第13集|鹅厂Agent面试题——为什么选择手搓Agent而不用LangChain?

摘要

面试官问「为什么选择手搓 Agent 而不用 LangChain 这类框架」,直接答「框架太重」只会出局。正确思路是围绕过程掌控、上下文工程、交互调度三大优势展开,并辅以 GitHub 上成熟的开源项目作佐证。框架并非无用,但在原型验证之外,生产级 Agent 更适合手搓。


一、核心反例:别只说「框架太重」

回答「框架太重」= 出门右拐等通知。要把「重」翻译成可论证的工程问题。

LangChain 的问题一:过度封装

  • 一个简单的文本生成,调用链要经过 ChatOpenAI 等多个类才能送达 LLM。
  • 抽象越多,越难看清原始请求,调试成本飙升。

LangChain 的问题二:版本变动频繁

  • 最早的 chain 已废弃;官方推荐写法从 create_react_agent 变成 create_agent,业务逻辑没变但代码得跟着改。

Anthropic 官方博客观点

框架为通用性叠加了过多抽象层,反而隐藏了原始提示词,建议开发者直接组织 API 与工具。


二、真实迁移案例:从 LangChain 换回手搓

  • Octomind 工程实践:使用 LangChain 一年多,最终不得不换回手搓。
  • 迁移原因:需要在 Agent 运行过程中动态调整可用工具(如按任务配置搜索/读取/写入工具),而 LangChain 没有任何机制来观察或控制 Agent 的中间状态。

三、手搓的核心优势(回答主线)

优势一:对 ReAct 执行过程的绝对掌控

  • 框架把模型调用、工具分发封装为黑盒;Agent 跑偏、吐出参数出错时,开发者根本无法插手。
  • 手搓的好处:每一步都能实时插装、拦截、动态修正——
    • 模型每一步在想什么?
    • 调了什么工具?
    • 返回值合不合理?
  • 这种可观测性与可干预能力是框架提供不了的。
  • 以一次工具调用为例:
模型输出 → 校验通过 → 调用工具(如 search,limit=-1)→ 返回结果 → 进入下一步

优势二:上下文工程与成本极致压缩

  • 通用框架为兼容各种场景,常夹带大量冗余封装提示词。
  • Prompt Caching 的关键:前缀对齐
    • 稳定内容(系统提示、工具定义)放在靠前,动态内容(用户问题、时间戳)放靠后。
    • 前缀一旦变化,服务端 Prompt Caching 频繁失效,成本激增。
  • 手搓可以做到精致的前缀感知与动态压缩,有效命中缓存。

优势三:流式交互与并发调度

  • 决定用户体验的核心不是模型本身,而是 Harness(执行层)。
  • 流式推送:模型推理过程中,思考过程与工具状态实时推给前端,让用户「看得到进度」。
  • 并发与串行调度:
    • 查资料、读文件等只读操作 → 全量并发执行。
    • 写代码、跑命令等写操作 → 严格排队串行,避免冲突。
  • 超时与中断:工具执行超时或抛异常时,能通过中断信号秒级终止。
  • 这种兼顾速度、秩序与安全的高性能调度,框架几乎不可能提供。

四、给面试官的回答框架

  1. 先肯定框架价值:验证原型(MVP)时,框架能快速搭 Demo 跑通流程,节省时间。
  2. 再说生产级选择:Codex、Claude Code 等成熟 Agent 已经很强,手搓一个 Agent 已无实质难度;GitHub 有大量优质开源项目可直接学习。

五、五个开源项目佐证(学习路径)

项目Star亮点学什么
mini-swe-agent7.5k普林斯顿团队约 100 行 Python 实现完整 Agent 核心骨架,SWE-bench 高分Agent 最极简、最原始的核心架构
OpenAI Agents SDK近 3 万将 Agent / Runner / Tool / Guardrail / Handoff 五大能力拆解清晰干净、标准的模块化 Agent 工程范式
Aider逼近 5 万Repo Map 以极小代价压缩整仓为结构地图;多文件编辑支持 diff / patch / full file让 Agent 吃透大型项目、精准控制改写
Goose5.4 万Block 开源的高性能 Rust Agent,深度集成 MCP 协议MCP 落地 + 系统级高并发 Agent 架构
PydanticAI过 2 万类型安全体验(依赖注入、类型化工具、结构化输出)写类型安全、不易踩坑的生产级 Agent

mini-swe-agent 核心循环(伪代码):

while not done:
    action = model(history)
    result = execute(action)
    history.append(result)

六、总结

  • 若面试官追问「框架完全没用吗?」,回答:有,主要用于原型验证阶段。
  • 一句话回答主线:生产级 Agent 需要过程掌控、上下文工程与交互调度,框架满足不了,所以手搓。

📚 相关笔记