給 Agent 開發者的駕馭工程 (9): 自建 Agent 的框架選型: 全套 Deep Agent 還是從基礎構建?

後設資料

Agent 框架選型可先問要從完整 Deep Agent 客製，還是從基礎控制流與工具自己組；前者起點高但難控，後者起點低但更適合垂直場景的成本、延遲與維護。

框架比較以六項 Deep Agent 能力為基準：Plan/Todos、Filesystem/Bash、Sub-Agent、Memory、Skills、MCP/Browser/Computer Use。
全套 Deep Agent 路線提供較完整工具、system/developer prompt 與 agent loop；適合內部開發、自用與需要強通用能力的場景。
基礎構建路線提供控制流、編排、型別、持久化與 tool call 基礎；需要自己寫 prompt、加工具與設計驗證，但可控性高。
Production B2C 或垂直 agent 通常偏向基礎構建，因為可以貼任務分布移除無用工具與 context，降低 token、延遲與供應商綁定。
內部 coding harness 或 outer loop 則可先用現成 Deep Agent，因為原廠已調好內層工具與預設行為，重點在疊上自己的外層流程。
框架只解「能不能做」；真正讓 agent 做得對、做得完的工具層檢查、單輪驗收、外層 loop 與 eval gate 仍要自行建立。

連結到此來源衍生 / 更新的 wiki 頁：

本次從 2026-07-06-ihower-Harness-Engineering系列挑出的 9 篇系列文逐篇入庫；此頁為其中一篇的摘要型來源頁。
本篇補入 Agentic-Workflow 的建置路線選擇；框架名單更新快，暫不把各框架建成 entity。
未保存完整原文；保留 canonical URL、後設資料、摘要與概念連結。理由：原文為公開網站長文，source note 以可回找與可整合為主，避免在 vault 中重製整篇文章。

未貼入完整原文。若日後需要全文快照，請以使用者明確授權或短摘錄策略處理。

tags	來源/文章, 領域/ai, 領域/agent, 領域/llm, 狀態/草稿
aliases	給 Agent 開發者的駕馭工程 (9): 自建 Agent 的框架選型: 全套 Deep Agent 還是從基礎構建?, Harness Engineering 9 Agent 框架選型, 全套 Deep Agent 還是從基礎構建