2026年Q1新增50+开源Agent框架，表面繁荣但实际能用的屈指可数。我最近在三个不同项目里试了其中6个热门框架，发现一个共性痛点：大多数框架把精力花在花哨的编排和记忆机制上，却忽略了最基础的工具调用容错和状态持久化。比如，某个宣称支持‘复杂多步推理’的框架，在调用外部API超时后直接抛出未捕获异常，导致整个Agent会话崩溃。从工程实践看，Agent的稳定性远比智能水平重要——一个99%时间正常运行但偶尔抽风的Agent，在生产线场景下比一个80%准确但100%可靠的Agent更难落地。另一个被忽略的短板是插件生态的兼容性：新框架往往自创一套工具描述规范，导致现有LangChain或AutoGPT的数千个插件无法直接复用，开发者被迫重复造轮子。个人经验是，选框架先看其工具调用失败重试机制和状态快照能力，而不是被‘多智能体协作’或‘元认知’这类概念吸引。行业趋势上，这种爆发会加速洗牌——最终存活下来的不会是功能最全的框架，而是能无缝对接现有DevOps和监控体系的框架。讨论问题：1. 你在实际项目里遇到过哪些Agent框架的‘反直觉’坑？2. 工具调用异常处理应该由框架层还是用户业务层负责？