Исследователи проанализировали развитие 15 ключевых open-source фреймворков для создания ИИ-агентов за период с конца 2022 по начало 2026 года. Работа опирается на данные почти миллиона профилей пользователей и сотни тысяч коммитов. Авторы предлагают объективные метрики для оценки жизнеспособности инструментов, выходящие за рамки простых показателей популярности на GitHub, таких как количество звезд.
Выбор подходящего фреймворка для построения агентных систем часто осложняется избытком маркетингового шума и метриками «тщеславия». В данном исследовании оценивается реальная активность сообщества, устойчивость кодовой базы и динамика контрибьюторов. Это позволяет инженерным командам принимать обоснованные решения при выборе инфраструктуры для оркестрации агентов, опираясь на долгосрочную поддержку и темпы развития проектов.
Анализ подчеркивает, что высокая популярность репозитория не всегда коррелирует с качеством архитектуры или скоростью исправления критических уязвимостей. Исследователи выделяют паттерны, которые отличают стабильные инструменты, готовые к промышленному внедрению, от экспериментальных проектов, подверженных риску внезапного прекращения поддержки.
Ключевые факты
- Изучено 15 крупнейших open-source фреймворков для разработки ИИ-агентов.
- Использован массив данных, включающий 808 042 звезды, 73 997 pull-реквестов и 86 241 коммит.
- В выборку попали данные 987 330 уникальных профилей пользователей GitHub.
- Период исследования охватывает развитие агентных технологий с ноября 2022 по начало 2026 года.
- Основной фокус сделан на выявлении корреляции между активностью разработчиков и долгосрочной жизнеспособностью агентных систем.