CrewAI OSS 即将正式发布 (GA)

在 CrewAI 的第一年，我们给自己设定了一个目标。

构建一个能够安全、可靠、大规模地编排十亿个自主代理的框架。

一年多后，我们做得更多

今天，我们宣布推出 CrewAI OSS v1.0，这是相同的开源核心，现已在全球最大的企业中，以各种复杂程度驱动着 14 亿次代理自动化。

两年前，我们认为大型语言模型不应该被微观管理——它们应该被委派实际工作。

上周，吴恩达称我们为早期押注这一理念的远见者

随着模型变得更好，工程师将移除脚手架 [所有规则和强制结构]，并委派更多而不是更少的工作。

吴恩达一年多前投资了 CrewAI，Dharmesh Shah（HubSpot 首席技术官）和 Amjad Masad（Replit 首席执行官）也加入了进来，因为他们看到了未来的趋势：开发者从聊天机器人转向团队，从脚本转向流程，从原型转向生产代理。

仅靠大型语言模型并非终点——它们是基础。CrewAI 的存在是为了弥合模仿与智能之间的鸿沟，通过多代理编排将原始模型能力转化为协调的推理和记忆。

我们也这么想。于是我们开始行动！

• 14 亿+ 代理执行（每月 4.5 亿+ 且持续增长）
• 60% 的《财富》500 强运行 Crews 和 Flows
• 4 万 GitHub 星标，5.2 千个 Fork，每月 180 万下载量
• 115 次 OSS 发布和在全球 30 个城市举办的活动

由团队构建，为团队服务

CrewAI 通过构建者而成长。
大型语言模型可能有其局限性，但构建者尚未达到他们的极限。

数千名开发者已经在弥补这一空白——通过 CrewAI 增加记忆、推理和协作。

这就是这一切的开始：一个开放的仓库，几个痴迷的贡献者，以及一个共同的直觉，即代理协同工作可以完成单个模型永远无法完成的事情。
几个月后，这个直觉变成了一场运动。

开发者们 Fork 我们的仓库，凌晨 3 点提交问题，分享模板，并在代理工作流甚至还没有名字之前就将其组合在一起。

今天，这个社区跨越了所有时区和公司规模——一个全球性的团队，正在构建代理软件的未来。

v1.0 中的每一个修复、功能和改进都可以追溯到该网络中的某个人——公开构建，由数千人改进，由所有人扩展。

在生产中得到验证

每天，数千个 Crews 和 Flows 正在金融、咨询、科技、制造和物流领域的生产系统中运行。

其中一些公司有数千名工程师使用 CrewAI，包括 IBM、微软、宝洁、沃尔玛、SAP、Adobe、PayPal 等主要公司。

从生成文档到审查代码，从分类事件到自动化营收运营流程，从了解您的客户自动化到总结会议，再到自动化客户运营——基于 CrewAI 构建的代理已经在全球最大公司的幕后默默工作。

大型语言模型可以令人印象深刻地模仿任务——但它们无法提供端到端的工作流。这就是 Crews 的用武之地

有了 v1.0，这些企业使用的相同生产级框架现在稳定、开放，并可供任何人使用——从自动化支持工单的初创公司到每天编排数百个代理的全球团队。

v1.0 的新功能

CrewAI 1.0 包含了我们从数千名构建者、数千万次运行和数月痴迷迭代中学到的一切。

它从头开始构建，旨在处理复杂性，而不仅仅是简单的自动化。因为真正的代理系统不遵循线性链——它们会演变。

主要亮点

• 对复杂系统的更多支持
  • Flows 现在支持大规模复杂性——一个薄而低级的层，具有对高级编排的完全控制，并且易于使用。
• 稳定的 Crew & Flow API
  • 可预测、有文档记录且有版本。抽象现在已锁定，可供长期使用。
• 原生、免费跟踪
  • 每次执行现在都具有可见性。无需设置，无需成本——每次运行都可立即进行可观察性，因此调试极其容易，无需第三方工具。因为规模会揭示原型隐藏的内容。
• 统一 CLI
  • 用于本地构建、在暂存中测试和部署到生产的相同工具。一个命令，一个流程。
• 更多集成
  • 改进了对 MCP 的支持以及与 CrewAI AMP 的集成。
• 确定性运行和更好的日志记录
  • 更简单的调试、更清晰的输出以及跨运行的一致性——解决了社区最常见的请求。能够进行用户训练、内存、测试和钩子以及 Flows，以拥有进行更确定性运行所需的所有控制。

为什么代理现在如此重要

大型语言模型令人难以置信——但它们每次都从零开始。它们不记忆、不计划、不协作。

这就是 CrewAI 弥补的差距之一。

代理赋予模型结构、记忆和自主性——将原始智能转化为能够共同思考、行动和学习的系统。

正如 Karpathy 本周所说，大型语言模型仍然是出色的模仿者，而不是思想。

Crews 和 Flows 是我们开始弥合这一鸿沟的方式。

• 通过 Crews，我们赋予语言模型明确的角色和目标——能够推理、辩论和自我纠正的专家。
• 通过 Flows，我们将这些角色连接成协调的工作链——上下文感知、事件驱动且可观察。

这无关乎更大的模型。这关乎更好的编排——使我们已经拥有的智能变得有用、可靠，并与人类目标保持一致。

CrewAI 并非试图让大型语言模型变得有知觉。我们正在让它们变得有效，v1.0 赋予开发者构建能够做到这一点的系统所需工具

企业和合作伙伴

CrewAI 最初是一个开放框架——今天它为全球企业的许多用例提供支持。

随着团队规模的扩大，他们会升级到 CrewAI AMP——我们为易用性、信任、治理和控制而构建的平台。

通过 AMP，组织可以获得细粒度的 RBAC、安全部署、审计跟踪和完整的遥测——与我们最大客户使用的基础相同。

我们很自豪能与 IBM、普华永道和 NVIDIA 合作进行企业级代理编排，并与 Arize、Databricks、Galileo、HPE 等生态系统领导者合作，将 CrewAI 引入新的平台和垂直领域。

CrewAI 正在成为企业代理堆栈的连接组织——核心开放，设计可扩展。

接下来

CrewAI v1.0 仅仅是基础。

在接下来的几周里，我们将发布新功能，致力于全新的突破性改进，进一步扩大公司规模，并尽可能多地实现用例。

您可以在我们的新会议上了解所有这些：CrewAI Signal，并向推动该行业的一些主要人物学习，例如

• 吴恩达（DeeplearningAI 首席执行官兼创始人）
• Aaron Levi（Box 首席执行官兼创始人）
• Amjad Massad（Replit 首席执行官兼创始人）
• 我们的一些客户、我们的团队和我们的社区！

与社区一起，我们正在编排下一个 100 亿次代理自动化。