CrewAI 很不错！——我的第一印象

几周前，我通过这门课程 “Practical Multi AI Agents and Advanced Use Cases with crewAI” 第一次接触到 CrewAI。起初我其实并不急着试，因为我已经在用 Langgraph 做我的 agent Sydney，但有两件事最终让我动手：

1. 我一直在探索“从零生成播客”的方式，尤其想研究如何让 Gen AI 对我过去 15 年博客内容做“推理”，而不只是复制粘贴文章。我此前试过 NotebookLLM（效果还可以，你可以在 这里 听样例），但我希望对对话节奏和开场 hook 有更高控制权。
2. 我想学点新东西，也想试试 OpenAI 的 text-to-speech 模型。

更新（2025 年 11 月）：我已经从“使用 agent 框架”毕业，开始用 Claude Code 和 Google Gemini CLI 从零编码。这样控制权高很多。我最近上线的是 STRAŦUM（市场智能）和 DIALØGUE（AI 播客生成器）——它们都直接源自下面这个 CrewAI 实验。

玩了大约 10 天 CrewAI 后，这是我的核心观察：

1. 好的部分

1.1 上手速度出乎意料地快

• 初始学习曲线很短——我几小时内就能跑起来
• 配置自定义 tools（例如用 Weaviate 作为向量库检索我博客内容）非常直接。把播客脚本转成音频输出也很好搭。
• 用 YAML 文件以自然语言描述 agents 和 tasks 的方式很强（小贴士：Visual Studio Code 自动补全在这块非常好用！）

1.2 模型选择很灵活

在 crew.py 里切换 LLM 基本只要改几行：

llm_openai_4o_mini = LLM(model="gpt-4o-mini", temperature=0)
llm_anthropic_35 = LLM(model="claude-3-5-sonnet-20240620", temperature=0)
llm_openai_4o = LLM(model="gpt-4o", temperature=0)
llm_gemini_15_pro = LLM(model="gemini/gemini-1.5-pro-002", temperature=0)

然后你可以按每个 agent 的长项分配不同模型。比如：

@agent
	def content_researcher(self) -> Agent:
		return Agent(
			config=self.agents_config['content_researcher'],
			llm=llm_anthropic_35,
			tools=[BlogContentRetrievalTool()], 
			verbose=True
		)

这些能力意味着我可以对播客结构和脚本方式有很强控制。

1.3 Text-to-Speech：有潜力，也有限制

OpenAI 的 text-to-speech API 音质确实不错，但目前只有 6 个 voice 模型。对播客创作来说，这个选择还是偏少——尤其你想做多主持人对话时。声音多样性不足，会让不同创作者做出的播客听起来越来越像。这一块我很希望未来能改进，不管是 OpenAI 增加语音选项，还是更好接入其他 TTS 提供方。

当然我也理解 AI 安全方面的顾虑，所以各家实验室在 voice 模型扩充上可能不会太激进。

2. 现实校正：这不是“点一下就生成”

最开始我确实担心这会进一步加剧网络上的 AI 生成内容泛滥（“AI Slop”）。毕竟我大概 5 分钟就能生成一篇 15 分钟播客脚本。（在上面的 DeepLearning.AI 课程里，João 也确实演示了“Content creation at scale”的代码。）

但在我 真正 阅读/审阅 前几版脚本后，我的看法变了。

高质量内容仍然需要大量工作！

2.1 需要有设计感的 Agent 结构

我反复重构了 AI crew 的结构，多次增加角色，尤其是 “fact_checker” 角色。我现在的播客 crew 包含：

• Content researcher
• Script writer
• Fact checker
• Script editor
• Audio producer

2.2 持续迭代不可省

要做成，关键在于：

• 用行业语言去精细定义每个 agent 的目标与任务。有真实行业经验的人能写出更精准任务描述，输出质量会显著更好。
• 工具权限要有选择（不是越多越好）。agent 很容易陷入循环。
• 代理之间要有清晰 delegation 规则
• 输出结构要求要具体
• 质量标准要明确："What good work looks like"（这点我甚至拉上了我女儿一起设定——她更有创意 :D）

所以你会看到：AI crew 的确显著加速了我的工作（从研究到脚本、事实核查、修订、音频生成，至少 5X），但最终内容质量依然取决于我自己。

2.3 模型选择非常关键

不同 LLM 有不同“性格”，也有不同的遵循指令能力。所以你必须不断实验，理解各模型在流程每一步的优劣，才能让它们匹配你的需求。

一些观察：

• 同一个模型，API 响应与网页聊天界面响应会有差异
• 当前在 API 场景里，我更偏好 Anthropic 做长内容。但在网页端，我觉得 claude-3-5-sonnet-20241022 和 GPT-4o 实际上在一个水平线上。
• OpenAI o1-preview 目前是我 coding 场景首选

2.4 Feedback + Memory 是关键增益项

你必须给 AI crew 反馈。它们很会执行指令，但并不知道你具体要什么，也读不了你的心（至少现在还不行 haha）。通过反馈训练 crew 很关键。

在 CrewAI 里做这件事很直接，运行：

crewai train -n <n_iterations> <filename> (optional)

我目前还没完全展开 CrewAI 的 memory 功能，但 feedback 与 memory 的组合潜力非常大，尤其对稳定输出高质量内容这件事。

3. 说了这么多，给我看结果！

好好好，我听见你说了：“Chandler 你讲够了，给样例！”

下面是完整工作流样例：

• Research Phase：看 Content Researcher 如何分析并抽取我博客内容关键信息
• Fact Check Summary：Fact Checker 的详细核查报告
• Initial Script Draft：Script Writer 的第一版对话脚本
• Final Polished Script：Script Editor 打磨后的最终版本（节奏与可听性更好）
• Listen to the Result：Audio Producer 产出的最终音频

这些链接展示了从原始内容到完整播客的演进过程，也能看到不同 agent 在最终结果中的贡献。

我对这条流水线还有很多可优化想法，但希望上面这些足够让你感受到它已经能做到什么。

最后想法

CrewAI 最让我有好感的，是它在“简单”和“能力”之间平衡得不错。它确实让内容生产门槛更低，但它并不是魔法按钮——质量仍然依赖专业判断、精细规划和持续迭代。

你有在试 CrewAI、Langgraph 这类多 agent 框架吗？很想听你在做什么，欢迎留言或联系我。

致敬，

Chandler

更新（2026 年 1 月）：这个 CrewAI 实验最终演化成了 DIALØGUE —— 一个完整生产应用。上文提到的 voice 限制？我后来切到 Gemini TTS，拿到了 7 种语言、30 个声音。从 OpenAI 的 6 个 voice 到这个规模，提升非常明显。如果你感兴趣，可以 直接试试。