企业级agent（亿级用户）:框架横向对标

框架、平台和应用需要分层看待。LangGraph 适合表达 Planner，AutoGen 适合实验协作，CrewAI 适合角色配置；Dify、Coze、Bisheng 等低代码产品更强在入口、Bot 渠道和知识管理。 本资料覆盖模型推理、数据基础设施、知识工程、Agent Runtime、DataAgent、评估、部署、前端、安全和组织治理。 资料10卷，共53章，91万字 卷1：总论和平台观念 卷2：模型和推理原理 卷3：数据基础设施建设 卷4：向量、检索、知识图谱工程建设 卷5：agent 能力百科 卷6：DataAgent 数据治理 卷7：可观测、评估、成本 卷8：部署与基础设施建设 卷9：前端、交互与多模态 卷10：安全、合规与人才组织 读者角色： AI 平台负责人 / CTO 阅读目标：判断平台边界、投入顺序、组织责任和风险治理 推荐阅读章节：卷1-卷10 架构师 阅读目标：建立模型、数据、检索、Runtime 和部署之间的接口图 推荐阅读章节：卷1、卷2、卷3、卷4、卷5、卷8 产品总监/运营总监 阅读目标：理解平台能力边界对产品场景的支撑范围，为需求优先级、产品路线图和客户交付节奏提供技术现实层面的判断依据。 推荐阅读章节：卷3、卷4、卷6、卷7、卷8 数据智能工程师 阅读目标：构建可信问数、分析、报告、评估和可观测链路 推荐阅读章节：卷3、卷4、卷6、卷4、卷7 AI应用开发者 阅读目标：理解生产应用之间的运行时和交互约束 推荐阅读章节：卷2、卷5、卷9 安全 / 合规负责人 阅读目标：把工具越权、内容安全、审计和法规要求落到工程控制点 推荐阅读章节：卷1、卷7、卷10 #企业级agent