選 AI 框架不是功能比比看，是選誰出了事你修得動
在 JetBrains 這篇整理裡看到一個讓我頗有感的分法，他們把 2026 年的 agentic framework 大致分成三種：graph-based、role-based、chain-based。
技術細節我看不太懂，但有一段話我看得很懂：文章的核心訊號不是「哪個框架功能最強」，而是現在選框架的標準已經從 demo 速度，轉向 maintainability、observability、human review、workflow control。
用白話說就是：能跑 demo 的框架很多，但能穩定跑一年的是另一回事。
我一個人開小公司，導入什麼工具都要想同一個問題：這東西壞掉我能修嗎？還是我要一直找人救火？
那篇文章說 LangGraph 的優勢是 explicit state、deterministic flow，出了問題比較好追。而像 role-based 的框架（CrewAI 這類）上手快、原型做得漂亮，但 debug 起來就是靠天。
這根本就是在講裝潢的事欸。有些設計公司報價低，你驗收當下看起來很美，但住進去才發現水管沒接好，維修費才是大頭。
我不是工程師，不懂怎麼選框架，但如果我要找人幫我做 AI agent 系統，我現在知道要問的問題是：
「這套東西出了問題，是誰來修？多快能修？修的成本是多少？」
功能表再長，回答不了這三個問題，就先不考慮吧。💰
小公司沒有備援人力，一個黑盒子系統壞掉，等於整條線都停。所以說，選工具要選的是維護成本，不是 demo 成本。
有在用 agentic 工具的老闆，你們選的時候怎麼評估這塊的？
作者：偉老闆