最有动机鼓吹 agent 的公司, 写了一份从头到尾在劝退的文档, 这个反差是我重读它的理由。2025 年 4 月, OpenAI 发布 34 页的"构建 Agent 实用指南", 当时正是 agent 这个词被营销稀释得最厉害的时候, 什么东西都敢叫 agent。这份指南开篇先收窄定义: 只有当 LLM 控制工作流的执行、并且能动态选择工具时才算, 聊天机器人、单轮问答、分类器统统出局。一刀下去, 市面上九成自称 agent 的产品没了名分。
指南的骨架是三处"先别"。第一, 先别建: 给了三个判据, 复杂决策、难以维护的规则、重度依赖非结构化数据, 三样都不沾就老老实实用确定性方案。第二, 先别上多 agent: 单个 agent 加工具加 prompt 模板能撑很久, 出现明确信号才拆, 比如提示词里的条件分支多到难以维护, 或者工具相互重叠导致模型持续选错。这里有个来自真实部署的经验颗粒我印象很深: 问题不在工具数量, 在相似和重叠, 15 个界限清晰的工具能跑, 10 个功能重叠的反而会崩。第三, 先别裸奔上线: guardrails 做分层防御, 从相关性分类、PII 过滤到工具风险分级, 最后一层永远是人工介入, 退款付款这类高风险动作要交回人类审批。
一年多过去, 这份保守被时间站了队。业界热度明显从复杂的多 agent 编排回摆到"单 agent 加强工具加长上下文", 各家平台的安全架构也基本长成了它描绘的分层防御的样子。当初被复杂架构图刷屏的人, 如今多半会承认这份文档说的是人话。
“Our general recommendation is to maximize a single agent’s capabilities first.” (我们的总体建议是: 先把单个 agent 的能力用到极致。)
出自 OpenAI, A practical guide to building agents
但把它捧成中立的工程文献就上当了。全部代码示例只用自家 Agents SDK, 文档里那段不点名贬低声明式图框架的附框, 发布当月就被 LangChain 的 CEO 长文回击, 指出描述并不准确。更微妙的是, OpenAI 自己半年后推出的可视化编排产品, 和这份指南推崇 code-first 的立场形成了张力, 立场原来也是会跟着产品线走的。它最大的空洞在评估: 通篇反复念"先建立 eval 基线", 却没有一个字讲多步任务怎么打分、非确定性输出怎么回归测试, 而这恰好是 agent 落地公认最难的环节。34 页的实用指南, 在最难的地方只给了一句口号。全文也没有任何量化数据, 成本、延迟、失败率一个数字都不给, 所有经验主张全靠信任背书。
我的用法是把它降级使用, 降到它真正可靠的那一层: 立项决策清单。三判据自查、升级信号、工具风险分级、人工介入的两个开关, 这些拿来就能用, 而且大概率帮你省掉一次过度设计。至于生产架构, 去看那些愿意交出真实数字的文档。一份材料最诚实的部分, 往往就是它劝你别做什么的部分, 这份指南的价值恰好全在那三处"先别"里。
原文: A practical guide to building agents, 作者 OpenAI (Business Guides and Resources 团队), 发布于 2025-04