agent 編排框架大致分兩種風格，取捨軸線只有一條：開發速度對可控性。

宣告角色(CrewAI 為代表)

寫 role / goal / backstory，不寫步驟，讓 LLM 自己協作。

20 行就能跑起多 agent 分工，而且讀起來像需求文件，不像程式。給非工程背景的人看也大致看得懂，這在說服團隊採用時是真的優勢。

一個容易被忽略的細節：backstory 這種看起來像裝飾的欄位其實是 system prompt 的一部分，直接決定行為。這跟 Day 14 講 Agent Card 的 description 是同一件事的另一個落點：描述欄位就是 prompt。

代價是流程控制權在框架與 LLM 手上。「品質不夠就重寫，最多三次」這類條件邏輯很難表達，出錯也難追，因為決策藏在 prompt 裡。你能調的只有措辭。

明確流程(LangGraph 為代表)

畫狀態機，每一步、每個分歧、每個迴圈都寫出來。

樣板碼多，但每個節點的 state 可印可追，支援存檔與人工介入。上一篇講的 retry_count 那段就是這個風格的典型：它是普通的 Python 條件式，你可以在上面下中斷點。

判準表

一句話結論

實務上多數團隊在生產環境選明確流程，理由是：

可控性的價值隨系統壽命增長，開發速度的優勢只在第一週。

第一週你確實會覺得宣告角色爽得多。第八週有人回報「這個流程偶爾會跳過驗證步驟」的時候，你手上沒有任何可以下中斷點的地方，那時候的感受會完全不同。

這條軸線不綁特定套件

CrewAI 跟 LangGraph 都可能過時，但這條軸線可以拿去評估未來任何 agent 框架。

先問它把流程控制權交給誰。

交給你，那你要付樣板碼的錢，換到可除錯性。交給 LLM，那你省下樣板碼，換到一個沒有中斷點的黑盒子。沒有第三種答案，任何宣稱「兩者兼得」的框架，值得先花十分鐘找出它把控制權放在哪。

補一句

順帶一提，這個選擇跟 A2A 完全正交。Day 18 講過，Executor 那層 20 行 adapter 讓底層框架對呼叫方不可見。所以你可以在同一個系統裡讓探索期的新 agent 用宣告角色寫、成熟的核心流程用明確流程寫，兩者透過協定互相委託。

所以選型不必是全域決策，可以一個 agent 一個 agent 決定。