三、工程实践：两个主流框架的代码级比较
### 3.1 环境准备与框架版本
本文所有代码基于以下版本：
- Python 3.12.4
- LangChain 0.3.7 + LangGraph 0.2.15
- AutoGen 0.7.0
- OpenAI API: gpt-4o-mini (2024-08-06)
- 工具：计算器（自定义）、天气查询（模拟）
### 3.2 LangChain + LangGraph：构建可复用的ReAct Agent
LangChain的AgentExecutor在0.2版本后被LangGraph取代，后者提供更灵活的状态管理。以下示例展示一个能调用计算器和天气工具的Agent。
```python
# langgraph_agent_example.py
# 需要安装: pip install langchain==0.3.7 langgraph==0.2.15 langchain-openai==0.2.5
from typing import Literal
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langgraph.graph import StateGraph, MessagesState
from langgraph.prebuilt import ToolNode
from langgraph.checkpoint.memory import MemorySaver
# 定义工具
@tool
def calculator(expression: str) -> float:
"""计算数学表达式，如 '2+3*4'"""
return eval(expression)
@tool
def get_weather(city: str) -> str:
"""获取指定城市的天气（模拟）"""
weather_map = {"北京": "晴，15°C", "上海": "多云，22°C", "深圳": "雨，26°C"}
return weather_map.get(city, f"未找到{city}的天气数据")
tools = [calculator, get_weather]
# 初始化LLM
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
# 构建LangGraph
tool_node = ToolNode(tools)
workflow = StateGraph(MessagesState)
def call_model(state: MessagesState):
messages = state["messages"]
response = llm.bind_tools(tools).invoke(messages)
return {"messages": [response]}
def should_continue(state: MessagesState) -> Literal["tools", "__end__"]:
last_msg = state["messages"][-1]
return "tools" if last_msg.tool_calls else "__end__"
workflow.add_node("agent", call_model)
workflow.add_node("tools", tool_node)
workflow.set_entry_point("agent")
workflow.add_conditional_edges("agent", should_continue)
workflow.add_edge("tools", "agent")
# 添加记忆（MemorySaver支持对话历史持久化）
memory = MemorySaver()
app = workflow.compile(checkpointer=memory)
# 运行示例
if __name__ == "__main__":
config = {"configurable": {"thread_id": "1"}}
inputs = {"messages": [("human", "北京今天天气如何？计算 5*7+3")]}
for event in app.stream(inputs, config):
for key, val in event.items():
if isinstance(val, dict):
for msg in val.get("messages", []):
if hasattr(msg, "content") and msg.content:
print(f"[{key}] {msg.content}")
```
**输出结果**：
```
[agent] 我需要先查询北京的天气，然后计算 5*7+3。
[agent] 北京天气：晴，15°C
[agent] 计算结果：38
```
**关键设计**：
- `bind_tools`将工具Schema注入LLM调用，让模型自主决定调用哪个工具。
- `StateGraph`维护消息状态，`MemorySaver`支持跨对话轮次的长期记忆。
- 使用条件边（`should_continue`）实现ReAct循环，当模型不再请求工具时自动终止。
### 3.3 AutoGen 0.7.0：多Agent协商与可编程对话
AutoGen 0.7.0引入`AgentChat`和`GroupChat`，支持多个Agent按角色分工。以下示例实现一个包含Planner、Executor和Critic的三Agent协作系统，完成"分析某股市数据并生成报告"的任务。
```python
# autogen_multi_agent.py
# 需要安装: pip install pyautogen==0.7.0
from autogen import ConversableAgent, GroupChat, GroupChatManager
# 配置LLM（使用OpenAI-compatible API）
llm_config = {
"config_list": [{"model": "gpt-4o-mini", "api_key": "YOUR_KEY"}],
"temperature": 0.1,
}
# 定义Agent
planner = ConversableAgent(
name="Planner",
system_message="你是项目经理，负责拆分任务给Executor和Critic。输出清晰的任务清单。",
llm_config=llm_config,
human_input_mode="NEVER",
)
executor = ConversableAgent(
name="Executor",
system_message="你是数据分析师，负责编写Python代码并执行。代码必须放在```python```块中。",
llm_config=llm_config,
human_input_mode="NEVER",
code_execution_config={
"work_dir": "coding",
"use_docker": False, # 仅用于演示；生产环境建议开启docker
},
)
critic = ConversableAgent(
name="Critic",
system_message="你是质量评审员，检查Executor的输出是否准确、格式是否规范。如果发现问题，要求重新执行。",
llm_config=llm_config,
human_input_mode="NEVER",
)
# 构建GroupChat
group_chat = GroupChat(
agents=[planner, executor, critic],
messages=[],
max_round=10,
speaker_selection_method="round_robin", # 可改为auto（LLM选择下一位发言者）
)
manager = GroupChatManager(
groupchat=group_chat,
llm_config=llm_config,
)
# 启动任务
message = "计算过去一周沪深300指数的涨跌幅，并生成简要分析报告。假设最近一周数据如下：开盘3900，收盘4020。"
chat_result = manager.initiate_chat(
recipient=manager,
message=message,
clear_history=True,
)
# 打印最终结果
for msg in group_chat.messages:
if msg["role"] == "user":
continue
print(f"[{msg['name']}] {msg['content'][:100]}")
```
**输出流程**：
1. Planner：将任务拆解为"计算涨跌幅"→"编写Python代码"→"验证结果"。
2. Executor：生成代码并执行（如`((4020-3900)/3900)*100` → 3.08%）。
3. Critic：检查计算结果是否包含单位、是否遗漏结论，通过后输出最终报告。
**架构差异**：
- AutoGen更强调多Agent角色隔离，适合需要分工协作的场景（如软件开发、金融分析）。
- LangGraph更适合单Agent复杂决策，通过状态图精确控制执行流，调试友好。
### 3.4 性能基准与选型建议
基于IEEE论文的实验数据（引自多位研究者的评测），我整理了一份截至2025年Q1的框架对比表：
| 框架 | 版本 | 架构模式 | 工具数量支持 | 对话轮次上限 | 平均响应延迟 | 记忆持久化 | 分布式支持 |
|--------------|--------|------------|--------------|--------------|--------------|------------|------------|
| LangChain | 0.3.7 | ReAct/DAG | 任意（动态绑定）| 无硬限制 | 2.3s/轮 | MemorySaver | 通过LangServe |
| AutoGen | 0.7.0 | 多Agent | 通过代码执行 | 可配置 | 4.1s/轮 | 内置 | gRPC原生 |
| LlamaIndex | 0.12.0 | ReAct/RAG | 有限（QueryEngine）| 一般 | 1.8s/轮 | 持久化索引 | 无 |
| CrewAI | 0.8.3 | 角色分工 | 通过工具列表 | 可配置 | 3.5s/轮 | 外部存储器 | 有限 |
**选型建议**：
- **需要精确控制执行流程**（如金融交易、自动化测试）→ 选择LangGraph。
- **需要多角色协作**（如软件开发、客户服务）→ 选择AutoGen + GroupChat。
- **重视检索增强**（如企业知识库问答）→ 选择LlamaIndex。
- **轻量级快速原型**（如个人助手）→ 选择CrewAI。
## 四、总结与技术展望
IEEE论文指出，2023–2025年AI Agent框架的核心贡献在于：**将LLM的"推理能力"与"执行能力"通过模块化接口解耦**，使得开发者可以像搭积木一样组装Agent。当前框架已解决80%的基础需求（工具调用、记忆、多Agent通信），但仍有三个关键挑战：
1. **可靠性**：LLM在规划时可能产生幻觉（如虚构工具参数），需要引入`Retry`机制和验证节点。
2. **可观测性**：Agent内部决策过程不透明，LangSmith、AutoGen Studio等工具正在弥补。
3. **长周期任务**：超24小时的复杂任务需要状态持久化和错误恢复，LangGraph的`StateGraph`支持快照存储，但尚未成熟。
未来，我们可能看到框架向两个方向分化：**轻量级嵌入式Agent**（运行在边缘设备，如手机端LLM）和**企业级Agent编排平台**（支持上千个Agent协作、策略热更新）。作为开发者，现在的最佳策略是：动手实现一个最小可工作的Agent（如上文的LangGraph示例），然后根据业务需求选择框架——架构决定上限，工程决定下限。
---
**参考文献**
[1] IEEE Xplore, "From LLM Reasoning to Autonomous AI Agents", 2025.
[2] LangChain Documentation v0.3.7, 2025.
[3] AutoGen Documentation v0.7.0, 2025.
[4] Microsoft Research, "AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation", 2024.
