Agentic Work Atlas

Agent 基础设施层

4分钟阅读

定义

将硅基执行者接进软件世界的运行时层，包含 Coding Agent 入口、Context/Memory/Tool Use/Sandbox/AgentOps 运行时组件，以及 Agent Builder/Orchestrator/Operator 编排层。

Agent Infra 决定 AI 能替谁做事。它是 Agent-Harness 概念的生态化扩展——当单个 Harness 从服务一个开发者扩展到服务一个组织、一个行业时，就长出了 Agent Infra 这个层次。

多标签分类数据（226 个项目）

标签项目数参与者
Coding Agent7814,019
Memory707,609
Observability715,463
MCP596,651
Gateway312,637

项目自述迁移路径

226 个项目中有 96 个改过 description，沿七条典型路径向 Agent 执行栈靠拢：

  1. Workflow Builder → Agent Orchestrator — Dify、Flowise、Langflow
  2. RAG / Data / Vector DB → Context / Memory Infra — RAGFlow、Chroma、Letta
  3. Chatbot / AI Client → Agent Workspace / Personal Assistant — LobeChat
  4. Dev Tool / IDE / Terminal → Agentic Dev Environment — Warp、Daytona、Cline
  5. Framework → Agent Harness — LangChain、deepagents、Mastra
  6. Tool Integration → Agent Control Plane — Composio、LiteLLM
  7. RL / Inference / Training → Agent Workload Infra — AReaL、verl、SGLang

README 否定句信号

当项目反复说 "not a..."，意味着在摆脱上一代生态标签：

  • 退潮标签: chatbot framework、LLM wrapper、workflow builder、prompt manager
  • 涌入标签: agent runtime、harness、context、MCP、control plane

OpenFang README

"Not a chatbot framework. Not a Python wrapper around an LLM. Not a multi-agent orchestrator." → 自我定位为 Agent Operating System。

关键数据点

  • Claude Code 在 Top 100 Agentic AI 项目中覆盖率最高（81%），OpenAI Codex 69%
  • Top 100 项目平均使用 2.8 种 coding agent 配置
  • AGENTS.md、CLAUDE.md、.cursor/rules 成为"给 AI 的入职文档"
  • 96 个 description 变化项目中，当前含 harness 的有 6 个（4 个为新增）
  • MCP 已成事实标准（2026-07）：OpenAI/Google/Microsoft 全部采纳；10,000+ 公开服务器；SDK 月下载 9,700 万次；41% 高级软件负责人生产使用；Linux 基金会治理（Agentic AI Foundation）；MCP 2026-07-28 RC 实现无状态核心。来源：07-09 深度思考（联网验证）

前提与局限性

  • Agent Infra 的分类边界仍在快速变化，今天的标签可能很快过时
  • description 变化可能包含"蹭热点"噪音，不全是真实需求驱动
  • 多标签分类使用 LLM 自动标注，存在误分类风险

关联概念

关系图谱

反向链接