六周自建智能体框架，Ramp省下64%推理成本

Ramp 的工程师花了几个月时间，把市面上的托管智能体接口、开源框架和第三方平台挨个测了一遍，最后得出一个结论：不如自己造。结果就是 Laminar——一套内部智能体运行框架，第一版只用了六周，现在支撑着这家金融科技公司所有的智能体产品。

“我们研究了市场上的其他方案，认定自建能做得更好、跑得更快，也更贴合我们想去的方向。”主导这套平台的 Ramp 工程师 Sam Kronick 在公司工程博客里写道。这句话背后是一个很现实的判断：现成的工具，不够用。

Ramp 在周二的博客里拆解了 Laminar 的设计：把智能体执行、沙箱、可观测性和异步工作流收进同一个平台。这套架构引来了 LangChain CEO Harrison Chase 的注意，他在 X 上点赞了其中几个设计选择，同时提到 LangChain 的 Deep Agents 也在做类似的事。两家公司从不同方向切同一个问题，指向的是智能体基础设施的一次整体位移——当运行框架承担的责任越来越多，企业就得决定：这套东西，自己养多少。

为什么非要自己造

Ramp 不想被单一模型供应商锁死。它需要根据成本、速度和性能随时切换模型，也需要更清楚地看到智能体到底在干什么。工程师们早就在翻调用链，找多余的工具调用、臃肿的上下文和报错，但现成的可观测性工具让这件事比应有的难度更高。于是 Ramp 把调试界面直接做进了 Laminar。开发留在内部还带来一个好处：框架团队能直接和产品工程师对接，不用等供应商排期改东西。

Chase 认同 Ramp 的这些优先级，尤其是模型无关性和可观测性——这两点 LangChain 在自己的工作里也反复强调。Laminar 架构里还有别的部分引起了他的兴趣。

会话和沙箱分开

Laminar 上跑的东西从客服智能体，到 Ramp 自家的云端编码智能体 Ramp Inspect，再到处理长周期协作任务的 Glass。要撑住这些产品，框架得管得住持久会话、人工审批和跨环境作业。

Chase 特别提到 Kronick 的一个观察：生产级框架做的事，远不止跑一个简单的执行循环。“+100 同意，”他写道，并指向 LangChain 在 Deep Agents 上的投入。

Ramp 把智能体会话和运行代码的沙箱分开。对话历史和執行状态独立存储，沙箱可以随时启停而不打断会话。Chase 认为“沙箱即工具”是一种正在成型的趋势，Deep Agents 用了类似设计。这种拆法还把凭证和编排留在沙箱之外——当开发者要隔离运行不可信代码的智能体时，这一点很关键。

默认异步，成本靠路由压

Laminar 让智能体不必等每一步都跑完才继续。Chase 把非阻塞的异步智能体称为未来，并表示 LangChain 正在为 Deep Agents 开发类似能力。Ramp 的 Connectors Service 也引起了他的注意：它把认证、凭证、访问控制和工具执行集中到一个共享接口后面。Chase 说 LangChain 正在为托管版 Deep Agents 探索可比的功能。集中管理这些能力，也让平台团队有了统一的地方处理访问和凭证，不必为每个智能体各写一套。

框架也是压推理成本的地方，LangChain 已经把这件事摆上了台面。在 10 月 1 日的一篇工程博客里，它描述了把模型选择搬进开源编码智能体 Open SWE 框架的做法：一个路由器先看初始请求，按预期任务复杂度分配三种模型之一——最简单的活给 GLM-5.3-Flash，中等任务给 GPT-5.6 Sol，最吃力的请求给 GPT-6 Astra。

在 973 个智能体线程上，路由器把每线程的 LLM 成本中位数从 2.61 美元压到 0.94 美元，相比全部任务都用 GPT-6 Astra，降幅 64%。省钱没有带来可测量的性能损失：路由线程的合并拉取请求率为 29.2%，对照组为 27.3%，差异在统计上不显著。九成请求流向了两个更便宜的模型档位。

LangChain 认为，路由放在框架里比放在通用 LLM 网关上效果更好，因为网关对智能体正在做什么了解更少。框架本身知道涉及哪些提示词、工具和领域上下文，做选择时信息更充分。LangChain 用模型选择中间件在每个线程开始时挑模型。

这些结果并不能说明自建框架比用现成框架更便宜——Ramp 没有参与这项实验。但它们确实显示，在框架层面做更聪明的模型选择能省下多少钱，尤其是当智能体处理的任务难度差异很大时。

自建的账还没算完

Ramp 的决定也照出了编码智能体如何改变了基础设施成本。Kronick 说，Laminar 的初始代码全部由智能体生成，有经验的工程师负责把关架构和实现。

但六周做出第一版是一回事，维护是另一回事。Ramp 仍然需要工程师处理故障、更新平台、支持产品团队。公司也没有公布运营成本对比或与竞品平台的基准测试，这让“自建是否更便宜”很难判断。

LangChain 提供了另一种选择：与其从零搭框架，企业可以用现成框架接住大部分底层基础设施——随着更多厂商把自己的框架开源，这条路也在变宽。