AI Agent工具链调查：开发者复用老工具，Redis/Ollama领先
【7】AI Agent 工具链：老工具打新仗
对于那 31% 在用 AI Agent 的人，他们用什么工具？
数据存储：Redis（43%）排第一。这是个二十年历史的内存数据库，现在被拿来当 Agent 的记忆层。新兴的向量数据库 ChromaDB（20%）和 pgvector（18%）也在快速增长，但还没超过传统选手。
编排框架：Ollama（51%）和 LangChain（33%）领跑。Ollama 让你在本地跑开源模型，LangChain 是最早的 LLM 应用框架。有意思的是，大厂的方案如 Vertex AI（15%）、Amazon Bedrock（15%）份额还不高。
监控工具：Grafana+Prometheus（43%）和 Sentry（32%）。这两个都是传统 DevOps 工具，开发者直接拿来监控 AI 应用，而不是采用专门的 AI 可观测性产品。
规律：开发者倾向于复用熟悉的工具，而不是为 AI 换一套新东西。这降低了学习成本，也说明 AI Agent 还没成熟到需要专门工具链的程度。
对于那 31% 在用 AI Agent 的人，他们用什么工具？
数据存储：Redis（43%）排第一。这是个二十年历史的内存数据库，现在被拿来当 Agent 的记忆层。新兴的向量数据库 ChromaDB（20%）和 pgvector（18%）也在快速增长，但还没超过传统选手。
编排框架：Ollama（51%）和 LangChain（33%）领跑。Ollama 让你在本地跑开源模型，LangChain 是最早的 LLM 应用框架。有意思的是，大厂的方案如 Vertex AI（15%）、Amazon Bedrock（15%）份额还不高。
监控工具：Grafana+Prometheus（43%）和 Sentry（32%）。这两个都是传统 DevOps 工具，开发者直接拿来监控 AI 应用，而不是采用专门的 AI 可观测性产品。
规律：开发者倾向于复用熟悉的工具，而不是为 AI 换一套新东西。这降低了学习成本，也说明 AI Agent 还没成熟到需要专门工具链的程度。