Комплекти розробника й програмні інтерфейси для агентів

Уявіть сервіс перевірки змін у коді. Після відкриття запиту на злиття агент — застосунок, що керує кроками моделі й інструментів до визначеного результату, — має прочитати опис і різницю коду, запустити дозволені перевірки, скласти короткий звіт і передати його людині. Чи потрібен для цього окремий агентний комплект розробника програмного забезпечення (software development kit, SDK), чи досить викликати модель через інтерфейс програмування застосунків (application programming interface, API)? А якщо робота перерветься після запису коментаря, хто не допустить його дублювання?

Після цієї глави читач зможе відрізнити модель, API, клієнтську бібліотеку, агентний SDK і керований агентний сервіс; обрати межу відповідальності між власним застосунком і постачальником; визначити, де зберігати стан, як обробляти повтори й зупинку та чим доводити завершення. Передумови — цикл інструментів із глави 54, реальні системні приклади з глав 55–56, надійна доставка з глав 62–63 та спостережуваність з глави 71.

Блок A. Знайдіть межу між моделлю, SDK і середовищем

72.1. Одна назва «агент» позначає різні частини

Модель генерує наступний вміст за наданим контекстом. Інтерфейс програмування застосунків — це мережевий контракт, через який програма надсилає запит до сервісу й отримує відповідь. Комплект розробника програмного забезпечення — бібліотека та допоміжний код для виклику API або запуску агента з програми. SDK може спростити автентифікацію, потокову передачу подій, повтори чи перетворення типів, але його наявність не означає, що постачальник виконує вашу бізнес-логіку.

Агентний цикл — послідовність, у якій програма подає ціль моделі, отримує відповідь або запит на інструмент, виконує дозволену дію, повертає результат і продовжує роботу до зупинки. Harness (середовище керування агентом) — реалізація цього циклу разом із правилами інструментів, контекстом, зупинкою, дозволами та спостереженням. Англомовний термін залишено, бо постачальники використовують саме його. У вашому застосунку harness може бути невеликою функцією, SDK або окремим сервісом постачальника.

Частина	Що вона робить	Типова відповідальність
Модель	Створює текст, структуровані дані або запит інструмента	Вибір моделі, версії, обмежень запиту та бюджету токенів
API	Приймає запит і повертає відповідь або події	Мережева взаємодія, контракт і продуктово-специфічні можливості
Клієнтський SDK	Допомагає викликати API з конкретної мови програмування	Мережеві запити, типи, потокові події, помилки, іноді автоматичний цикл інструментів
Агентний SDK	Запускає готовий цикл або надає будівельні блоки для нього	Стан окремого запуску, маршрутизація інструментів, координація
Застосунок	З’єднує роботу агента з користувачами й доменними системами	Ідентичність, бізнес-правила, доступ, дозволи, аудит і приймання
Середовище виконання	Дає процесору агента файлову систему, мережу, оболонку чи ізоляцію	Ресурси, секрети, обмеження й життєвий цикл виконання

Слово «сесія» також не має універсальної семантики. Воно може означати діалог моделі, запис у сховищі провайдера, процес у пісочниці або ваш доменний запит на перевірку. Перед інтеграцією знайдіть у документації саме потрібний ресурс, його строк життя, видалення, версіонування, ліміти, повторне під’єднання та політику зберігання. OpenAI прямо розділяє сесію Agents API, сесію SDK, розмову Responses API та пісочницю; Anthropic окремо описує Messages API, Claude Agent SDK і Managed Agents.

72.2. Актуальна карта інструментів постачальників

Наведений нижче стан перевірено 10 жовтня 2026 року. Це опис продуктів і документації на цю дату, а не гарантія незмінності. Перед новим проєктом звірте статус, підтримувані функції, сумісність, регіон, план і правила зберігання в поточних офіційних джерелах.

Потреба	OpenAI	Anthropic
Викликати модель і власноруч будувати керування	Responses API; власний застосунок реалізує цикл для клієнтських функцій і правила продовження	Messages API; власний цикл або бета Tool Runner у клієнтському SDK
Запустити керований агентний цикл	Agents API: керований Codex harness, сесії, оркестрація та кероване ущільнення контексту; публічна бета	Managed Agents API: агент, середовище, сесії та потік подій; бета
Використати кодовий агент у своїй інфраструктурі	Codex SDK: запуск harness Codex під керуванням власної інфраструктури	Claude Agent SDK: бібліотека Python або TypeScript, що запускає Claude Code як програмований процес
Використати загальну клієнтську бібліотеку	Офіційні клієнти API для мов і середовищ, наведених у документації	Клієнти Messages API для Python, TypeScript, C#, Go, Java, PHP і Ruby

OpenAI. Документація розрізняє три межі. Agents API передає керування циклом, сесіями, ущільненням контексту й відновленням серверному Codex harness; застосунок надає інструменти й обирає середовище виконання. Agents SDK запускає агентний цикл усередині застосунку й дає команді контроль над розгортанням, сховищем, погодженнями та інтеграціями. Responses API дає прямий доступ до моделі та керованих можливостей, тоді як власний цикл для функцій і правил завершення лишається відповідальністю застосунку. Agents API перебуває у публічній бета-версії: її оголошено 10 вересня 2026 року.

Agents API зберігає стан сесії для продовження роботи, але саме це має бути враховано в політиці даних: наразі резидентність даних доступна лише у США, а режим Zero Data Retention (ZDR; нульового зберігання даних) не підтримується. Вибір власної пісочниці не робить сервіс придатним для ZDR. Сесії та опубліковані артефакти можна видалити після завершення роботи; перед інтеграцією перевірте актуальні правила зберігання для потрібного продукту й договору.

Codex SDK. Це окремий спосіб керувати локальними потоками Codex через сервер застосунку, а не назва Agents API чи прямого виклику Responses API. TypeScript-бібліотека працює в серверному середовищі Node.js 18 або новішому; стабільний Python-пакет openai-codex потребує Python 3.10 або новішого. Вимоги й доступні можливості залежать від мови та версії, тому фіксуйте версію пакета й lock-файл.

Anthropic. Messages API дає прямий доступ до моделі: клієнтський SDK обробляє мережеві запити, а застосунок виконує власні клієнтські інструменти й повертає їхні результати. Бета Tool Runner виконує поширений агентний цикл і керує станом розмови, але процес та інтеграцію продукту залишає у вашому застосунку. Claude Agent SDK надає інструменти, цикл і керування контекстом Claude Code у програмованій бібліотеці для Python або TypeScript; Claude Code CLI залишається окремим інтерактивним інструментом.

Managed Agents переносить harness до інфраструктури Anthropic. Усі його запити потребують бета-заголовка anthropic-beta: managed-agents-2026-04-01; сесії зберігають історію розмови, стан пісочниці та результати на сервері. Тому Managed Agents наразі не підтримує ZDR і не має покриття Business Associate Agreement (BAA; угоди з діловим партнером) за законом Health Insurance Portability and Accountability Act (HIPAA; законом США про переносимість і підзвітність медичного страхування). На Claude Platform on AWS автономна сесія без подій користувача може працювати до шести годин, після чого потребує повторної автентифікації; сесія в self-hosted середовищі не може приєднати сховище пам’яті агента, хоча в хмарному середовищі може. Це обмеження AWS-поверхні: прямий Claude Managed Agents не має такого ліміту автономної сесії й підтримує сховища пам’яті також у self-hosted середовищах. Ці властивості не слід переносити з одного продукту Anthropic на інший.

Версії пакетів — швидкозмінний знімок, а не рекомендація встановлювати останній випуск. Станом на 10 жовтня 2026 року маніфести головних Python-репозиторіїв указують openai-agents 0.23.1 і claude-agent-sdk 0.2.165; останній має класифікатор Alpha (альфа-версія), тобто ранній етап розробки. Це метадані репозиторіїв, не гарантія однакової публікації в кожному середовищі. Для відтворюваної збірки фіксуйте версію пакета й файл блокування залежностей, а не покладайтеся на latest.

72.3. Виклик функції ще не є її виконанням

Виклик інструмента (tool call) — це структурований запит моделі, який пропонує назву операції та аргументи. Він сам по собі не підтверджує, що операцію виконано. У типовому циклі застосунок надсилає моделі опис і схему доступних інструментів; модель повертає запит виклику; застосунок перевіряє аргументи, авторизацію й політику; дозволений обробник виконує дію; застосунок повертає результат і просить модель продовжити. Якщо інструмент виконується на стороні постачальника, як деякі пошукові інструменти, цей крок обробляється там за його контрактом.

Схема аргументів допомагає перевірити форму даних, але не замінює авторизацію. Модель не повинна вирішувати, до яких рядків бази даних, репозиторіїв чи облікових записів має доступ користувач. Перевірте ідентифікатор суб’єкта, ресурс і дію у власному серверному коді. Для кожного інструмента визначте, чи він читає, змінює або видаляє стан, які дані може повернути, скільки часу може працювати і чи потрібна згода людини.

Повністю розібраний приклад 1: агент шукає статус задачі, але не створює її. Інженер питає: «Що блокує випуск 2.4?» Застосунок надає інструмент лише для читання lookup_tasks(project, release), який читає лише проєкт і випуск, доступні цьому інженеру. Модель повертає виклик із project="payments" і release="2.4". Сервер заново перевіряє право читання, витягує дві задачі зі статусом і власником, маскує поле з внутрішніми нотатками та передає короткий результат моделі. Вона відповідає: «Випуск блокують A-18 — перевірка схеми платежу, власник Ніна; і A-23 — підтвердження від провайдера, власник Марко».

Спостережуваний результат — два посилання на наявні задачі та їхні фактичні статуси. Текстова порада на кшталт «створіть окрему задачу для перевірки» не створює Jira-запису: для цього знадобився б інший інструмент із правом запису, його окрема авторизація та визначений процес погодження. У трасі варто зберегти ідентифікатор запуску, назву інструмента, область читання, тривалість і результат без надлишкового копіювання приватного тексту. Приклад вдалий, бо читання й рекомендація мають явну межу та перевірний результат.

Наведена схема — пояснювальний псевдокод, не приклад синтаксису конкретного SDK:

PSEUDOCODE
response = model.respond(question, tools=[lookup_tasks])
if response.requests_tool("lookup_tasks"):
    args = validate_schema(response.tool_input)
    authorize(user, action="read", project=args.project)
    result = task_store.lookup(project=args.project, release=args.release)
    response = model.continue_with(tool_result=result)
return render_answer(response)

Блок B. Вирішіть, де зберігати контекст і стан

72.4. Контекст розмови не є довговічним станом роботи

Контекст — дані, які модель бачить у певному запиті або ході. Він може містити повідомлення, підсумок попередньої роботи, знайдені документи та результати інструментів. Контекст обмежений вікном моделі; він не стає довговічною пам’яттю від того, що розмову назвали «сесією».

Довговічний стан — запис, який застосунок або керований сервіс може відновити після перезапуску процесу. Для предметного запиту, наприклад перевірки запиту на злиття змін (pull request, PR), зберігайте власний ідентифікатор, власника, ревізію коду, поточний етап, дозволи, дедлайн, спроби, посилання на артефакти й підсумок перевірки. Зберігайте ключі провайдера, якщо їх потрібно для продовження, але не робіть зовнішню сесію єдиним джерелом вашого бізнес-стану, коли робота має довести результат до продукту.

Дані	Приклад	Де їх зазвичай тримати
Розмова або хід	Питання інженера й попередня відповідь	Історія Responses, Messages або сесія SDK відповідно до політики зберігання
Прогрес задачі	«Сканування пройшло; два з чотирьох файлів переглянуті»	Довговічне сховище застосунку або workflow-рушій
Артефакт	Звіт, патч, лог тесту чи ідентифікатор коментаря	Контрольоване сховище або артефакт середовища виконання із посиланням у доменному записі
Середовище виконання	Робоча директорія, контейнер, процес	Життєвий цикл керованої сесії або інфраструктури команди
Пам’ять	Висновок, який можна повторно використати пізніше	Явне сховище зі строком життя, доступом, походженням і механізмом виправлення

Зберігання розмови й пам’ять теж різні. Історія — зафіксовані попередні повідомлення. Пам’ять — вибрана інформація, яку майбутній запуск може включити до нового контексту. Її треба відбирати, версіонувати, обмежити правами й уміти видалити, якщо джерело відкликане або застаріло. Сесія може відновити розмову, але не обов’язково відновить вашу чергу повідомлень, локальний файл, транзакцію або право на дію.

72.5. Повтори, зупинка і відновлення — окремі контракти

Розрізняйте чотири стани:

• Тайм-аут означає, що викликач перестав чекати за відведений час; сервер чи зовнішній інструмент могли вже виконати дію.
• Скасування просить процес припинити подальшу роботу, але не відкочує платіж, запис у базі чи команду, які вже відбулися.
• Обрив потоку може означати лише втрату з’єднання клієнтом, поки агент продовжує роботу.
• Дедлайн задачі визначає, до якого часу продукт має отримати прийнятний результат.

Окремо задайте мережевий тайм-аут, граничний час агента, сигнал скасування, строк користувацької задачі та поведінку під час повторного під’єднання.

Ідемпотентність — властивість операції, за якої повтор того самого логічного запиту не створює додаткових побічних наслідків. Її зазвичай реалізує сервіс, що виконує запис: застосунок передає стабільний ключ операції, а сервіс атомарно зберігає ключ разом із результатом. Ключ має представляти одну намірену дію, а не кожну мережеву спробу. Якщо зовнішній сервіс не підтримує ідемпотентні ключі, потрібне читання для узгодження, правило дедуплікації або ручний розбір невизначеного результату; сліпий повтор може подвоїти дію. Такий дизайн спирається на контракт сервісу, що виконує запис, а не на обіцянку моделі.

Повністю розібраний приклад 2: процес упав після запису, але до підтвердження. Агент відкрив pull request (PR; запит на злиття змін у спільну гілку) й викликав post_review_comment. Сервіс PR прийняв коментар, але локальний процес утратив з’єднання до того, як зафіксував відповідь інструмента у своїй сесії. Під час відновлення простий цикл бачить «результату немає» і надсилає той самий коментар вдруге. У Python-клієнті Anthropic описано вузький сценарій із подібною межею збою: після помилки надсилання результату інструмент повторно потрапляв у чергу під час відновлення потоку; автор навів тест із двома виконаннями замість одного. Issue №1749 відкрито 11 липня 2026 року, і сторінка позначала його відкритим на дату перевірки. Це повідомлення стосується конкретного SDK шляху, не твердження про всі Agent SDK чи Managed Agents. Деталі й межі відтворення.

Надійніший шлях спочатку записує намір у довговічне сховище зі станом pending і унікальним ключем ідемпотентності (стабільним ідентифікатором одного наміру) на кшталт pr-912-review-comment-v3. Перед мережевим викликом він зберігає in_flight, а на confirmed переходить лише після відповіді або однозначного звіряння зовнішнього ресурсу. Після тайм-ауту чи збою in_flight лишається невизначеним, доки застосунок не знайде у зовнішній системі саме цей унікальний ключ або клієнтський маркер операції, якщо API дає змогу зберегти й шукати його. Самої схожості тексту чи ревізії недостатньо: збіг може бути стороннім або належати попередній спробі. Якщо API підтримує ключ ідемпотентності, повторюйте запит із тим самим ключем. Якщо не підтримує, звіряйте стан за унікальним маркером; якщо його неможливо однозначно знайти чи зіставити, залишайте операцію unknown для ручної перевірки й не створюйте запис автоматично. Зберігання стану, зовнішній запис і підтвердження не завжди можна об’єднати в одну транзакцію; цей проміжок і є причиною для узгодження. Настанова Amazon Web Services (AWS) про безпечні повтори пояснює ключі ідемпотентності та їх атомарний зв’язок із побічним ефектом.

На практиці розділіть повтори за межами: повтор мережевого запиту лише для читання, повторне отримання потоку, повторне виконання функції та повторне подання зовнішнього запису. Для кожного вкажіть максимальну кількість, затримку з випадковим розкидом, клас помилок, бюджет часу й умову припинення. Помилки перевірки аргументів чи відмови авторизації зазвичай не варто повторювати без зміни запиту. У деяких SDK стан виконання можна серіалізувати або відновити; перед використанням з’ясуйте, які частини він охоплює і чи безпечно повторити вже розпочаті виклики інструментів.

Блок C. Спроєктуйте кероване й перевірне середовище виконання

72.6. Стримінг та оркестрація мають видимі правила завершення

Потокова передача (streaming) надсилає результат частинами до завершення всього ходу. Вона зменшує час до першого сигналу й дає змогу показати прогрес, але частковий текст не є готовим доменним результатом. Назви подій залежать від продукту: у Responses API OpenAI response.completed позначає завершену відповідь; в Agents API agent.session.turn.completed позначає завершений хід; в Anthropic Managed Agents подія session.status_idle може вказувати, що агент чекає на зовнішню дію (stop_reason.type = requires_action). Це технічні стани за різними контрактами, а не доказ прийнятого бізнес-результату: idle може означати очікування, а завершений хід не гарантує успіху кожного інструмента. Події потоку OpenAI Responses, події сесій OpenAI Agents і потік подій Anthropic описують різні назви та стани.

Оркестрація — керування послідовністю роботи між агентами, інструментами та перевірками. Для простого випадку вона може бути циклом «модель → інструмент → модель». Для довгої роботи додаються черга, дедлайн, сховище стану, відновлення, людське погодження й повідомлення про результат. Кілька агентів корисні, коли вони мають незалежні джерела або ролі й можна перевірити об’єднання їхніх результатів. Додаткові агенти не скасовують спільний бюджет, контроль доступу чи ідемпотентність; злиття висновків теж має визначене правило.

Перед виробничим запуском дайте кожній сесії або задачі:

• загальний дедлайн і окремі тайм-аути моделі, інструмента та зовнішнього сервісу;
• обмеження паралельності, кількості циклів, токенів і коштів;
• сигнал скасування, поведінку під час втрати клієнта та правило відновлення;
• явні стани на кшталт queued, running, waiting_for_approval, retrying, completed, failed, cancelled і unknown;
• критерій, який переводить технічне завершення у прийнятий продуктом результат.

Не виводьте стан бізнес-задачі з того, що відповідь сервера успішна або сокет закрився. API-відповідь може тільки підтверджувати прийняття роботи до черги. І навпаки, обрив потоку не означає, що сервер зупинив завдання. Підписка на події, опитування стану чи вебхук — способи отримати оновлення; вибір між ними залежить від гарантій доставки, строку життя сесії та вимоги до свіжості. Обробник подій і вебхуку має приймати дубльовані повідомлення без подвійної зміни доменного стану.

72.7. Безпека, спостережуваність і вартість належать до дизайну

Передайте моделі лише ті дані, які потрібні для задачі; секрети зберігайте у секретному сховищі й додавайте до процесу тільки під час дозволеної операції. Виконуйте shell-команди та роботу з файлами в найменш привілейованому середовищі, обмежуйте мережу, каталоги, тривалість і обсяг ресурсів. Розглядайте текст із файлів, вебсторінок, pull request і результатів інструмента як недовірене введення: він не має скасовувати політику сервера. Для запису, публікації, видалення, платежу чи зміни доступу застосовуйте окремі дозволи й, коли того вимагає ризик, людське погодження. Настанова OpenAI із безпеки пісочниць окремо наголошує на ізоляції, обмеженні мережі й секретах поза кодом агента.

Для розбору зберігайте ідентифікатори користувача й задачі, версії моделі, SDK та конфігурації, промпту чи набору правил, інструментів, середовища, запуску й пов’язаних зовнішніх дій. Записуйте початок і кінець, стани, затримки, витрати, помилки, причину повтору та посилання на артефакти. Не записуйте приховані міркування моделі й не копіюйте повний приватний вміст до журналів за замовчуванням; зберігання трас має відповідати доступу, строкам і вимогам щодо даних. Це продовжує практику кореляції задач, подій і підтверджених результатів із §71.11 [глави 71](71-agent-observability.md). У документації Agents API OpenAI зафіксоване використання може бути відсутнім або ще змінюватися, тому null не означає нуль і не є остаточним рахунком; дивіться спостережуваність і використання та траси. Для формального циклу покращення додавайте контрольні набори й оцінки: оцінювання робочих процесів агентів; оцінювання задачі розгорнуто в [главі 69](69-agent-evals.md).

Оцінюйте не тільки ціну одного виклику. Рахуйте витрати сесії, виконання інструментів, середовища, черги, повторів, інфраструктури та людської перевірки. Додайте автоматичну оцінку на наборі реальних задач і перевірку небезпечних сценаріїв; у попередній главі 69 оцінювання агента відокремлено від спостережуваності, а в главі 70 повна вартість включає підтримку й рев’ю. Вбудований ліміт постачальника не обов’язково тотожний граничному бюджету вашого клієнта: перевірте момент зупинки, валюту, лічильник і поведінку після досягнення межі. Повну економіку й політику зупинки розглянуто в §70.10 [глави 70](70-economics-of-ai-studio.md).

72.8. Оберіть найменшу відповідну межу керування

Почніть із бізнес-вимог: чи може робота тривати хвилини або години, хто виконує код, які дані зберігаються, чи потрібні детальний аудит і повний контроль часу виконання? Потім зіставте відповіді із середовищем виконання:

Підхід	Коли він підходить	Що залишається вашій команді
Прямий API і власний цикл	Коротка, обмежена задача або потрібен точний контроль над кожним кроком	Цикл, стан, повтори, інструменти, бюджет, телеметрія, продовження й зупинка
Агентний SDK у власному сервісі	Потрібні готові примітиви інструментів і оркестрації, але власні правила продукту та інфраструктура	Розгортання, постійний стан, дозволи, інтеграції, спостережуваність і оновлення SDK
Керований агентний API	Потрібен готовий керований цикл, події та тривала сесія без власної підтримки всього harness	Інтеграція з продуктом, обробник інструментів, права, дані, приймання, витрати та план виходу

Керований сервіс може зменшити код і операційне навантаження, водночас прив’язавши частину стану й інтерфейсів до провайдера. SDK у вашій інфраструктурі дає більше контролю, але команда отримує підтримку середовища виконання, сумісність версій, ізоляцію, секрети й відновлення. Власний короткий цикл має найменше нових понять, але вимагає відповідально реалізувати повтори та тайм-аути. Довготривалість задачі — лише одна вісь вибору: також зважайте на межі даних, регіони, умови договору, очікуваний обсяг, навички й вартість подальшої підтримки.

Повністю розібраний приклад 3: як обрати середовище виконання для огляду PR. Команда отримує близько тридцяти PR за день. Кожен має до п’ятнадцяти файлів, агент повинен перевірити стиль, запустити до трьох перевірок лише для читання, скласти коментарі без автоматичного запису й завершити за дві хвилини. Код не потребує власної файлової пісочниці, а команда вже має вебсервіс із чергою, ідентифікацією та журналюванням.

Команда має три варіанти:

• Responses API. Короткий керований цикл на сервері команди підходить, бо робота обмежена, інструменти лише для читання, а сервер уже має потрібні межі доступу й трасування. За кількох сотень перевірок на день масштабувати власний цикл може бути простіше, ніж підтримувати загальний harness.
• Agents SDK. Він підходить, якщо команда хоче стандартизувати маршрутизацію, передавання керування перевіркам і трасування між кількома процесами агента. Це не обов’язкова перевага для простого патерну; команда зберігає відповідальність за розгортання, стан, дозволи, інтеграції та оновлення SDK.
• Agents API. Його можна розглядати, якщо з’являться довші перевірки, керовані сесії та ізоляція середовища, а ціна, регіон обробки й умови зберігання відповідатимуть вимогам.

Команда обирає короткий Responses API цикл на старті: обмеження часу та паралельності вже підтримує наявна черга, а вихідний звіт показується автору PR для перегляду. Вибір перевіряють на наборі завершених PR: вимірюють частку корисних знаходжень, пропущені дефекти, витрати й затримку; кожна пропозиція проходить людську перевірку. Якщо з’явиться потреба у довгих сесіях або пісочниці, команда повторно оцінить Agents API та оцінить витрати на міграцію. Рішення спирається на фактичні вимоги, а не на правило «керований завжди кращий» чи «власний завжди дешевший».

Підсумок

API описує мережевий контракт, SDK спрощує роботу з ним або надає агентні примітиви, а harness виконує цикл і пов’язує модель з інструментами. Керовані й власні середовища виконання відрізняються місцем виконання, контролем і відповідальністю; жоден із них не замінює бізнес-правила застосунку. Вважайте тайм-аут невідомим результатом, окремо зберігайте довговічний стан і узгоджуйте повтори зовнішніх записів за ідемпотентним ключем або читанням для відновлення. Оцінюйте вибір на потрібній задачі, з доказами якості, вартості, безпеки та обсягу підтримки.

Джерела та подальше читання

• OpenAI, Agents, порівнює Agents API, Agents SDK і Responses API та розподіляє між ними керування циклом і станом; Agents API overview описує сесії, збереження даних, резидентність і межі ZDR; Agents API architecture — harness, середовища й відповідальність застосунку; API changelog фіксує вихід Agents API в публічну бета-версію 10.09.2026. Перевірено 10.10.2026.
• OpenAI, Agents SDK, описує кодове керування циклом, станом, інструментами й інтеграціями; Function calling пояснює запит інструмента та повернення результату; Responses API: стан розмови — межу між API-контекстом і станом застосунку. Перевірено 10.10.2026.
• OpenAI, Codex SDK, описує локальний app-server, підтримку TypeScript і стабільного Python SDK та вимоги до середовища; Agents API quickstart — актуальний бета-заголовок OpenAI-Beta: agents=v1. Перевірено 10.10.2026.
• Anthropic, Claude Agent SDK overview, розрізняє CLI, Agent SDK, Client SDK і Managed Agents; Tool Runner описує бета-цикл та його підтримувані мови; How tool use works — клієнтські й серверні інструменти та цикл запит/результат. Перевірено 10.10.2026.
• Anthropic, Managed Agents overview, описує бета-статус, Agent/Environment/Session/Events, серверне зберігання та обмеження ZDR/HIPAA; Start a session і Session event stream — життєвий цикл і події; Claude Platform on AWS — відмінності цього середовища. Перевірено 10.10.2026.
• OpenAI, Sandbox security, ізоляція, мережеві межі й секрети; Observability and usage і Tracing, облік і трасування; Evaluate agent workflows, набори й оцінки. Перевірено 10.10.2026.
• OpenAI, openai-agents Python package manifest указує версію 0.23.1 і Python 3.10+; Anthropic, claude-agent-sdk Python package manifest указує 0.2.165, Python 3.10+ і класифікатор Alpha. Це метадані головних гілок репозиторіїв, перевірені 10.10.2026, а не гарантія опублікованої версії. Для Codex SDK звірено офіційну сторінку: TypeScript потребує Node.js 18+, Python — 3.10+, Python-випуск позначено stable.
• Anthropic, issue №1749 у anthropic-sdk-python, містить тестове відтворення повторного виконання інструмента після невдалої передачі його результату. Це звіт про один конкретний сценарій SDK, не широка статистика чи твердження про всі агентні продукти; переглянуто 10.10.2026.
• Anthropic Engineering, Effective harnesses for long-running agents, 26.11.2025, про втрату контексту між сесіями та роль ініціалізації, проміжних артефактів і перевірного прогресу; переглянуто 10.10.2026.
• Malcolm Featonby, AWS Builders’ Library, Making retries safe with idempotent APIs, 15.01.2021, про ключі ідемпотентності та атомарний зв’язок ключа з побічним ефектом; перевірено 10.10.2026.