AutoGen 和 Crewly 都常被描述为多 agent 工具，也都是开源的。但它们做的是不同的事：AutoGen 是你用来写 agent 的库，Crewly 是运行已有 agent 的程序。比较之前先说一个重要事实：AutoGen 现在处于维护模式，微软把新用户指向它的继任者。本文按 2026 年 10 月 9 日这些项目自己的页面，讲 AutoGen 和它的继任者是什么，以及哪类工作更适合哪一个。这不是排名。
先看结论
| AutoGen / Microsoft Agent Framework | Crewly | |
|---|---|---|
| 它是什么 | 用代码构建多 agent 应用的框架 | 开源编排器，运行一支常驻的 CLI agent 团队 |
| 状态 | AutoGen 处于维护模式；它建议新项目使用的继任者是 Microsoft Agent Framework | GitHub 和 npm 上有当前版本 |
| 你在哪里工作 | 代码，Python 或 .NET | 仪表盘、Slack 和自然语言请求 |
| agent 从哪来 | 你用模型客户端和工具自己搭 | 现成的 CLI：Claude Code、Codex、Gemini CLI、OpenCode 和 Antigravity，可按 agent 混用 |
| 谁来分派 | 你写的模式，比如群聊、交接和工作流 | lead agent 拆分请求并分派任务 |
| 怎么运行 | pip install -U "autogen-agentchat" "autogen-ext[openai]"，或 pip install agent-framework | 一行安装命令，然后 crewly start |
| 许可证 | MIT（AutoGen 代码） | MIT |
| 擅长 | 搭一个属于你自己产品的多 agent 应用 | 不写编排代码，就让一支编码和业务 agent 团队干活 |
示意图：你写什么，agent 从哪来。AutoGen / Microsoft Agent Framework：你在代码里工作（Python 或 .NET），用模型客户端和工具自己搭 agent，谁来分派取决于你写的模式。Crewly：你在仪表盘、Slack 和自然语言请求里工作，agent 是现成的 CLI，由 lead agent 拆分请求并分派任务。
AutoGen 和 Microsoft Agent Framework 是什么？
AutoGen 的 README 把它描述为 “a framework for creating multi-agent AI applications that can act autonomously or work alongside humans”。随后有一条提示：“AutoGen is now in maintenance mode. It will not receive new features or enhancements and is community managed going forward.”，并说 “New users should start with Microsoft Agent Framework.”（新用户应从 Microsoft Agent Framework 开始。）现有用户有迁移指南的链接。
按 README，AutoGen 的工作方式是：
- 分层。 Core API 实现 “message passing, event-driven agents, and local and distributed runtime”（消息传递、事件驱动的 agent，以及本地和分布式运行时）；AgentChat API 被描述为 “simpler but opinionated”（更简单但有主见），用于快速原型；Extensions API 提供模型客户端和代码执行等能力。
- 用代码定义的 agent。 快速入门用模型客户端创建一个
AssistantAgent，并展示了一个多 agent 的例子：把专家 agent 包装成工具，交给一个通用助手使用。 - AutoGen Studio。 用于原型的无代码界面，README 说它 “not meant to be a production-ready app”（不是为生产可用的应用而设计的）。
Microsoft Agent Framework 是继任者。它的 README 称之为 “an open, multi-language framework for building production-grade AI agents and multi-agent workflows”（用于构建生产级 AI agent 和多 agent 工作流的开放、多语言框架），支持 .NET 和 Python，并说它提供 “a consistent foundation for building, orchestrating, and operating agent systems”（构建、编排和运行 agent 系统的一致基础）。它列出的功能包括 “graph-based workflows supporting sequential, concurrent, handoff, and group collaboration patterns; includes checkpointing, streaming, human-in-the-loop, and time-travel”（支持顺序、并发、交接和群组协作模式的图工作流，含检查点、流式输出、人工介入和时间回溯）、中间件、OpenTelemetry 可观测性，以及托管在 Microsoft Foundry 上。它列出支持 “Microsoft Foundry, Azure OpenAI, OpenAI, and the GitHub Copilot SDK”。
微软这些框架做得好的地方
- 应用内部的控制力。 agent、工具以及它们怎么交接工作，都由你用代码决定。
- 面向应用开发者的生产功能。 Agent Framework 里有检查点、人工介入、可观测性和托管选项。
- 两种语言。 Python 和 .NET。
- 继任者有公司支持。 微软把 Agent Framework 描述为有长期支持的那个。
我们读到的页面没有描述的事
它们描述的是你用代码、模型客户端和工具搭出来的 agent。它们没有描述一支现成的、有明确角色的团队，也没有描述把 Claude Code 或 Codex 这类 CLI 编码 agent 当作 agent 来运行。这不是缺陷：它们是框架，用它们搭什么由你决定。
Crewly 适合的地方
Crewly 从另一头开始。你不用写编排；你定义一支团队，agent 就是你可能已经在用的 CLI。
- 常驻团队。 角色定义一次（orchestrator、team lead、开发、QA，或内容、销售等角色），团队和每个 agent 的记忆保存在
~/.crewly/，重启后还在。 - 会分派的 lead。 lead agent 把请求拆成任务、分给各个 agent，并在任务关闭前检查结果。
- 现成的 agent，可混用。 Claude Code、Codex、Gemini CLI、OpenCode 和 Antigravity，各在自己的终端会话里，每个 agent 可以用不同的 CLI。
- agent 自己积累记忆。 它们用
remember技能记下学到的东西，用recall读回来，都是你机器上的普通文件。 - 仪表盘和 Slack。 浏览器里有实时终端流和任务看板，还有可选的 Slack 桥接，每个 agent 可以有自己的 bot，你可以
@或私信它。见 Claude Code Slack bot for every agent。
两个老实的限制。Crewly 不是库：你不能导入它来搭自定义应用，agent 能做什么取决于它们的 CLI 能做什么。另外默认情况下它的 agent 共用项目目录，所以如果你想要每个任务一个分支，要在项目里打开 worktree 设置。
Crewly 仪表盘里「Tickets」页面「Requests」标签的截图（演示数据）：五个进行中的请求，例如「Add a shipping FAQ to the Acme Studio site」（6 分钟前）和「Draft the product page for the new tote bag」（12 分钟前）。
该选哪个？
- 你在用 Python 或 .NET 写一个多 agent 应用： Microsoft Agent Framework，微软把新项目指向的就是它。如果你已经在用 AutoGen，README 附有迁移指南。
- 你想让 Claude Code、Codex 等 agent 组成有角色、有记忆的团队在你的项目上干活，又不想写编排代码： Crewly。
- 两个都用： 没问题。它们处在不同的层。
示意图：该选哪个。用 Python 或 .NET 写一个应用：Microsoft Agent Framework。让现成的 agent 组成有角色、有记忆的团队，又不想写编排代码：Crewly。两个都用也可以，它们处在不同的层。
想试 Crewly，请先装 Node.js 22 或更新版本（用 nodejs.org 的安装包，或 Homebrew / 你的包管理器），然后运行：
curl -fsSL https://crewlyai.com/install.sh | bash
打开一个新终端，运行：
crewly start
想用 npm？如果你的 Node 来自 Homebrew 或 nodejs.org 的安装包，npm install -g crewly 也可以。
crewly start 会在 http://localhost:8787 打开仪表盘。入门指南带你建第一支团队；How to run multiple agents in Claude Code 比较了 worktree、subagent、agent teams 和编排器。其他对比见 LangGraph vs Crewly、OpenHands vs Crewly 和 Conductor vs Crewly。
常见问题
Microsoft AutoGen 是什么？
AutoGen 是微软的开源框架。它的 README 把它描述为 “a framework for creating multi-agent AI applications that can act autonomously or work alongside humans”（用于创建能自主行动或与人协作的多 agent AI 应用的框架）。你用 Python 或 .NET 来写 agent。
AutoGen 还在维护吗？
它的 README 写道：“AutoGen is now in maintenance mode. It will not receive new features or enhancements and is community managed going forward.”（AutoGen 现已进入维护模式，不会再有新功能或增强，今后由社区维护。）它建议新用户从 Microsoft Agent Framework 开始，并给现有用户附了迁移指南。
AutoGen 和 Crewly 有什么不同？
AutoGen 是你用来写多 agent 应用的库。Crewly 是你拿来运行的程序：它启动现成的 CLI agent（如 Claude Code 和 Codex），给每个 agent 一个角色，由一个 lead agent 在它们之间分派任务。Microsoft Agent Framework 也是同样的区别。
AutoGen 或 Microsoft Agent Framework 能运行 Claude Code 或 Codex 吗？
我们读到的 AutoGen 和 Microsoft Agent Framework 的 README 没有描述把 Claude Code 或 Codex 这类 CLI 当作 agent 来运行。Microsoft Agent Framework 的 README 在它支持的提供方里列出了 GitHub Copilot SDK。Crewly 则直接启动 Claude Code、Codex、Gemini CLI、OpenCode 和 Antigravity，每个在自己的终端会话里。
两个可以一起用吗？
可以。它们处在不同的层。如果你在用代码做一个 agent 应用，用微软的框架；如果你想让一队现成的编码 agent 在你的项目上干活，用 Crewly 来运行它们。
来源
所有关于 AutoGen 和 Microsoft Agent Framework 的事实都来自它们自己的页面，2026 年 10 月 9 日查阅：AutoGen 仓库 README 和 Microsoft Agent Framework 仓库 README。我们不转述价格、star 数或基准测试结论，请自行查看页面。Crewly：仓库、crewlyai.com。