产品

OpenAI DevDay 2026 一手速报:Agent SDK 与开发者工具链的关键变化

DevDay 2026 官方回顾刷屏 HN 首页,81 分 35 条评论。官方稿和社区讨论对照看,挑出对国内 Agent 开发者真正有用的几个点。

字号

OpenAI 把 DevDay 2026 的官方回顾挂在 openai.com/index/devday-2026-recap/,同一时间上了 Hacker News 首页(HN 帖子 id=49896600),81 分、35 条评论——热度算年度级别。

我把官方稿和评论区对照看了一遍,挑了几个对国内 Agent 开发者真正有用的点。下面先说现场发了什么,再聊 SDK 的实际变化,最后看社区在吐槽什么。

DevDay 2026 现场到底发布了什么

官方回顾里能直接动手的东西,归一下类:

  • 新模型:GPT-5 系列继续扩展,重点在 reasoning 变体和更便宜的 mini 版。
  • AgentKit / Apps SDK:去年 DevDay 发的 AgentKit 这次是大版本更新。
  • Responses API:把原来散在 Chat Completions、Assistants、Tools 几个 endpoint 的能力收拢。
  • 平台工具:评测(Evals)增强、Guardrails、Tracing。

下面重点拆 Agent SDK。

Agent SDK 升级:从 ChatKit 到生产可用还差几步

去年 DevDay 被诟病的点主要是两件事:

  1. 多步工具调用可靠性差——Agent 跑 5 步以上就开始崩。
  2. 状态管理弱——上下文一长就丢东西,或者重复调工具。

今年 AgentKit 的更新如果按官方说法,已经在解决这两个问题。具体到代码层面,Responses API 的新用法大致是这样(基于官方 README 改写):

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5",
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter", "container": {"type": "auto"}},
    ],
    input="查找 2026 年 Q3 全球半导体销售额,并画一张趋势图",
    previous_response_id="resp_abc123",  # 状态延续靠这个
)

print(response.output_text)

关键变化:previous_response_id 这个参数把服务端状态做成了一等公民。开发者不用自己维护 message history,OpenAI 服务端帮你存。这意味着长链路 Agent 不再需要外挂一个向量库或 KV store 来存上下文——前提是你接受把状态交给 OpenAI。

代价也很明显:成本。每次 responses.create 调用都把整段历史传给服务端计费,token 消耗会比 Chat Completions 高 20-30%。官方没明说,但社区已经在吐槽。

另一个值得注意的改动是 Guardrails。现在可以在 SDK 层面声明输入输出的校验规则,不需要外挂一个独立服务。这个对生产环境很重要——去年很多团队是用 LangChain 自己拼的,今年可以省一层。

HN 评论区的真问题:开发者到底在吐槽什么

35 条评论里有几条高赞值得展开:

  • 价格透明度:有人贴了账单截图,Agent 跑一个 10 步的任务花了 $2.3。评论里有人说"这个定价模型不可持续,复杂任务跑一次比请一个实习生还贵"。
  • 限速:Tier 1 账号的 RPM(每分钟请求数)被吐槽太紧,做 demo 没问题,做生产完全不够。
  • 文档和 SDK 一致性:Python SDK 和 Node SDK 的行为不一致,某个 callback 在 Node 上不生效,社区有人贴了 issue 链接。
  • vendor lock-in:previous_response_id 这个设计让迁移成本陡增——你用 Responses API 跑半年,想换 Anthropic?对不起,历史状态拿不出来。

最后一条是真正的问题。OpenAI 在用 SDK 设计锁用户,不是阴谋,是阳谋。

对比去年 DevDay:哪些承诺落地了,哪些又鸽了

回顾一下:

  • 2024 年吹的 Realtime API:这次没大更新,多模态实时交互还是 beta。算半鸽。
  • Agent 模板市场:去年说要做的 marketplace,今年没看到影子。彻底鸽了。
  • Evals 平台:承诺的公开 leaderboard 至今没上线,团队还是得自己在内部跑评测。鸽。
  • Assistants API 的去留:官方终于承认 Assistants 是过渡方案,建议迁移到 Responses。这算是一次"软退役"。

模式很清晰:核心能力(Responses、Guardrails)做重,边缘产品(marketplace、leaderboard)砍掉或延期。OpenAI 在收拢战线。

国内 Agent 开发者的实际影响

判断很直接:能用,但要小心。

如果你做的是 toC 产品、或者数据合规要求不高,直接用 Responses API + AgentKit 是当下最快的路径。代价是 vendor lock-in 和账单不可控。

如果你做的是 toB、或者涉敏感数据,建议继续等国产替代。DeepSeek、Qwen、智谱这几家的 Agent 框架在快速追赶,但 SDK 设计上至少落后 OpenAI 6-9 个月。具体到状态管理这一块,国内开源框架(LangGraph、CrewAI、AutoGen)反而更灵活——你完全自己控制 state backend,不存在被锁定的风险。

我的取舍建议:核心链路用国产模型 + 开源框架(LangGraph 状态图 + DeepSeek/Qwen),边缘任务(搜索、文档解析)调 OpenAI API。这样既享受 OpenAI 工具链的便利,又不被锁死。

编辑思考

这次 DevDay 我最在意的不是 GPT-5 哪个变体又刷榜,是 Responses API 这个设计选择。

previous_response_id 把服务端状态做成协议级一等公民,这事比一个新模型重要得多。它的潜台词是:OpenAI 不再只是一个模型供应商,它正在把 Agent 运行时(runtime)做成像操作系统一样的层——状态、工具调用、Guardrails、Tracing,全在它的服务里。模型本身反而成了可替换的实现细节。

这件事过去一年已经在悄悄发生,但 DevDay 2026 是第一次明确表态。和过去不同的地方在于:之前 OpenAI 的策略是"模型领先就有人来",现在是"工具链锁定才有持久护城河"。模型差距会被开源追平(DeepSeek、Qwen 已经在做),但工具链生态一旦建立,迁移成本就指数级上升。

不确定的地方:这个锁定策略会不会激怒开发者社区?从 HN 评论看,已经有人在喊"Anthropic 什么时候出对等产品"。如果 Claude 推出一个开放状态管理的协议(比如类似 MCP 的 state transfer 规范),OpenAI 这步棋可能反过来变成负资产。Anthropic 的 MCP 这半年势头很猛,不是巧合。

总之,2026 下半年的 Agent 战场,模型不再是焦点,工具链才是。

来源: https://openai.com/index/devday-2026-recap/