我在这个站上把 Zapier、Make、Dify、Flowise、Langflow、CrewAI、AutoGen、MetaGPT、AutoGPT、SuperAGI 挨个写过一遍。单篇看每篇都对，合起来还是没人知道该选谁——因为它们压根不是一类东西。Zapier 卖的是 9,000 个现成应用接口，CrewAI 卖的是一个 Python 循环。把这两样放一张表里比星数，等于拿螺丝刀比菜刀。
这篇横向拉一遍，按”你到底要买什么”分三层，顺手把已经停更的挑出来。
第一层：iPaaS，买的是连接数
Zapier 和 Make 是同一种生意：把别人家的 API 包成”触发器 + 动作”，你拖几下就能跑通工单、线索、日报这些活。
Zapier 官网现在的口径是 9,000+ 应用集成、66,000+ 个触发器与动作，累计建了 45 万个 Agent，MCP 工具调用 339 万次。它这两年明显在往”AI 的动作层”转：Claude、ChatGPT 通过 MCP 接进来，代码 Agent 通过 SDK 接进来，底下还是那套跑了十三年的重试和错误恢复。第三方估算它的 ARR 在三亿美元量级（Sacra，2023 年底，非官方）。
Make 是 Integromat 改的名，2020 年被 Celonis 买走，官网写 3,000+ 原生应用。画布比 Zapier 更工程化，分支、迭代、聚合器都能直接摆出来，多步流程看得清楚，代价是第一次打开会被那一屏节点劝退。
这条路快，但贵且脆：计费按 task 或 operation 走，跑批前先算月账单；流程一复杂，画布变面条，改一个字段要顺三条分支。
第二层：画布编排，买的是给业务方的入口
Dify、Langflow、Flowise 不连应用，拼的是 LLM 应用——提示词、知识库、工具、分支，拼完产出一个 API 或者聊天界面。
GitHub 今天（10 月 22 日）的数据：Dify 15.9 万星，Langflow 15.6 万星（MIT），Flowise 5.5 万星。
三家都火过，结局不同。Flowise 在 8 月 13 日把仓库归档了，README 第一行就是”Flowise has been archived”。官方公告说得很直接：模型推理变强之后，开发者越来越多用 coding agent 处理复杂任务，”典型的刚性低代码工作流在复杂度上很快撞墙”，所以结束运营。代码是 Apache-2.0，留在 GitHub 上，想用自己 fork。
这段话值得单独拎出来：它不是一家公司的产品决策，是整个”画布派”的天花板。
第三层：代码框架，买的是控制权
AutoGPT、MetaGPT、CrewAI、AutoGen、SuperAGI 给的是代码：循环、状态、工具调用、多智能体协作，自己写。
AutoGPT 18.8 万星，早不是当年那个”给个目标自己上网”的实验品，现在是带可视化编排的 AutoGPT Platform。AutoGen 6.2 万星，微软出品，10 月还在提交。CrewAI 6.0 万星，MIT，角色加任务那套抽象确实好懂。
但这条路上停更的更多。MetaGPT 7.1 万星，最后一次提交停在 2026 年 1 月 21 日，九个月没动；SuperAGI 1.8 万星，最后一次提交是 2025 年 1 月 22 日，快两年。两个都还挂着框架的名头，实际当资料库读更合适。
怎么选：三个问题
- 要连的是现成 SaaS（CRM、表格、邮件、工单）？走第一层。数据量小、逻辑直，Zapier 起步最快；逻辑绕、想省钱自建，看 n8n（20.8 万星，自己部署自己运维）。
- 要给业务方一个能提问、能查知识库的入口？走第二层。我用下来 Dify 中文资料最全、更新最勤；要完全掌控 UI 和代码，Langflow 的 MIT 更省心。Flowise 只建议在已有部署上继续跑，不建议新上。
- 流程里有需要精确控制的循环、要接内部系统、要自己管重试和沙箱？走第三层。CrewAI 和 AutoGen 都在维护，MetaGPT 和 SuperAGI 别开新坑。
几句实话
star 数是最会骗人的指标。MetaGPT 七万星、SuperAGI 一万八、Flowise 五万五，看榜单都在热门，看 pushed_at 才知道三个都停了。选型前先看最后一次提交日期，比看星数有用十倍。
也别被”平台”两个字骗了。三层最后都落到同一件事上：谁负责重试、谁负责超时、谁负责把跑了一半的流程收回来。SaaS 帮你兜了，你就付订阅费；框架让你自己兜，你就得半夜爬起来看日志。这不是技术选型，是成本放在哪边的选择。
我自己的组合：轻量连接吃 Zapier 免费额度，知识库和内部工具在 VPS 上用 Dify 跑，真要控循环的活写成脚本挂在自己的队列上。三层都用，一层都不迷信。
