Agent开发新范式:OpenAI、Gemini与DeepSeek Harness解析
OpenAI Agents API、Gemini Agent与DeepSeek Harness如何重塑Agent开发?详解Harness、MCP、Runtime、多Agent与Python实操,助开发者构建生产级Agent。

过去,开发者构建 AI Agent,通常需要自己解决三个问题:选择大模型、编写工具调用逻辑,以及管理多轮任务状态。
模型负责理解指令,工具负责执行操作,应用程序则负责将两者连接起来。
但随着 Agent 开始承担代码开发、企业数据分析、浏览器操作和跨系统自动化任务,原来的简单调用模式逐渐暴露出局限:任务可能持续数小时,工具数量不断增加,上下文会不断膨胀,执行过程中还可能出现超时、权限错误和任务中断。
2026 年 9 月至 11 月,OpenAI、Google 和 DeepSeek 的一系列官方更新,反映出 Agent 开发正在发生一个重要变化:开发者不再只需要一个能够调用工具的模型,还需要一套完整的 Agent 执行基础设施。
9 月 10 日,OpenAI 发布 Agents API 公测,将 Codex 背后的 Agent Harness 能力开放给开发者;10 月 8 日,Google Cloud 推出 Gemini Agent,进一步将智能体能力延伸到企业办公环境;10 月 17 日,DeepSeek 更新 V4.1-Flash-1017,并针对 DeepSeek Harness 的执行效果提出版本升级建议。
这些变化说明,Agent 工具已经不再局限于浏览器插件、函数调用和 MCP 连接器,而是开始涉及任务调度、上下文管理、权限控制、执行沙箱和多模型协作。
对于正在开发 AI 应用的团队来说,应该如何理解这些变化?如果希望通过 API 构建自己的 Agent,究竟需要哪些工具和基础设施?
本文结合近期官方发布的信息,从 Agent 技术架构、工具生态、API 接入和工程实践几个方面进行分析。
一、为什么 2026 年的 AI Agent 开始重视执行环境?
首先需要明确一个概念:AI Agent 并不等于接入了工具的大模型。
一个普通的大模型应用,通常遵循以下流程:
用户输入 → 调用大模型 API → 获取模型回答 → 返回用户
这种方式适合知识问答、文本生成、内容总结等任务。
但如果用户提出:
“检查最近一次代码提交,分析是否引入了性能问题,定位相关函数,修改代码并运行测试,最后生成一份变更报告。”
模型仅仅生成一段文字并不能完成任务。
它还需要访问 Git 仓库、读取文件、执行代码、获取测试结果,并根据实际反馈决定下一步操作。
因此,Agent 的工作流程会变成:
用户提出任务 → 任务理解与规划 → 选择模型与工具 → 读取文件 / 查询数据 → 执行外部操作 → 检查工具返回结果 → 继续推理或重新规划 → 验证任务结果 → 输出最终报告
这套循环通常称为 Agent Loop。
它与传统的单次模型调用有一个本质区别:模型的输出不一定是最终答案,也可能是下一步操作的指令。
例如,模型决定调用 read_file,程序执行后将文件内容返回给模型。模型再根据文件内容决定是否调用 search_code 或 run_tests。
这个过程可能重复很多次。
问题也由此产生:
- 模型如何知道有哪些工具可以使用?
- 工具执行失败后,任务应该如何恢复?
- 如果上下文超过模型窗口,历史信息如何保留?
- 多个 Agent 同时执行任务时,如何管理它们的状态?
- 如果模型提出删除文件或修改数据库,谁来决定是否允许执行?
这些问题已经超出了模型本身的能力范围。
因此,2026 年 Agent 技术演进的一个重要方向,是将模型调用、工具管理和任务执行环境整合成完整的运行系统。
二、OpenAI Agents API:Codex 的 Harness 能力开始向开发者开放
2026 年 9 月 10 日,OpenAI 发布 Agents API 公测。
这次更新值得关注的地方,不只是增加了一种 API 调用方式,而是将支撑 Codex 长时间执行任务的 Agent Harness 能力开放给开发者。
官方在发布说明中指出,能够长期工作的 Agent 需要管理上下文、高效使用工具、协调子 Agent,并拥有可以持续运行、访问文件和执行代码的环境。
这也是 Agents API 的设计重点。
1. Harness 不只是一个工具集合
Harness 可以理解为 Agent 的运行控制层。
它负责连接模型、工具、执行环境和任务状态。
一个完整的 Harness 通常需要处理:
表格
| 功能模块 | 主要职责 |
|---|---|
| Context Manager | 管理对话历史和任务上下文 |
| Tool Registry | 注册、发现和管理工具 |
| Execution Runtime | 执行代码、文件操作和外部任务 |
| Sandbox | 限制程序运行权限 |
| Session Manager | 管理长期任务状态 |
| Approval Controller | 处理需要人工确认的操作 |
| Multi-Agent Coordinator | 协调多个 Agent 的任务分配 |
这意味着开发者不必每次都从零编写完整的 Agent 循环。
OpenAI 的 Agents API 提供了托管 Harness,开发者可以将注意力更多放在业务工具、知识资料和工作流设计上。
2. MCP、工具搜索与程序化工具调用
OpenAI Agents API 支持 MCP、Custom Functions 和内置 Web Search 等工具。
其中,MCP(Model Context Protocol)主要解决模型应用与外部工具之间的标准化连接问题。
例如,企业内部可以部署一个 MCP Server,开放以下能力:
- 查询订单状态。
- 检索内部知识库。
- 获取服务器监控数据。
- 查询代码仓库信息。
- 读取经过授权的业务数据。
Agent 不需要为每个业务系统重新编写一套完全独立的连接逻辑,而是可以通过 MCP 接入符合协议的工具服务。
OpenAI 还引入 Tool Search,按需加载相关工具定义。
这解决了一个容易被忽略的问题:当一个 Agent 连接几十个甚至上百个工具时,如果每次都将全部工具描述放进模型上下文,会产生额外的 Token 消耗。
按需加载能够减少无关工具定义对上下文的占用。
此外,Programmatic Tool Calling 允许 Agent 将多个相关操作组织成程序执行,在代码层面完成并行调用、结果过滤和数据组合,再将必要结果返回模型。
这对于大量数据处理任务尤其有用。
3. 多 Agent 协作开始进入 API 层
OpenAI Agents API 还支持 Multi-Agent。
主 Agent 可以将复杂任务拆分成独立工作,再交给不同的子 Agent 并行处理。
例如:
主 Agent:分析系统故障
├─ 子 Agent A:检查部署记录
├─ 子 Agent B:分析错误日志
└─ 子 Agent C:检查依赖变化
→ 主 Agent 汇总证据 → 生成故障分析报告
每个子 Agent 拥有独立的上下文,主 Agent 负责协调和汇总。
这种设计能够减少不同任务之间的上下文干扰。
不过,并行不意味着没有额外成本。子 Agent 会产生额外的模型调用和工具执行费用。如果任务本身非常简单,拆分后反而可能增加整体成本。
官方还公布了一些客户使用案例:Ciridae 表示其工作流评估得分从 0.71 提升至 0.85,并报告了 4 倍延迟改善;SafetyKit 报告其单案例成本降低 60%。
这些是客户提供的具体项目结果,并非所有使用 Agents API 的开发者都能获得相同收益。
三、Google Gemini Agent:Agent 开始进入企业办公系统
如果说 OpenAI Agents API 重点展示的是开发者如何构建和运行 Agent,那么 Google 在 2026 年 10 月 8 日推出的 Gemini Agent,则更加关注企业工作场景。
Google Cloud 在 Gemini at Work 2026 活动中介绍了 Gemini Agent。
其设计目标是让用户通过统一的交互入口完成知识查询、内容创作、数据分析和代码任务。
官方介绍中提到,Gemini 可以在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 等 Workspace 环境中工作,并结合组织业务上下文执行任务。
这代表 Agent 的应用边界正在从开发者工具扩展到企业日常工作系统。
1. Gemini Agent 不只是回答办公问题
传统办公助手的典型工作方式是:用户询问某份文件在哪里,模型返回相关文件链接。
而 Agent 更强调完整任务交付。
例如:
“整理最近一个季度的销售数据,比较不同地区的变化,生成汇报文档,并准备一份演示文稿。”
一个具备相应权限和工具的 Agent,需要完成:
- 从授权的数据源获取销售资料。
- 识别不同地区的数据字段。
- 清理和汇总数据。
- 计算关键指标。
- 生成分析结论。
- 创建报告和演示文稿。
- 将结果放回相应工作环境。
这里的核心不只是模型能不能生成表格,而是能否连接企业系统、读取真实数据并执行经过授权的操作。
Google 官方还强调了模型选择、成本控制、身份管理和权限治理。
这几个方向说明,企业级 Agent 不仅需要具备执行能力,还必须遵守组织内部的数据访问规则。
2. Managed Agents API 的异步执行和 Remote MCP
Google 在 2026 年 7 月 7 日公布了 Gemini API Managed Agents 的一组更新。
主要包括:
- 后台异步执行。
- Remote MCP Server 集成。
- 自定义函数调用。
- 跨交互凭证刷新。
其中,后台执行非常值得开发者关注。
传统 HTTP 请求通常需要客户端持续等待服务端响应。如果 Agent 需要分析大型代码仓库、处理大量文件,或者执行长时间任务,长连接可能不够稳定。
Google 提供的后台执行方式允许客户端创建任务后立即获得 Interaction ID。
之后可以通过该 ID 查询任务状态,或者获取执行进度。
下面是官方 JavaScript SDK 的简化示例:
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
agent: "antigravity-preview-05-2026",
input: "分析项目中的 TODO 注释,并按照模块和优先级生成报告。",
environment: "remote",
background: true
});
console.log("Task ID:", interaction.id);
console.log("Status:", interaction.status);后台任务创建成功后,客户端可以使用返回的 ID 查询执行状态,而不需要一直保持原始 HTTP 请求连接。
需要注意,以上是 Google 官方示例中的 Agent 名称和调用方式,实际可用的 Agent、权限和功能应以对应 API 文档为准。
3. Remote MCP 为什么对企业有价值?
假设企业内部已经存在一个监控系统,并且通过 MCP Server 暴露了查询接口。
过去,开发者可能需要自己编写中间层,将模型请求转换成内部监控系统的调用。
Managed Agents 支持直接连接 Remote MCP Server,让 Agent 在授权的执行环境中访问相应工具。
这意味着,Agent 可以将内置代码执行、搜索工具和企业内部 MCP 工具组合使用。
例如:
Gemini Agent
├─ Google Search
├─ Code Execution
└─ Internal MCP Server
├─ 监控数据
└─ 部署记录、Git 提交
当用户要求排查服务延迟时,Agent 可以先查询监控数据,再获取最近的代码提交记录,最后整理可能的关联原因。
不过,MCP 只负责工具通信,不负责自动授予所有数据权限。企业仍然需要在服务端做好身份验证、授权和操作审计。
四、DeepSeek Harness:模型升级之后,Agent 框架也需要同步升级
Agent 的实际表现并不完全由模型决定。
同一个模型,如果使用不同的工具组织方式、上下文管理策略和执行框架,最终结果可能出现明显差异。
2026 年 10 月 17 日,DeepSeek 发布 V4.1-Flash-1017 更新时,特别提到了对 DeepSeek Harness、Tencent CodeBuddy 和 WorkBuddy 等平台的优化。
官方建议使用 DeepSeek Harness 0.2.1-rc.1 或更高版本,以获得更好的模型执行体验。
这说明模型和 Harness 已经开始形成更紧密的协同关系。
1. 为什么模型升级后需要关注 Harness?
模型升级可能改变以下能力:
- 工具调用参数生成。
- 多步骤任务规划。
- 推理内容组织方式。
- 上下文使用效率。
- 任务执行长度。
如果 Harness 仍然沿用旧版本的工具解析和上下文管理逻辑,就可能无法充分发挥新模型的能力。
例如,模型已经能够生成更复杂的工具调用,但执行框架无法正确解析返回结构,就会造成任务失败。
又或者模型支持更灵活的推理档位,但旧版本 Harness 仍然使用固定配置,最终可能产生不必要的 Token 消耗。
因此,开发者应该将模型版本、Agent 框架版本和工具协议版本一起纳入测试。
2. DeepSeek 与 Codex 的组合已经有官方接入路径
DeepSeek 官方文档目前提供 Codex 集成指南。
Codex 通过 Responses API 与模型通信,而 DeepSeek API 原生支持 Responses API。
官方提供了一键配置脚本,可以将 DeepSeek 模型配置为 Codex 的模型提供方。
例如,macOS 和 Linux 可以使用:
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)Windows PowerShell 可以使用:
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex配置脚本可以帮助开发者完成模型提供方、模型目录和相关参数设置,并在修改前备份现有配置。
官方还说明,Codex CLI、ChatGPT 桌面应用和 VS Code IDE 扩展可以共享相关配置。
这里有一个重要的工程区别:
Codex 是负责代码开发任务的 Agent 工具,DeepSeek 则可以作为其模型提供方。
两者不是同一个产品,也不需要将模型本身与执行框架混为一谈。
五、Agent 工具应该怎么选?先区分 MCP、Harness、Runtime 和模型 API
现在 Agent 生态中的工具越来越多,很多开发者容易将它们混在一起。
实际上,这几个概念解决的是不同问题。
表格
| 技术或组件 | 主要作用 | 解决的问题 |
|---|---|---|
| LLM API | 提供模型推理能力 | 理解、规划、生成 |
| Function Calling | 生成结构化工具调用 | 告诉应用需要执行什么操作 |
| MCP | 标准化工具与数据连接 | 模型应用如何访问外部能力 |
| Harness | 管理 Agent 执行过程 | 如何组织上下文、工具和任务 |
| Runtime | 提供实际执行环境 | 代码、文件和程序在哪里运行 |
| Sandbox | 限制执行权限 | 如何降低执行风险 |
| Orchestrator | 协调多个任务和 Agent | 如何拆分、分配和汇总工作 |
可以用一个软件开发任务理解它们之间的关系。
假设用户要求:
“分析项目中的依赖漏洞,检查是否影响当前业务,并生成修复建议。”
模型 API 负责理解任务并制定初步计划。
Function Calling 负责生成结构化的工具请求。
MCP 可以连接代码仓库、依赖数据库和漏洞信息服务。
Harness 负责维护任务上下文,并决定下一步调用哪个工具。
Runtime 负责实际执行脚本。
Sandbox 限制脚本可以访问的文件和系统资源。
Orchestrator 则可以将依赖检查、代码影响分析和修复验证分配给不同的子 Agent。
它们共同构成一个完整的 Agent 系统。
这也是为什么单纯更换一个更强的大模型,并不能自动解决所有 Agent 工程问题。
六、实操:使用 Python 构建一个具备工具调用能力的 Agent
理解了不同组件的职责后,可以从一个简单的 API 工具调用循环开始。
下面以 OpenAI 兼容的模型接口为例,构建一个能够查询项目状态的简单 Agent。
示例将实现两个工具:
- get_project_status:获取项目状态。
- get_pending_tasks:查询待处理任务。
实际业务中,这两个函数可以连接企业数据库、项目管理系统或内部服务。
1. 安装依赖
pip install openai2. 初始化模型客户端
import os
import json
from openai import OpenAI
client = OpenAI(
api_key=os.environ["LLM_API_KEY"],
base_url=os.environ["LLM_BASE_URL"]
)
MODEL = os.environ["LLM_MODEL"]这里将 API 地址和模型名称设置为环境变量,是为了方便切换不同模型提供方。
需要注意,具体模型是否支持相应的工具调用参数、Responses API 或兼容格式,需要以实际接口文档为准。
3. 定义业务工具
def get_project_status(project_id):
data = {
"project_001": {
"name": "AI Customer Service",
"status": "in_progress",
"progress": 75
}
}
return data.get(project_id, {
"error": "Project not found"
})
def get_pending_tasks(project_id):
tasks = {
"project_001": [
"Complete API integration",
"Test authentication",
"Verify production logs"
]
}
return tasks.get(project_id, [])在生产环境中,工具函数应该连接真实数据源,并加入用户身份验证和权限检查。
4. 注册工具 Schema
tools = [
{
"type": "function",
"function": {
"name": "get_project_status",
"description": "获取项目当前状态",
"parameters": {
"type": "object",
"properties": {
"project_id": {
"type": "string"
}
},
"required": ["project_id"],
"additionalProperties": False
}
}
},
{
"type": "function",
"function": {
"name": "get_pending_tasks",
"description": "获取项目待处理任务",
"parameters": {
"type": "object",
"properties": {
"project_id": {
"type": "string"
}
},
"required": ["project_id"],
"additionalProperties": False
}
}
}
]工具 Schema 的作用是告诉模型:有哪些工具可以使用、工具的用途是什么,以及需要传递哪些参数。
工具描述应该尽量具体。
如果一个工具的名称、参数和功能描述不清晰,模型可能选择错误的工具,或者生成不符合预期的参数。
5. 执行工具调用循环
messages = [
{
"role": "system",
"content": """
你是一个项目管理助手。
根据用户要求查询项目状态。
只有在需要真实业务数据时才调用工具。
不得编造工具返回结果。
"""
},
{
"role": "user",
"content": "检查 project_001 的项目进度和待处理任务。"
}
]
tool_map = {
"get_project_status": get_project_status,
"get_pending_tasks": get_pending_tasks
}
for _ in range(5):
response = client.chat.completions.create(
model=MODEL,
messages=messages,
tools=tools,
tool_choice="auto"
)
assistant_message = response.choices[0].message
messages.append(
assistant_message.model_dump(exclude_none=True)
)
if not assistant_message.tool_calls:
print(assistant_message.content)
break
for tool_call in assistant_message.tool_calls:
name = tool_call.function.name
arguments = json.loads(
tool_call.function.arguments
)
if name not in tool_map:
result = {"error": "Unknown tool"}
else:
result = tool_map[name](**arguments)
messages.append({
"role": "tool",
"tool_call_id": tool_call.id,
"content": json.dumps(
result,
ensure_ascii=False
)
})这段代码展示了最基本的 Agent Loop:模型决定调用工具,应用执行工具,再将结果返回模型,直到模型给出最终回答或达到执行次数限制。
但它仍然只是一个教学示例,不是完整的生产级 Agent。
实际应用还需要补充:
- 工具参数的 JSON Schema 校验。
- 工具调用白名单。
- 用户权限检查。
- 超时和异常处理。
- 最大 Token 和执行次数限制。
- 日志、链路追踪和任务状态持久化。
- 对危险操作增加人工确认。
尤其是数据库修改、文件删除和命令执行,不能仅凭模型生成的参数直接执行。
七、多模型 API 如何支持 Agent 工具生态?
当 Agent 任务越来越复杂时,开发团队通常会发现,不同任务对模型的要求并不相同。
例如:
- 复杂代码分析需要较强的代码推理能力。
- 企业文档处理需要长上下文和稳定的信息提取。
- 图像识别需要多模态输入能力。
- 简单分类只需要较低成本的模型。
- 多步骤 Agent 则需要可靠的工具调用和上下文管理。
因此,模型路由逐渐成为 Agent 架构中的一个独立模块。
可以将不同模型放入统一的任务调度体系:
表格
| 任务类型 | 可考虑的模型或工具 | 主要用途 |
|---|---|---|
| 复杂文本推理 | DeepSeek | 逻辑分析、结构化判断 |
| 多模态任务 | Gemini | 图片、视频和文本理解 |
| 代码工程 | Codex | 项目分析、修改和执行 |
| 长程工具任务 | 支持 Agent 工作流的模型 | 多步骤规划与执行 |
| 简单文本任务 | 轻量模型 | 分类、提取、格式转换 |
需要注意,Codex 属于代码 Agent 产品和执行工作流,不是一个与 Gemini、DeepSeek 完全同类别的模型 API。
在实际项目中,模型路由不应该只根据模型名称决定,还应该结合任务类型、Token 预算、上下文长度、延迟和可用工具进行判断。
例如:
用户任务
→ 任务分类器
├─ 代码任务 → Codex
├─ 多模态任务 → Gemini
└─ 文本分析 → DeepSeek
→ 结果校验
→ 业务输出
对于需要管理多款模型接口、API Key 和调用记录的开发团队,可以通过 KoalaAPI 组织相应模型的 API 接入,减少不同模型分别配置和维护的工作。
但需要注意,统一 API 网关与 Agent Harness 是不同层次的组件。
API 网关主要负责模型请求接入和调用管理,Harness 负责任务状态、工具执行和上下文管理。即使使用统一 API 接口,也不能假设不同模型的 MCP、工具调用、推理参数和多模态能力完全一致。
上线前应该针对具体模型逐项验证。
八、企业 Agent 上线前,最容易忽略的四个问题
Agent 从开发环境进入生产环境后,最重要的变化是:模型生成的内容开始影响真实业务。
因此,不能只测试模型是否能够完成任务,还需要检查整个执行链路。
1. 工具权限不能完全交给模型决定
模型可以提出调用工具的请求,但是否允许执行应该由应用程序决定。
例如:
- 查询订单可以自动执行。
- 修改订单地址可能需要验证用户身份。
- 退款和删除数据则应该增加更严格的审批流程。
权限控制应该在工具服务端完成,不能仅依靠 System Prompt 约束。
2. 多 Agent 并行不代表任务一定更快
将一个任务拆分成多个子 Agent,可以同时处理独立工作。
但如果多个 Agent 都需要读取同一份资料,或者最终结果必须等待所有子任务完成,那么并行执行仍然可能受到资源竞争和同步延迟影响。
同时,每个子 Agent 都可能产生额外的模型调用费用。
因此,应优先拆分真正独立的任务,而不是为了使用 Multi-Agent 而强行拆分。
3. 长任务需要持久化状态
传统聊天请求通常只需要等待一次响应。
但 Agent 可能执行几十分钟甚至数小时。
如果服务器重启、客户端断开或者某个工具执行超时,系统需要知道任务执行到了哪一步。
建议至少保存:
- Task ID。
- Session ID。
- 当前执行阶段。
- 已完成的工具调用。
- 工具返回结果。
- 当前重试次数。
- 最后一次状态更新时间。
这样才能支持任务恢复和后续审计。
4. 必须建立任务级成本监控
Agent 的费用不只是一次模型请求的输入和输出 Token。
还可能包括:
- 多轮模型调用。
- 工具调用产生的外部费用。
- 子 Agent 的独立推理成本。
- 长上下文重复输入。
- 失败后的重试费用。
- 沙箱和计算环境费用。
因此,建议将单次 Agent 任务作为一个独立核算单位。
例如,一个代码审查任务可能调用模型 12 次,使用 3 个工具,产生 2 次重试。
如果只看最后一次模型请求的 Token 消耗,就无法得到真实任务成本。
九、Agent 工具下一阶段的重点:从能够执行到能够管理
从近期官方更新来看,Agent 技术正在形成三个相互关联的方向。
OpenAI Agents API 将长期任务管理、工具发现和多 Agent 协作纳入托管执行框架。
Google Gemini Agent 则进一步连接企业办公环境,通过异步执行、Remote MCP 和组织权限管理拓展业务自动化能力。
DeepSeek 则通过模型版本与 Harness 的协同优化,改善复杂任务的执行效率。
这三条路线虽然实现方式不同,但都指向同一个问题:模型只是 Agent 系统中的一个决策组件,真正决定任务能否稳定完成的,还包括上下文管理、工具质量、执行环境和权限治理。
对于准备开发 Agent 应用的团队,建议按照以下顺序推进:
- 第一阶段,先通过 API 验证模型在目标任务中的推理和工具调用能力。
- 第二阶段,建立 MCP 或自定义函数工具层,连接真实业务系统。
- 第三阶段,引入任务状态管理、异常恢复和执行沙箱。
- 第四阶段,根据任务复杂度决定是否采用多 Agent 协作。
- 第五阶段,建立模型路由、Token 成本和任务完成率监控。
这样可以避免一开始就搭建复杂的 Agent 系统,却没有验证实际业务需求。
结语
2026 年的 AI Agent 发展,正在从单纯的模型工具调用转向完整的执行基础设施。
MCP 解决外部工具连接问题,Harness 管理模型与工具之间的执行过程,Runtime 提供实际运行环境,Sandbox 负责安全隔离,Orchestrator 则处理多任务和多 Agent 协作。
OpenAI、Google 和 DeepSeek 最近的更新,已经从不同方向推动这些能力进入 API 和企业应用。
对于开发者而言,下一步不应该只关注哪款模型的推理能力更强,还需要评估它能否接入现有工具、是否支持长任务恢复、能否控制执行权限,以及每完成一项业务任务需要多少实际成本。
一个真正可用的 Agent,不是能够调用最多工具的模型,而是能够在明确权限和成本边界内,稳定完成业务目标的系统。

