AI Agent 框架分水岭：从 Prompt 工程到运行时工程

2026 年 5 月，Anthropic、Google、Microsoft 和 OpenAI 几乎同时更新了自家 Agent 框架。它们的共同方向出奇一致：将 Agent 从"带工具调用的聊天模型"升级为"有状态、可编排、可恢复的软件系统"。

一个正在发生的范式转移

2025 年的 Agent 开发，核心工作是写 Prompt——精心设计 System Prompt、优化 Few-shot 示例、调整工具描述。2026 年 5 月，情况发生了根本性变化。主流 Agent 框架的更新公告中，「Prompt」出现的频率大幅下降，取而代之的是「Session」「Harness」「Sandbox」「Durable Execution」「Persistence」——这些过去属于后端工程师的词汇。

这不是偶然。Anthropic Managed Agents、LangGraph、Google ADK、Microsoft Agent Framework 在 5 月几乎同时发布了重大更新，它们的共同方向是：将模型与运行时分离。

五大框架的五月更新对比

框架	类型	核心创新
Anthropic Managed Agents	商业托管运行时	Session/Harness/Sandbox 三分结构，崩溃后恢复
LangGraph	开源编排运行时	Durable Execution + Human-in-the-loop 持久化
Google ADK	开源 SDK + 企业平台	有状态编排运行时，内置 Agent 评测
Microsoft Agent Framework	开源 SDK	Agent/Tool/Session/Telemetry 类型安全组件化
OpenAI Agents SDK	商业 SDK	Web Search/File Search/Computer Use Agent 原语前置

Session/Harness/Sandbox：Anthropic 的三分架构

Anthropic Managed Agents 的架构设计最具启发性。它将 Agent 系统拆解为三个独立组件：Session（会话层，保存可恢复的状态日志）、Harness（框架层，承载模型推理循环和工具编排）、Sandbox（沙箱层，隔离执行环境）。

这一架构解决了 Agent 工程中最棘手的问题之一：崩溃恢复。传统 Agent 在执行多步任务时，任何一步的失败都意味着整个会话的丢失。在三层架构下，Session 的日志外置为持久化存储，Agent 崩溃后可以基于最新检查点恢复执行。

LangGraph：持久化执行与人机协同

LangGraph 的更新聚焦于 Durable Execution（持久化执行）。这一概念借鉴了分布式系统领域的工作流编排思想：将 Agent 的每一步操作记录为持久化事件，即使在推理过程中断的情况下也能可靠恢复。结合 Human-in-the-loop 机制，Agent 在执行关键决策时可以暂停并等待人工确认，确认后从断点继续。

对于企业级 Agent 部署而言，这一能力的价值不亚于推理能力的提升。可靠性和可审计性是企业 IT 采购的两个硬性门槛，持久化执行直接回应了这两个要求。

Microsoft 与 Google：组件化与内置评测

Microsoft Agent Framework 延续了 AutoGen 的学术基因，但做了重要的工业化改造。它将 Agent、Tool、Session、Telemetry 抽象成类型安全的基础组件，开发者可以用熟悉的面向对象方式组合它们。

Google ADK 则内置了 Agent 评测功能。在 Agent 开发中，评测的难度甚至高于模型训练——因为 Agent 的行为路径是开放的、非确定性的。Google 提出三层评测体系：Final Response（最终响应正确性）、Trajectory（行为轨迹合理性）、End-State（最终系统状态正确性）。

行业影响：三个变化值得关注

• Agent 开发者的技能栈将被重构：未来 Agent 开发者需要的不是 Prompt 工程技巧，而是系统设计能力——状态管理、错误恢复、工作流编排、可观测性
• Agent 产品的可靠性拐点可能到来：当崩溃恢复、持久化执行成为框架标配，Agent 从「Demo 级可用」到「生产级可靠」的跨越可能比预想更快
• 企业采购决策将从「模型能力」转向「运行时成熟度」：模型可以随时替换，但运行时的可靠性、可观测性和安全性决定了 Agent 系统能否真正跑在生产环境中