OpenAI 发布了 Agents SDK — 一个生产级框架，用于构建协调专业语言模型进行规划、执行和验证的多 Agent 工作流。该 SDK 针对需要复杂 AI 自动化流水线的团队，这些团队此前需要自定义编排层或第三方框架。
SDK 提供的能力
Agents SDK 提供多 Agent 工作流所需的四项核心能力：
交接协议 定义了一个 Agent 如何将工作传递给另一个 Agent。开发者无需构建自定义事件系统或共享状态管理，只需定义哪个 Agent 处理哪种任务以及上下文如何在 Agent 之间转移。SDK 标准化了交接消息的格式，使不同团队构建的 Agent 可以互操作。
重试逻辑 处理 Agent 调用失败的现实 — 网络错误、速率限制、模型超时和幻觉输出都需要重试策略。SDK 提供可配置的重试策略，开发者将其附加到 Agent 调用，而非在每次调用时手动包装错误处理。
追踪和可观测性 让开发者深入了解 Agent 执行情况 — 每个 Agent 决定了什么、收到了什么上下文、产生了什么输出、以及时间花在哪里。这对于调试单点故障级联到下游的故障非常重要，因为这些故障很难复现。
内置工具约定 标准化了 Agent 与外部工具（数据库、API、文件系统）的交互方式，减少了每个 Agent 都需要重复的样板代码。
与自定义编排的对比
在标准化 SDK 出现之前，构建多 Agent 系统的团队通常自行开发编排层：自定义消息队列、共享状态存储和手写的 Agent 协调逻辑。这些自定义系统的维护负担增长速度快于 Agent 复杂度的增长 — 添加新的 Agent 通常需要在多个地方更新协调逻辑。
Agents SDK 用基于约定的交接取代了自定义协调代码。向工作流添加新 Agent 意味着定义其角色和接收工作的条件，而非编写新的协调胶水代码。
与 MCP 的关系
Agents SDK 和 MCP（Model Context Protocol）解决了 Agent 架构的不同层次。MCP 标准化了 Agent 如何连接外部工具和数据源。Agents SDK 标准化了 Agent 之间如何相互协调。两者互补 — 使用 Agents SDK 构建的 Agent 可以通过 MCP 服务器访问工具，任何编排框架中的 Agent 都可以使用 MCP 服务器。
OpenAI 文档明确将 SDK 定位为编排层基础设施，与 MCP 等工具层标准不同且兼容。
生产就绪声明
OpenAI 将 SDK 定位为生产就绪而非实验性 — 这意味着 API 表面稳定、错误处理有文档记录、SDK 带有商业支持。这对根据维护保证评估开源框架的企业团队很重要。
可用性
OpenAI Agents SDK 可通过 GitHub 和 PyPI 获取。文档和示例工作流已在 OpenAI 开发者平台发布。