Multi-Agent 协作——CrewAI、MetaGPT、AutoGen 三种框架实测

多 Agent 协作是 Agent 领域最热的方向。但 CrewAI、MetaGPT、AutoGen 三个框架差别巨大——选错了浪费 3 个月。

什么是 Multi-Agent

Multi-Agent = 多个 Agent 协作完成复杂任务。

类比公司:

  • 单 Agent = 一个员工独立干活
  • Multi-Agent = 一个团队分工合作

核心思想:

  • 每个 Agent 有明确角色(产品经理 / 工程师 / 测试)
  • Agent 之间通过消息传递协作
  • 通过工作流编排完成复杂任务

三个框架的定位

CrewAI:角色扮演 + 流程编排

核心思想:像管一个团队一样管理 Agent。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
from crewai import Agent, Task, Crew

# 定义 Agent
researcher = Agent(
    role="研究员",
    goal="研究某个主题并产出报告",
    backstory="你是一个资深研究员,擅长深度调研"
)

writer = Agent(
    role="作家",
    goal="把研究报告写成易读的博客",
    backstory="你是一个技术作家,擅长把复杂概念讲清楚"
)

# 定义任务
research_task = Task(
    description="研究 AI Agent 的最新进展",
    agent=researcher,
    expected_output="详细研究报告"
)

write_task = Task(
    description="基于报告写一篇 1500 字博客",
    agent=writer,
    expected_output="可直接发布的博客文章"
)

# 组装团队
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    verbose=True
)

result = crew.kickoff()

优点:

  • 上手快,5 分钟能跑通
  • 角色化思维,贴近业务
  • 任务依赖管理直观

缺点:

  • 适合”流程化”任务,不适合复杂规划
  • 调试困难,出错信息不清晰
  • 中文支持一般

MetaGPT:模拟公司流程

核心思想:把整个”软件公司”流程化——产品经理 → 架构师 → 工程师 → 测试。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from metagpt.software_company import SoftwareCompany

# 启动"软件公司"
company = SoftwareCompany()
company.hire([
    ProductManager(),
    Architect(),
    ProjectManager(),
    Engineer(),
    QaEngineer()
])

# 给需求,自动产出代码 + 文档 + 测试
company.run("开发一个待办事项应用")

MetaGPT 会产出:

  • 需求文档(由 PM Agent 写)
  • 设计文档(由 Architect Agent 写)
  • 代码(由 Engineer Agent 写)
  • 测试用例(由 QA Agent 写)

优点:

  • 完整模拟”软件工程流程”
  • 文档齐全,适合学习软件工程
  • 一次产出多份资产

缺点:

  • 重,启动一个项目要 5-10 分钟
  • 复杂任务质量一般——简单 demo 不错,生产项目不行
  • 不够灵活——流程是预设的,改起来麻烦

AutoGen:微软出品,对话驱动

核心思想:用”群聊”的方式组织 Agent 协作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
from autogen import AssistantAgent, UserProxyAgent, GroupChat

# 定义 Agent
assistant = AssistantAgent(
    name="assistant",
    llm_config={"model": "gpt-4o"}
)

user_proxy = UserProxyAgent(
    name="user_proxy",
    code_execution_config={"work_dir": "coding"}
)

# 让两个 Agent 协作
user_proxy.initiate_chat(
    assistant,
    message="写一个 Python 函数计算斐波那契数列"
)

核心特性:

  • 支持 GroupChat:多个 Agent 群聊
  • 支持 嵌套对话:Agent 之间可以开小会
  • 支持 人工介入:用户可以中途插入

优点:

  • 微软背书,生态好
  • 灵活度高,适合研究
  • 支持复杂对话模式

缺点:

  • 学习曲线陡
  • 文档质量一般
  • 性能调优困难

三种框架的实测对比

我做了个测试——让三个框架完成同一组任务:

任务集:

  1. 调研”LLM 推理优化”主题,产出 2000 字报告
  2. 设计一个 Todo App,产出代码 + 文档
  3. 模拟一场 5 人会议,讨论”是否上 AI Agent”
  4. 翻译并润色一篇英文论文

评测维度

  • 完成度:任务是否真的做完
  • 质量:产出物的可用性
  • 速度:耗时
  • Token 消耗:成本
  • 可调试性:出错能否定位

结果

框架 完成度 质量 速度 Token 调试
CrewAI ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ 中 中
MetaGPT ⭐⭐⭐ ⭐⭐⭐ ⭐⭐ 高 难
AutoGen ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐ 中高 中

具体观察

调研任务:

  • CrewAI:角色清晰,流程顺,产出可用
  • MetaGPT:太重,产出一堆不必要文档
  • AutoGen:灵活但容易跑偏

代码任务:

  • CrewAI:只能产简单代码
  • MetaGPT:完整工程但代码质量一般
  • AutoGen:灵活,可调深度

我的实际项目经验

项目 1:研究助手(用 CrewAI)

1
2
3
4
5
6
7
8
9
10
11
# CrewAI 实现
researcher = Agent(role="研究员", goal="深度调研", backstory="...")
critic = Agent(role="评论家", goal="挑刺", backstory="...")
writer = Agent(role="作家", goal="写作", backstory="...")

tasks = [
    Task("调研", agent=researcher),
    Task("评论", agent=critic),  # 给研究员反馈
    Task("修改", agent=researcher),
    Task("写作", agent=writer)
]

效果:研究质量提升 30%,多了一个”评论”环节是关键。

项目 2:代码生成(用 LangGraph + 单 Agent)

没选 MetaGPT——MetaGPT 太重,我的需求是”单文件代码生成”,不需要完整工程流程。

也没选 AutoGen——AutoGen 灵活但难以调试。

单 Agent + LangGraph + Reflection 反而最实用。

项目 3:复杂规划(用 AutoGen)

需要 5 个 Agent 讨论一个商业方案——AutoGen 的 GroupChat 最合适。

CrewAI 也能做,但角色固定,讨论不自然。
MetaGPT 没有”讨论”模式。

Multi-Agent 的真实价值

价值 1:角色分工

不同 Agent 擅长不同事:

  • 研究型 Agent:擅长查资料
  • 写作型 Agent:擅长文字
  • 代码型 Agent:擅长代码
  • 评论型 Agent:擅长挑刺

混用比单 Agent 强。

价值 2:流程编排

Multi-Agent 框架强制你思考”工作流”——

  • 谁先做?
  • 谁检查?
  • 谁修改?
  • 谁发布?

这种”显式流程”让复杂任务可控。

价值 3:多视角

让多个 Agent 对同一问题发表意见——投票/辩论,结果更鲁棒。

价值 4:可解释性

Multi-Agent 系统的”消息流”就是天然的日志——用户能看到每个 Agent 怎么想、怎么做。

Multi-Agent 的几个坑

坑 1:Agent 太多,沟通成本爆炸

10 个 Agent 协作——消息传递指数增长,成本爆炸。

经验:3-5 个 Agent 是上限。

坑 2:循环依赖

Agent A 等 Agent B 的结果,Agent B 等 Agent A 的反馈——死锁。

1
2
3
4
5
# 必须避免循环
graph = StateGraph()
graph.add_edge(A, B)
graph.add_edge(B, C)
# 不要:graph.add_edge(C, A)

坑 3:沟通协议不清晰

Agent A 给 Agent B 发了一段乱糟糟的消息——B 理解偏了。

必须:

  • 用结构化消息(JSON schema)
  • 每条消息明确”主题 + 内容 + 期望回复”

坑 4:成本失控

每个 Agent 都调 GPT-4o,一次任务调 20 次——$2/任务。

生产场景:降级用小模型——简单 Agent 用 GPT-4o-mini,只有”主决策”用 GPT-4o。

写在最后

Multi-Agent 是 Agent 工程的”必经之路”——但没有”最好框架”,只有”最适合场景”。

我的选择建议:

场景 推荐框架
简单研究/写作 CrewAI(上手快)
完整软件工程 demo MetaGPT(流程完整)
复杂规划/讨论 AutoGen(灵活)
生产 Agent 系统 LangGraph(可控)
简单代码生成 单 Agent + Reflection(够用)

别为了”用 Multi-Agent”而用——单 Agent 能解决的,别上 Multi-Agent。

Multi-Agent 的真正价值,不是”让 AI 更聪明”——是”让复杂任务更可控、更可解释、更可调试”。