九个智能体框架的工单关闭率对比
研究通过 GitHub API 统计九个仓库在同一时间窗口内收到的 3,562 条人工提交工单,OpenAI Agents SDK 与 LangGraph 的 30 天关闭率分别为 98.3% 和 17.4%。关闭率反映工单状态,判断问题是否修复还需查看关闭原因。
原文暂未完整获取,基于公开信息的快读
一项发布在 dev.to 的研究,对比了九个 AI Agent 框架仓库的 GitHub 工单处理情况:同一提交窗口内,OpenAI Agents SDK 的 30 天关闭率为 98.3%,LangGraph 为 17.4%。差距很大,但它衡量的是工单多久被关闭,不能直接当成 Bug 修复率,也不能据此判断首次回复有多快。
目前能确认什么
作者通过 GitHub API,统计了 2026 年 8 月 23 日至 10 月 22 日创建的 3,562 条人工提交工单,并在 11 月 21 日读取状态。统计排除了 Pull Request 和作者账号类型为 Bot 的工单,每条工单都有至少 30 天的观察期。
OpenAI Agents SDK 的关闭时间中位数约为 30 小时;Claude Agent SDK for Python 的 54 条工单中关闭了 1 条。研究没有测量维护者首次回复时间,因此标题中的「响应」需要谨慎理解。
工单关闭,不等于问题修复。
重复问题、转往 Discussions 的提问,以及被过期清理流程处理的工单,都可能进入关闭状态。GitHub 的 state_reason 可以提供线索,但 not_planned 本身不能证明工单是被机器人清理的,仍需查看讨论和关闭操作。
我的判断
对程序员选型,这份数据更适合用来决定先抽查哪些仓库。OpenAI Agents SDK 的高关闭率,值得进一步检查关闭说明是否清楚、是否关联修复;LangGraph 的低关闭率,则需要确认积压的是已确认缺陷、功能请求,还是转向其他渠道处理的问题。
如果项目依赖维护者排查阻塞性 Bug,我会优先看同类缺陷的处理记录:有没有人复现、有没有修复提交、修复是否进入可用版本。Star 数和发版频率回答不了这些问题。
现有节选不足以确认各仓库的工单类型构成,也无法给出实际修复率。这份比较能帮助筛选维护风险,还不足以给框架支持质量排总榜。