很多人第一次用 Agent 产品，会默认把它当成一个聊天界面：我发一句，你回一句，最好几十秒内结束。但只要任务开始碰到搜索、代码执行、远程工具、长链路推理，这种交互模型很快就不够用了。真正的问题不是模型能不能继续想，而是你的产品能不能承受一个任务跑十几分钟、几十分钟，甚至更久。 这就是我最近特别关注 background mode 的原因。Open…

这两年很多团队做 Agent，表面上看是在升级模型，实际上只是在把 prompt 写得越来越长、把工具列表堆得越来越多、把状态偷偷塞进各种缓存和数据库里。它能跑，但很不稳。 所以我现在看 Responses API 和新一代 Agents SDK，最重要的地方并不是“OpenAI 又发了新东西”，而是它们在把一件长期很混乱的事逐渐收回正轨：Agen…

过去一年做 AI 应用，很像在搭乐高：模型一层、工具调用一层、工作流编排一层、记忆层一层、聊天 UI 一层、部署和监控再来一层。能跑起来当然可以，但拼得越多，后面越像在维护自己的小型集成平台。最近一个很明显的趋势是：统一 AI 应用栈正在开始成形。无论是模型厂商往上做 agent 框架，还是应用平台往下包工具、状态、UI 和部署，大家都在做同一件事…

很多人第一次做 AI Agent，会自然写出一串 if else：用户问搜索就调用搜索，用户问文件就读文件，用户问计算就丢给代码执行。这个写法能跑 demo，但很快会变成维护噩梦。工具越多，分支越多，异常越多，最后你维护的不是 Agent，而是一套脆弱的人工路由系统。 OpenAI Responses API 的方向很明确：把多工具调用放进一个 a…

这一年再看 Agent，热闹的部分已经不新鲜了。会调工具、会写代码、会多轮对话，这些能力大家都见过了。真正开始拉开差距的，不再是“它能不能做点事”，而是“它能不能把一件事稳定做完，而且中途出错后还能接着做”。 我越来越倾向于一个判断：2026 年值得投入的 Agent 方向，不是继续做一个更花哨的聊天入口，而是做可恢复、可观察、可拆分的任务流系统。…