生产级 AI 智能体框架选型
对比生产级状态机持久度、环形流转控制与确定性评测体系，甄别不同复杂度的智能体工程方案。
审计：2026-10-23阅读：16 分钟
2026-10-23 对照 Pydantic AI 官方文档复核。文档站已从 ai.pydantic.dev 迁至 pydantic.dev/docs/ai/，引用 URL 已替换。本轮补上两项此前漏记的组件：Pydantic Evals（可对工具调用轨迹做评测，数据集与线上流量皆可）与 Pydantic Graph（图编排在代码里搭）——此前「完全没有图能力」的口径过强，已改。可观测性经核验成立：文档称之为 plain OpenTelemetry，Logfire 只是可选后端。上一轮的两处修正保留：这是 Python SDK 而非 TypeScript/Python，以及删除「零序列化开销」的绝对化表述。
PydanticAI
类型安全极简智能体框架为何胜出
官方自述为面向 Python 的「typed, extensible agent loop」——换模型是改一个字符串，而不是重写智能体。
核心优势: Python 类型化智能体定义 + Pydantic 校验；插桩就是标准 OpenTelemetry，可接任意 OTel 后端且非强制；Pydantic Evals 还能对工具调用轨迹做评测，数据集与线上流量皆可。注意：这是 Python SDK —— 早期版本写「TypeScript/Python 双语言」，是错的。
关键局限: 图编排是在代码里搭的，不在画布上：Pydantic Graph 提供 steps、joins & reducers、decisions 与并行执行，但没有给非技术人员看的拖拽式编排面板。