CrewAI 1.15.23：原生 Gemini 3.8 Flash；AMP 一键评估最近一次 traced run

核心背景与行业痛点 多 Agent 编排框架长期卡在两件事：一是新模型（如 Gemini 3.8 Flash）要等 LiteLLM/适配层才能用，原生 SDK 路径滞后；二是跑完 Crew 往往只有日志，缺少「最近一次轨迹 → 一键评分」的闭环，回归与人工抽检成本高。运维侧限流重试与云厂商异步/同步不一致，也会让长程任务中途脆断，影响生产稳定性。 ### 架构亮点与底层机制 CrewAI 1.15.23 在原生 Google SDK 路径加入 Gemini 3.8 Flash，与 官方 LLM 指南 的 provider 模型一致。评测侧：记录 last traced run，并经 AMP 执行 crewai eval，TUI 暴露 Evaluate、CLI 打印 graded areas。Tracing 增强任务 span，写入声明的 output format 与实际结果，便于对照 schema。LLM 层对 throttled 调用自动重试，Bedrock 上 acall 失败可回退同步；另修复 SQLite 连接、S3 body、Selenium driver 复用等资源问题，平台集成 UX 与热门集成排序也做了收紧。 ### 权威 Benchmark 与实测跑分对比 该补丁版未公布独立公开 benchmark 数字；Gemini 3.8 Flash 能力以 Google 模型卡为准。框架侧价值在可观测与评测工作流，而非模型榜单分数——请在自有任务集上对比启用 AMP eval 前后的回归通过率、graded areas 覆盖与人工抽检一致性。 ### 开发者实战落地与开箱指南 ``bash pip install -U "crewai==1.15.23" # 或 uv add "crewai[google]==1.15.23" ` 配置 LLM(model="gemini/gemini-3.8-flash", api_key=...)（以 docs.crewai.com LLMs 当前 ID 为准）。开启 tracing 跑一轮 Crew 后，用 crewai eval` 评估 last traced run；在 TUI 点 Evaluate 查看 graded areas。仓库：crewAIInc/crewAI，站点 crewai.com，追踪文档见 Tracing。