TrueFoundry开源智能体编排框架TrueForge：成本低30%–75%，支持厂商中立部署与上下文精细化管控

又是一天，又一款新的AI智能体编排框架（harness）发布。

但这一次，它旨在解决一个日益严峻的企业级问题：随着AI智能体数量激增，如何在降低使用成本的同时，赋予开发者对智能体及工具更强的控制力。

TrueFoundry是一家总部位于旧金山的B2B机器学习初创公司，由前Meta工程师于2021年联合创立，该公司已在其GitHub平台上以宽松的MIT许可证发布了自研的定制化 TrueForge编排框架 。因此，开发者（或其所属企业的）可将其与任意偏好的AI模型配合使用，亦可自由fork、修改、自托管，并集成至商业产品中。 GitHub。因此，开发者（或其所属企业的）可将其与任意偏好的AI模型配合使用，亦可自由fork、修改、自托管，并集成至商业产品中。

该公司在一篇 博客文章 中指出，当TrueForge搭配开源大语言模型GLM-5.2，在DevRev的Enterprise-Bench基准测试中成功完成14项任务中的11项（该测试涵盖CRM、问题追踪和文档管理系统等多步骤工具调用场景）时，其成本比使用Anthropic Claude Managed Agents编排框架（基于Claude Opus 4.8）达成相同结果的成本低75%（2.90美元对比11.80美元）。

在两种编排框架均使用同一模型Opus 4.8的情况下，TrueFoundry仍宣称TrueForge相较Claude Managed Agents可节省约30%的成本（8.50美元对比11.80美元）。

为何TrueFoundry要免费提供这一高效能编排框架？

TrueFoundry联合创始人兼首席运营官Anuraag Gutgutia在独家接受VentureBeat采访时称：“我们已从众多客户那里收到此类需求。你们已具备引入智能体和MCP（Model Control Protocol，模型控制协议）的能力——那么，能否也提供一种方案，让我们实际启动这些托管式智能体？我认为这正是我们正在满足的需求。它并非替代品。人们将把TrueForge与其他编排框架（例如云托管型或商业供应商托管型框架）协同使用，但它将为用户提供一种厂商中立且成本更低的使用方式。”

事实上，TrueFoundry已面向企业提供付费的AI网关（AI Gateway）服务，用于集中管控模型与MCP的访问权限、凭证、权限、预算及可观测性。相比之下，TrueForge则负责处理该网关之上的环节：即让模型反复进行推理、调用工具、接收结果并持续工作直至任务完成的循环流程。

对于企业开发者而言，其实际价值在于：可仅凭一条命令及SQLite即可在本地启动，随后再将同一智能体编排框架迁移至使用Docker Compose或Helm配合Postgres与Redis的共享部署环境中。

TrueFoundry明确警告，本地配置仅限于开发者个人机器使用，不可作为面向互联网的生产服务。

Gutgutia表示，公司最终目标是使其AI网关成为企业所选用的各类智能体及编排框架共同依赖的基础层。

他说：“将有一部分公司会采用我们的编排框架作为启动托管式智能体的方式”，而其他公司可能继续使用Claude、其他开源编排框架或内部系统。“但所有流量仍应经由我们的网关流转。”

上下文管理是TrueForge力求削减浪费的关键所在

TrueForge的架构以上下文工程（context engineering）为核心——即精确控制每次智能体运行各步骤中传回模型的信息量。

这包括：延迟加载MCP工具模式（schema），直至其实际被需要；将孤立任务委派给子智能体（subagents）；将过大的工具执行结果存入文件而非塞入当前活跃的上下文窗口；通过代码处理结构化结果；以及自动压缩长时间运行的对话。

文档中将默认压缩阈值设为50,000个token，但该阈值可按智能体单独调整。

TrueForge对沙箱（sandbox）的处理方式亦不同于那些在整个运行过程中始终将智能体置于隔离环境中的运行时（runtimes）：核心智能体循环保留在TrueForge服务器上；仅当智能体需要执行代码或操作文件时，才临时配置沙箱作为一项工具。TrueFoundry称，此举可减少不必要的计算资源消耗，并允许单台服务器并发运行更多智能体。

该公司认为，上述设计选择直接降低了模型调用支出。

TrueForge与Claude Managed Agents及其他主流编排框架的对比

类型／聚焦点

• TrueFoundry TrueForge： 面向企业部署的通用型生产级智能体编排框架。

• DeepSeek Harness： 开源智能体编排框架，目前定位为开发者预览版。

• OpenAI Codex CLI： 以编程开发为核心、主要面向软件工程工作流的智能体编排框架。

• LangChain Deep Agents： 基于LangGraph构建的通用型智能体编排框架。

• Anthropic Claude Managed Agents： 由Anthropic运营的全托管式生产级智能体运行时（runtime）。

许可证

• TrueFoundry TrueForge： MIT许可证。

• DeepSeek Harness： MIT许可证。

• OpenAI Codex CLI： Apache 2.0许可证。

• LangChain Deep Agents： 麻省理工学院（MIT）。

• Anthropic Claude Managed Agents： 专有。

价格

• TrueFoundry TrueForge： 开源框架本身免费。模型、沙盒及基础设施成本另行计算。TrueFoundry 还可通过其更广泛的平台提供可选的商业治理层。

• DeepSeek Harness： 无框架许可费。用户需另行支付所选用的模型提供商及基础设施费用。

• OpenAI Codex CLI： 该命令行界面（CLI）为开源。底层模型/API 或订阅费用另行计算；OpenAI 表示费用约为每位开发者每月 100–200 美元，但实际支出因所选模型而存在显著差异。

• LangChain Deep Agents： 开源，模型与基础设施费用另行计算。LangChain 还通过 LangSmith 提供可选的商业服务。

• Anthropic Claude Managed Agents： 按消耗的 Claude token 计费，并另加每运行会话小时 0.08 美元费用，运行时长以毫秒为单位计量。

模型灵活性

• TrueFoundry TrueForge： 供应商中立，设计围绕自带模型（bring-your-own-model）支持展开。

• DeepSeek Harness： 支持多提供商，不限于 DeepSeek 自家模型。

• OpenAI Codex CLI： 支持可配置的推理端点，包括 OpenAI 兼容服务及本地模型选项。

• LangChain Deep Agents： 通过 LangChain 生态系统提供广泛的多提供商支持。

• Anthropic Claude Managed Agents： 以 Claude 为中心。

部署

• TrueFoundry TrueForge： 可作为单进程在本地运行（使用 SQLite），随后可迁移至生产环境部署，采用 Docker Compose 或 Helm 配合 PostgreSQL 与 Redis。

• DeepSeek Harness： 专为本地或自托管运行而设计。

• OpenAI Codex CLI： 主要为本地命令行界面（CLI）体验，同时辅以 OpenAI 托管的 Codex 产品与服务。

• LangChain Deep Agents： 可自托管，亦可通过 LangChain 与 LangSmith 基础设施进行部署。

• Anthropic Claude Managed Agents： Anthropic 负责运行时与基础设施管理。

核心功能

• TrueFoundry TrueForge： 支持 MCP 与工具编排、子智能体（subagents）、人工审批检查点、持久化会话、上下文压缩、大结果卸载、代码模式（Code Mode）、生成式用户界面（generative UI）、追踪（tracing）以及“沙盒即工具”（sandbox-as-a-tool）架构。

• DeepSeek Harness： 支持可插拔的模型、工具、会话存储与智能体循环（agent loops），并具备沙盒化、权限控制、审批关卡（approval gates）及技能（skills）功能。

• OpenAI Codex CLI： 支持智能体循环、仓库与文件操作、Shell 执行、MCP 工具、沙盒化、权限控制、审批机制及上下文管理。

• LangChain Deep Agents： 支持规划、子智能体、技能、基于文件系统的上下文管理、持久化记忆、人工介入（human-in-the-loop）控制、MCP 支持以及多种沙盒后端。

• Anthropic Claude Managed Agents： 提供托管执行环境、持久化能力、工具、沙盒化及面向长期运行智能体的基础设施。

关键差异化因素

• TrueFoundry TrueForge： 其最突出的区别在于，将开源、厂商中立的运行时框架与一条从本地开发到共享生产运行时环境的清晰路径相结合，并可通过TrueFoundry选择性地叠加企业级治理平面。

• DeepSeek Harness： 强调深度模块化。运行时的各个主要组成部分——包括模型、工具、存储以及智能体循环（agent loop）——均被设计为可替换的插件。

• OpenAI Codex CLI： 作为一款高度成熟的、专为软件工程场景设计的运行时框架而脱颖而出，而非通用型企业级智能体服务器。

• LangChain Deep Agents： 得益于更广泛的LangChain与LangGraph生态系统，为构建通用型智能体提供了一条成熟的开源路径。

• Anthropic Claude托管智能体（Claude Managed Agents）： 通过由Anthropic托管运行时显著降低了运维负担，但以更强的模型与平台耦合为代价换取了该便利性。

开源并不自动意味着受管控

对于企业采购方而言，一个最重要的区分点在于：仅使用TrueForge本身，与将TrueForge连接至TrueFoundry商业AI网关（AI Gateway）之间的差异。

该开源运行时框架可独立运行，但它并不会自动继承组织已有的企业级访问策略。

“如果你仅使用我们智能体运行时框架的开源版本，那么是的，你必须在其中或在其前方的其他内部控制系统中部署恰当的管控措施，”古特古提亚（Gutgutia）向VentureBeat表示。

当与TrueFoundry网关配对使用时，该公司称智能体可继承已绑定至模型、MCP服务器、工具、技能及其他智能体的身份与访问控制策略。古特古提亚将该网关描述为集中实施企业级单点登录（SSO）、身份提供商及细粒度权限策略的位置，而非为每个智能体单独重新实现这些功能。

这一区别对于正在评估该项目的平台工程团队而言可能至关重要。TrueForge是免费软件；TrueFoundry的治理层则是围绕它的商业控制平面。

TrueFoundry表示NetApp曾是该运行时框架的测试用户，并在开发过程中贡献了需求。古特古提亚称，NetApp的IT部门已将该技术用于事件响应与更快的工单分类（ticket triage），同时还将内部智能体作为自助式工具向开发者开放。他还指出Automattic是早期用户之一。