有人每半年重画一次AI技术栈地图，不是为了更新而是为了清零

我将开启一个新系列。每六个月，我会从头重绘一次 AI 技术栈，并在此发布地图。时间为五月和十一月，绝不跳期。这是第一版。共 10 层，2 条垂直轨道。这张地图上有一半内容在 18 个月前还不存在。

𝗧𝗵𝗲 𝟭𝟬 𝗹𝗮𝘆𝗲𝗿𝘀（自上而下）→
终端用户界面：Cursor、Perplexity、垂直领域智能体
智能体运行时：Claude Code、Devin、Replit Agent、Cursor Agent
编排层：LangGraph、Microsoft Agent Framework、Pydantic AI、Mastra、Google ADK
协议层：用于工具的 MCP、用于智能体的 A2A、用于流式传输的 AG-UI
记忆层：Mem0、Letta、Zep
检索层：重排序器（rerankers）、混合搜索、GraphRAG
存储层：pgvector、Qdrant、Turbopuffer、Pinecone
模型网关：Portkey、LiteLLM、OpenRouter
基础模型：Claude、GPT、Gemini、Llama、DeepSeek、Qwen
推理与计算：Together、Fireworks、vLLM、Blackwell、MI400、TPU、Trainium、Groq

但各层本身并非最有趣的部分。真正有趣的是横向贯穿的内容。

𝗧𝗵𝗲 𝟮 𝗿𝗮𝗶𝗹𝘀
可观测性与治理已不再是“层”，而是两条垂直轨道。它们穿透技术栈的每一层。你无法将其堆叠在顶部或底部，因为它们触及一切：每一次提示、每一次工具调用、每一次检索、每一次模型响应。这是 2024 年绝大多数架构图犯下的错误。

𝗪𝗵𝗮𝘁 𝗰𝗵𝗮𝗻𝗴𝗲𝗱 𝘀𝗶𝗻𝗰𝗲 𝟮𝟬𝟮𝟰
记忆已成为独立一层——两年前的地图上尚无此层。
MCP 取代了定制化集成。几乎所有主流框架如今均已内置该协议。
向量数据库被整合进 PostgreSQL。pgvector 已成为大多数团队的默认选择。
框架开始整合：AutoGen 已并入 Microsoft Agent Framework；今年还将有更多类似整合发生。
可观测性已从第 100 天提前至第 1 天。到 2026 年，若未配备追踪（traces）、评估（evals）及两次运行对比能力，你将无法上线任何智能体。

𝗧𝗵𝗲 𝗽𝗮𝘁𝘁𝗲𝗿𝗻 𝘁𝗼 𝘄𝗮𝘁𝗰𝗵
技术栈并未变得更高，而是中间变薄、边缘变厚。中间正围绕协议快速收敛；而真正的开发重心已移至边缘——即智能体与用户交互之处，以及智能体与数据交互之处。如果你的架构图中间仍仅用一个标着 “LangChain” 的方框表示，那么现在就该重绘了。

十一月见，届时发布第二版。
你认为到 2026 年底，框架层、记忆层、可观测性层中，哪一个会最快完成整合？
♻️ 转发此帖，让你的社交网络获得不公平优势。
📌 若需本指南高清 PDF 版：
1. 关注 @coder_surya
2. 保存此帖
3. 转发至你的社交网络
4. 加入我的 AI 社区：……