2026-10-13 更新（一手核对，改变本页选型结论）：AutoGen 已进入维护模式。 微软官方 GitHub README 顶部现挂「Maintenance Mode」徽章，警示块原文 「AutoGen is now in maintenance mode. It will not receive new features or enhancements and is community managed going forward. New users should start with Microsoft Agent Framework.」对本文结论的三处修正： ① 「做研究选 AutoGen」这条只在「你就是要复现 AutoGen 论文 / 已有存量代码」的前提下成立；新起的研究项目，微软自己指向 Microsoft Agent Framework（MAF，1.0 已 production-ready，多 provider 模型支持，经 A2A 与 MCP 跨运行时互操作）。 ② 「微软背书、学术认可度高」这条加分项需重新计权——背书方已把后继产品推到台前。 ③ 维护模式 ≠ 废弃：仓库仍在、MIT 协议不变、仍可
pip install。真正变的是「未来不会再变好」，所以判据从「API 还不稳定」变成「这个 API 已经不会再演进」。 下方所有涉及 AutoGen 的章节保留原文口径（它们是历史事实），请以本块为准叠加阅读。来源：microsoft/autogen README、Microsoft Agent Framework、AutoGen → MAF 迁移指南。
一句话结论
选多 Agent 框架，先看你是做产品还是做研究。
- 做产品 / 业务自动化 / 快速原型：选 CrewAI。角色 + 任务 + Crew 概念直观，API 优雅。
- 做研究 / 复杂多 Agent 协作实验 / 代码级精细控制：选 AutoGen。Group Chat + Docker 代码执行 + 事件驱动架构强大。
- 需要可视化 GUI：两者开源版都没有，选 Dify / Flowise。
- 需要极复杂条件分支流程：选 LangGraph。
如果你是第一次接触多 Agent 框架，先用 CrewAI 跑通一个「调研员 + 写手 + 审核员」的内容生产流水线，10 分钟就能看到多 Agent 协作的效果。如果你是 AI 研究者需要实验多 Agent 对话模式，再上 AutoGen 的 Group Chat + Docker 代码执行器。两者都是 MIT 开源，pip install 即可试。
核心差异
| 维度 | CrewAI | AutoGen |
|---|---|---|
| 上手难度 | 低（10 分钟） | 高（概念密集） |
| API 设计 | 优雅直观 | 底层灵活 |
| 多 Agent 模式 | Crew 角色（顺序 / 层级 / 自定义） | Group Chat（自动对话协作） |
| 代码执行 | 需自定义 | Docker 沙箱内置 |
| 记忆系统 | Short/Long-term/Entity Memory | 有限 |
| GUI | Enterprise 版（$49/月起） | 无 |
| API 稳定性 | 较好 | 一般（0.2 -> 0.4 大改） |
| 事件驱动 | 同步为主） | 0.4+ async 事件驱动 |
| 人在回路 | 需自定义 | 内置 human-in-the-loop |
| 可观测性 | Enterprise 可视化 | OpenTelemetry / LangSmith |
| 微软背书 | 微软研究院 | |
| 适合场景 | 业务自动化 / 快速原型 | 研究 / 复杂协作 / 论文复现 |
上手难度和 API 设计
CrewAI 的 API 设计非常直观，是两者中更适合初学者的。核心三件套：Agent（Role + Goal + Backstory + Tools）负责做事、Task（description + expected_output + agent）定义做什么、Crew（agents + tasks + process）编排怎么协作。10 分钟上手，pip install crewai crewai-tools 即可开始。角色人设（Backstory）确实影响 Agent 行为，写好 backstory 效果提升明显。层级模式（hierarchical）下 Manager Agent 自动分配任务，适合复杂场景。内置 50+ 工具集成（SerperDev 搜索 + Firecrawl 爬虫开箱即用）。Pydantic 结构化输出对后续处理友好。
AutoGen 的学习曲线非常陡峭。文档虽全但概念密集，新手容易劝退。0.2 -> 0.4 API 大改，包名从 pyautogen 改为 autogen-agentchat + autogen-ext，网上旧教程大量失效。核心是 ConversableAgent + Group Chat 模式，需要仔细设计 system message + 工具定义 + 终止条件，别指望第一次跑通。0.4+ 重构为 async 事件驱动架构，性能和扩展性大幅提升但旧代码无法直接迁移。新项目直接用 0.4+。
多 Agent 协作模式
这是两者最根本的设计差异。
CrewAI 用 Crew 角色模式。每个 Agent 有明确角色（研究员 / 写手 / 审核员）、目标、工具和 backstory，组合成 Crew 执行任务序列。支持三种流程：顺序执行（sequential，最可靠）、层级管理（hierarchical，Manager Agent 自动分配但判断不稳定）、自定义流程。任务间支持依赖、条件路由、输出传递。Memory 系统（Short-term / Long-term / Entity Memory）让 Agent 跨任务保持上下文。优势是角色分工清晰、可控性好；劣势是协作模式相对固定，不如 Group Chat 灵活。
AutoGen 用 Group Chat 模式。多个 Agent 自动对话协作完成任务，RoundRobinGroupChat 等模式让 Agent 互相交流，更接近真实团队讨论。代码 reviewer + coder + tester 角色分工清晰，Agent 自动对话协作。优势是协作模式灵活、能涌现复杂行为；劣势是容易「跑飞」--无限循环 / 偏离主题，需仔细设计终止条件（max_turns + 终止关键词）。
选择时按协作需求判断：
| 需求 | 更适合 |
|---|---|
| 明确角色分工的流水线（调研 -> 写作 -> 审核） | CrewAI |
| Agent 互相讨论迭代优化代码 | AutoGen |
| 需要可控的任务分配 | CrewAI（层级模式） |
| 需要涌现式协作行为 | AutoGen（Group Chat） |
| 人在回路关键决策 | AutoGen |
| 简单业务自动化 | CrewAI |
代码执行和工具调用
AutoGen 在代码执行上更强。内置 Docker 代码执行器，Agent 可写代码 + 运行 + 调试，安全隔离在沙箱中运行。自定义工具集成灵活，Python 函数加 @user_function 装饰器即可。Agent 可组合：嵌套 Agent、层级 Agent、条件路由。可观测性集成 OpenTelemetry / LangSmith 追踪 Agent 行为。人在回路模式适合需要人工把关的高风险场景。
CrewAI 的代码执行需自定义，没有内置 Docker 沙箱。但内置工具丰富，SerperDev 搜索 + Firecrawl 爬虫 + FileRead + WebScraper 等 50+ 工具开箱即用。多模型支持基于 LiteLLM，OpenAI / Claude / Gemini / Ollama / 任意 LiteLLM 兼容模型都能接。输出结构化支持 Pydantic 模型定义格式。
价格和成本
两者都是 MIT 开源，完全免费、商用免费。运行成本仅来自所接入的 LLM API 调用费用。
CrewAI 开源版 $0（MIT，本地运行）/ Enterprise $49/月起（云端托管 + 可视化监控 + API）/ Enterprise+ 联系销售（SSO / 私有部署 / 专属支持）。CrewAI Enterprise 的可视化监控能看到每个 Agent 的思考过程，是开源版没有的能力。
AutoGen 完全免费，无 Enterprise 版。微软背书，学术认可度高，论文引用多。
Token 成本提醒：多 Agent 框架的 token 消耗是单 Agent 的 3-5 倍。AutoGen 的 Group Chat 一个任务 5-10 轮对话是常态，使用 GPT-4 级模型单个任务可能花费 $0.5-2。CrewAI 的 Long-term Memory 也会累积 token 消耗。开发调试用便宜模型（GPT-4o-mini），生产再切高级模型。控制 Agent 数量：3-5 个最佳，超过 8 个协调成本急升。
API 稳定性和生态
CrewAI 的 API 稳定性较好，版本迭代快但 breaking changes 相对少。版本锁定建议 pip install crewai==x.x.x，别用 latest。层级模式的 Manager Agent 判断不稳定，简单场景用 sequential 更可靠。社区活跃度在增长，但不如 LangChain。
AutoGen 的 API 稳定性一般，0.2 -> 0.4 大改是硬伤。迁移成本高，网上大部分 AutoGen 教程是 0.2 版本已失效。新项目直接用 0.4+（autogen-agentchat + autogen-ext）。社区活跃度不如 LangChain / CrewAI，遇到问题搜索不到答案。错误处理不够健壮，LLM 返回格式异常时容易崩溃，需手动 catch + 重试。
适合选择 CrewAI 的情况
- Python 开发者快速构建多 Agent 工作流，10 分钟上手。
- 内容生产流水线（调研 -> 写作 -> 审核）。
- 自动化研究 / 数据收集 / 报告生成。
- 需要角色分工的协作场景，角色人设驱动行为。
- 快速原型验证多 Agent 方案，要交付给业务方。
- 需要结构化输出（Pydantic）做后续处理。
- 需要 Enterprise 可视化监控 Agent 思考过程。
适合选择 AutoGen 的情况
2026-10-13 前提变更：以下每条都请加上一个前置条件——「且不接受一个不再演进的框架」。AutoGen 官方已进入维护模式（见页首更新块）。若你的项目生命周期超过一年，先评估 Microsoft Agent Framework 再回来对照这份清单。
- AI 研究者实验多 Agent 协作模式，做论文复现。
- 需要代码级精细控制 Agent 行为和对话逻辑。
- 需要 Agent 代码执行 + 自动调试（Docker 沙箱）。
- 人在回路的高风险决策场景（医疗 / 金融 / 法律）。
- 需要涌现式协作行为，Agent 互相讨论迭代。
- 学术项目 / 需要微软背书的学术认可度。
- 需要事件驱动 + 分布式 Agent 架构（0.4+）。
最佳共存方案
很多开发者不需要二选一。更现实的搭配是：
- CrewAI 做业务自动化和产品交付，利用直观 API 和角色分工快速构建可维护的多 Agent 工作流。
- AutoGen 做研究和实验，利用 Group Chat + Docker 代码执行探索复杂协作模式。
- 两者都基于 Python，可以共享 LLM Key 管理和模型配置。
- 需要可视化 GUI 的场景，上层套 Dify / Flowise 做前端编排。
- 需要极复杂条件分支流程，底层用 LangGraph 做图编排，CrewAI / AutoGen 作为节点。
- 观测层统一挂 Langfuse 做 trace + cost 双视角。
AI 之家 推荐结论
如果你是第一次选多 Agent 框架，先问自己：做产品还是做研究？
做产品 / 业务自动化 / 快速原型 -> CrewAI。Agent + Task + Crew 三件套 10 分钟上手，角色人设驱动行为，API 优雅直观。做内容生产流水线、自动化研究、报告生成首选。但 Agent 偶尔不听话，复杂流程调试要耐心。
做研究 / 复杂协作实验 / 论文复现 -> AutoGen。Group Chat + Docker 代码执行 + 事件驱动架构强大，微软背书学术认可度高。但学习曲线陡峭，0.2 -> 0.4 API 大改要小心，别用旧教程。
对团队来说，做产品选 CrewAI，做研究选 AutoGen，需要 GUI 选 Dify / Flowise，需要极复杂流程选 LangGraph。四者不冲突，可以分层组合。多 Agent 框架的 token 成本高，开发用便宜模型，生产再切高级模型，控制 Agent 数量在 3-5 个。
