客服 Agent 很容易把框架的短板暴露出来。
一张工单从 IM 或邮件进入系统，要识别意图、读取历史、检索知识库，再决定直接回复、继续追问，还是交给人工。回答本身只是其中一环。会话中断后能不能续上，工具超时会不会卡住整条链路，人工接管时能否还原现场，才决定它能不能进入灰度。
所以，LangGraph、CrewAI、AutoGen 不适合硬排成一张总分榜。三者分别把 Agent 理解成状态图、角色团队和持续对话，落地时付出的工程成本也不一样。Cordum 的 2026 年框架对比按用例、失效方式、治理缺口、持久性和审计准备度展开，给出的判断很克制：选择取决于工作负载。
先看它们各自在管什么
| 框架 | 核心抽象 | 更适合的客服流程 | 首先要防的问题 |
|---|---|---|---|
| LangGraph 1.0 | 状态图、节点和分支 | 流程复杂，需要重试、回退和人工复核 | 图和状态都要显式维护，工程量较大 |
| CrewAI | Role、Goal、Tools 和 Crew |
角色固定，想尽快验证协作流程 | 长会话、跨渠道状态容易脱节 |
| AutoGen v0.4 | 多 Agent 对话、GroupChat | 需要讨论、仲裁或研究型实验 | 模型调用次数和 Token 成本难预测 |
这张表比单纯比较功能多少更有用。客户支持不是框架演示，真正麻烦的部分通常发生在异常路径里。
LangGraph：先把状态画清楚
LangGraph 1.0 的重点不是让 Agent 更会聊天，而是让流程里的每一步都能被看见。
Alice Labs 的榜单基于 18 个以上部署案例，把 LangGraph 1.0 放在生产可用度首位。该资料还提到，LangGraph 1.0 于 2025 年 10 月 GA，2026 年第二季度加入了节点级超时、DeltaChannel 和 v2 流式输出。
套到客服场景里，可以把流程拆成四个节点：意图分诊、知识库检索、回复起草、人工复核。需要补充信息时回到分诊，命中高风险条件时转人工，工具调用失败则进入重试或降级分支。路径是显式的，出问题后也更容易找到卡在哪一步。
DeltaChannel 只传递发生变化的状态字段，可以减少历史内容在节点之间反复搬运。不过它不会自动让 Token 账单下降。如果每个节点仍然塞入完整对话，框架也省不下多少上下文。节点级超时解决的是另一类问题：单个工具卡住时，流程可以退出、重试或走备用路径，不必一直占着整个会话。
代价也很直接。检查点、分支条件、重试、超时和人工接管都要写清楚。已经使用 LangChain 的团队更容易接上这套思路；新团队则要先适应“图就是流程”的开发方式。
CrewAI：角色分工最直观
CrewAI 把每个 Agent 写成角色、目标和工具，再用 Crew 组织协作。对客服业务来说，这种表达很好理解：分诊员判断问题类型，检索员寻找资料，回复员生成答复。
它的优势不只是配置简单，而是职责能直接摆在台面上。哪个角色可以调用哪些工具，谁负责交付最终结果，产品、运营和工程团队很容易对齐。对于职责固定、链路较短的客服流程，CrewAI 能较快搭出可演示的版本。
问题通常在会话变长后出现。工单从 IM 转到邮件，再回到 IM；客户中途离开，几小时后继续追问；某个角色失败后，需要换另一个角色接手。此时关键已经不是“谁来做”，而是“状态放在哪里”。CrewAI 的角色模型不能替代持久化记忆，跨会话信息仍要接入外部存储并设定更新规则。
角色增加还会带来额外协作。每次交接都可能触发新的模型调用，也可能重复传递上下文。CrewAI 更适合“一组固定角色处理一批工单”，而不是把所有异常分支都包装成新的 Agent。
AutoGen：让 Agent 讨论，但每轮都在计费
AutoGen v0.4 的长处是对话原语。GroupChat、嵌套对话和可注入的人工参与者，让多个 Agent 可以持续交换意见，而不是沿着预先画好的流程往前走。
比如判断一张工单是否需要转人工，可以让两个 Agent 分别提出方案，再由第三个 Agent 仲裁。遇到边界模糊、需要比较多种方案的问题，这种设计比固定规则更灵活，讨论过程也保留在对话记录里。
但讨论不是免费的。Agent 每多往返一轮，就可能增加一次模型调用，并再次携带部分历史上下文。轮次、重试和参与者数量一旦变化，Token 成本就很难按单次回答估算。
详细的对话记录也不等于开箱即用的可观测性。生产环境仍要处理工具权限、调用链追踪、异常恢复和审计记录。AutoGen 不是不能上线，而是不该用多 Agent 辩论去装饰一个简单的分诊流程。
上线前，先把三笔账算明白
Towards AI 的 2026 企业选型指南把生产可用度、开发速度、可观测性和人工介入列为比较维度。放到客服项目里，可以进一步压缩成三笔账：
- 状态账：哪些信息必须跨会话保留？流程中断后从哪里恢复？人工修改过的内容如何写回？
- Token 账：一次工单会调用多少个 Agent？是否反复携带完整历史？失败重试和内部讨论有没有上限？
- 接管账：转人工时，客服能否看到此前的检索结果、工具调用和判断依据？处理完成后，机器能否接着运行？
如果目标是三个月内推到生产，而且流程会不断增加分支、重试和人工复核，LangGraph 1.0 更合适。它买到的是状态可控，以及故障发生后的恢复空间。
如果只是两周内做出一个角色协作 Demo，CrewAI 更省解释成本。分诊员、检索员和回复员可以先跑起来，但持久化状态最好从一开始就放到框架外管理。
如果业务确实需要多个 Agent 讨论、博弈或仲裁，再选 AutoGen v0.4。预算也应按照模型调用次数的上限来算，而不是只看一次回答消耗多少 Token。
还有一种情况常被忽略：如果产品只是单轮知识库问答，先确认是否真的需要多 Agent。框架不会自动改善检索质量，也不能替代答案评估。
客服 Agent 最容易失控的不是框架名字，而是重复上下文、失败重试和没有必要的内部协商。LangGraph 买的是流程可控，CrewAI 买的是快速成形，AutoGen 买的是讨论空间。没有统一赢家，只有团队愿意为哪一种复杂度付钱。