写在前面的几句话：最近在研究 Go 生态的 AI 智能体框架，发现一件挺值得聊聊的事——微软和谷歌都把自家智能体框架搬到 Go 了，但 OpenAI 和 Anthropic 还在门外。这事对咱们做国产 OS、关心基础设施自主可控的开发者来说，可能比表面看起来更重要。整理出来和大家分享下，欢迎评论区拍砖。
先把背景说清楚：Go 语言是从谷歌开源出来的，2009 年发布，到现在 17 年了。它最擅长的场景是：
换句话说——Go 是"把程序跑在生产环境里"的首选语言。
而 AI 智能体（Agent）这两年正在发生一个关键转变：从"在 Python notebook 里跑个 demo"变成"嵌在企业系统里长期运行"。
这转变对 deepin 这样的国产 OS 生态意味着什么？
我们做桌面 OS、文件管理器、系统设置这些"长跑服务"的开发者，突然发现——Agent 也要长跑，也要嵌进系统服务里，也要用 Go 写。
这就是为什么微软和谷歌都急着把智能体框架搬进 Go：抢的是"未来 Agent 跑在哪"的生态位。
这是当前最值得关注的 Go 智能体框架，背靠字节跳动，和 Kitex / Hertz 同源。
Eino 最大的差异化是 Lambda 编排范式——受 LangChain LCEL 启发，但做到了 Go 的强类型安全。简单说就是把"工具调用、模型调用、上下文管理、条件分支"这些操作，串成一条类型安全的链。
支持的模型：
支持的协议：
适合场景：生产级 Agent 服务、追求稳定性的企业级应用。
Go 本来就是谷歌的亲儿子，所以 ADK 和 Go 生态的契合度最高。
ADK 的核心优势在 Multi-agent 编排——内置 Sequential（串行）、Parallel（并行）、Loop（循环）三种 Agent 编排模式，开箱即用，不用自己造轮子。
另外 ADK 原生支持 A2A 协议（Agent2Agent），能让不同的 Agent 互相通信——这对构建复杂的多智能体系统很关键。
Sessions 和 Memory 模块设计得也比较完整，省得自己从零搭。
适合场景：和 Gemini / GCP 生态绑定的团队、需要多 Agent 协作的复杂工作流。
微软的 Agent Framework 原本只支持 .NET 和 Python，2026 年 6 月才新增 Go SDK。
从 Python / .NET 版透过来看，图结构工作流是它最大的亮点——支持条件分支、子工作流、断点续存、人工介入审核。
但 Go 版目前有几个明显的短板（官方自己承认的）：
适合场景：Azure / Microsoft Foundry 重度用户、能接受预览版稳定性的尝鲜者。
这才是今天想聊的重点。
到目前为止，OpenAI Agents SDK 和 Anthropic Claude Agent SDK 都没有官方支持 Go。
社区喊了大半年"出 Go SDK 吧"，两家都装没听见。
为什么？
往深了想，是因为这两家的战略还在"卖 Token"阶段——只要开发者调它们的 API 就行，Agent 怎么跑、跑在哪、用什么语言，它们不关心。
但微软和谷歌已经意识到一件事：未来的 Agent 是嵌在企业基础设施里跑的——微服务、CLI 工具、K8s 任务、系统守护进程……这些场景全是 Go 的地盘。
一旦企业用了 Go 框架，而 Go 框架原生只支持微软 / 谷歌的模型——OpenAI 和 Anthropic 连"被嵌入"的接口都没有。
这不是技术问题，是生态战略问题。
写到最后想聊聊对咱们 deepin 社区的几点想法：
deepin 底层大量使用 Go（DTK 服务、DDE 组件、系统工具），如果我们想给 deepin 加上 AI 能力（比如智能助手、自动化任务、自然语言操作文件系统），Go 几乎是必选项。
看上面三个框架的模型支持列表，国产模型（豆包、DeepSeek）只有 Eino 支持得最全。
这意味着：如果 deepin 想接国产大模型，Eino 是当前最务实的选择。
ADK 主要绑 Gemini，微软主要绑 OpenAI / Azure——对国产 OS 来说，这两个都有合规和供应链风险。
MCP（Model Context Protocol）是 LLM 与外部工具对接的标准协议，已经被 Anthropic 提出、各大厂商跟进。
对于 deepin 这种"系统工具多"的 OS 来说，把系统工具（文件操作、网络配置、软件管理）封装成 MCP 服务，让 AI 助手能安全地调用——这是个值得探索的方向。
Go 智能体生态还在"三国杀"阶段，没有形成绝对的垄断。对 deepin 社区来说，这是个好窗口期：
如果你想试试 Go 智能体框架，按这个顺序上手最快：
写在后面：技术选型这事没有标准答案，不同团队、不同场景、不同阶段的选择都不一样。以上内容仅供参考，欢迎大家在评论区分享自己的实战经验。
No replies yet
Featured Collection
Popular Ranking
Popular Events
中文 
NVIDIA graphics driver are not working with enabled secure boot 
【技术分享】2026 年 7 月，Go 智能体框架已经"三国杀"，但 OpenAI 和 Anthropic 还没入场
一、为什么 Go 突然成了智能体的"兵家必争之地"
先把背景说清楚：Go 语言是从谷歌开源出来的，2009 年发布，到现在 17 年了。它最擅长的场景是：
换句话说——Go 是"把程序跑在生产环境里"的首选语言。
而 AI 智能体（Agent）这两年正在发生一个关键转变：从"在 Python notebook 里跑个 demo"变成"嵌在企业系统里长期运行"。
这转变对 deepin 这样的国产 OS 生态意味着什么？
我们做桌面 OS、文件管理器、系统设置这些"长跑服务"的开发者，突然发现——Agent 也要长跑，也要嵌进系统服务里，也要用 Go 写。
这就是为什么微软和谷歌都急着把智能体框架搬进 Go：抢的是"未来 Agent 跑在哪"的生态位。
二、当前 Go 智能体框架的"三足鼎立"
2.1 CloudWeGo Eino（字节跳动，Apache-2.0）
这是当前最值得关注的 Go 智能体框架，背靠字节跳动，和 Kitex / Hertz 同源。
Eino 最大的差异化是 Lambda 编排范式——受 LangChain LCEL 启发，但做到了 Go 的强类型安全。简单说就是把"工具调用、模型调用、上下文管理、条件分支"这些操作，串成一条类型安全的链。
支持的模型：
支持的协议：
适合场景：生产级 Agent 服务、追求稳定性的企业级应用。
2.2 Google ADK for Go（谷歌，Apache-2.0）
Go 本来就是谷歌的亲儿子，所以 ADK 和 Go 生态的契合度最高。
ADK 的核心优势在 Multi-agent 编排——内置 Sequential（串行）、Parallel（并行）、Loop（循环）三种 Agent 编排模式，开箱即用，不用自己造轮子。
另外 ADK 原生支持 A2A 协议（Agent2Agent），能让不同的 Agent 互相通信——这对构建复杂的多智能体系统很关键。
Sessions 和 Memory 模块设计得也比较完整，省得自己从零搭。
适合场景：和 Gemini / GCP 生态绑定的团队、需要多 Agent 协作的复杂工作流。
2.3 Microsoft Agent Framework for Go（微软，MIT）
微软的 Agent Framework 原本只支持 .NET 和 Python，2026 年 6 月才新增 Go SDK。
从 Python / .NET 版透过来看，图结构工作流是它最大的亮点——支持条件分支、子工作流、断点续存、人工介入审核。
但 Go 版目前有几个明显的短板（官方自己承认的）：
适合场景：Azure / Microsoft Foundry 重度用户、能接受预览版稳定性的尝鲜者。
三、OpenAI 和 Anthropic 落后在哪里
这才是今天想聊的重点。
到目前为止，OpenAI Agents SDK 和 Anthropic Claude Agent SDK 都没有官方支持 Go。
社区喊了大半年"出 Go SDK 吧"，两家都装没听见。
为什么？
往深了想，是因为这两家的战略还在"卖 Token"阶段——只要开发者调它们的 API 就行，Agent 怎么跑、跑在哪、用什么语言，它们不关心。
但微软和谷歌已经意识到一件事：未来的 Agent 是嵌在企业基础设施里跑的——微服务、CLI 工具、K8s 任务、系统守护进程……这些场景全是 Go 的地盘。
一旦企业用了 Go 框架，而 Go 框架原生只支持微软 / 谷歌的模型——OpenAI 和 Anthropic 连"被嵌入"的接口都没有。
这不是技术问题，是生态战略问题。
四、对 deepin 生态的几点思考
写到最后想聊聊对咱们 deepin 社区的几点想法：
4.1 Go 是 deepin 生态值得押注的方向
deepin 底层大量使用 Go（DTK 服务、DDE 组件、系统工具），如果我们想给 deepin 加上 AI 能力（比如智能助手、自动化任务、自然语言操作文件系统），Go 几乎是必选项。
4.2 国产模型的支持度是个关键指标
看上面三个框架的模型支持列表，国产模型（豆包、DeepSeek）只有 Eino 支持得最全。
这意味着：如果 deepin 想接国产大模型，Eino 是当前最务实的选择。
ADK 主要绑 Gemini，微软主要绑 OpenAI / Azure——对国产 OS 来说，这两个都有合规和供应链风险。
4.3 MCP 协议值得关注
MCP（Model Context Protocol）是 LLM 与外部工具对接的标准协议，已经被 Anthropic 提出、各大厂商跟进。
对于 deepin 这种"系统工具多"的 OS 来说，把系统工具（文件操作、网络配置、软件管理）封装成 MCP 服务，让 AI 助手能安全地调用——这是个值得探索的方向。
4.4 现在正是入场的时机
Go 智能体生态还在"三国杀"阶段，没有形成绝对的垄断。对 deepin 社区来说，这是个好窗口期：
五、给想动手的朋友的建议
如果你想试试 Go 智能体框架，按这个顺序上手最快：
六、参考资源