Google ADK ці OpenAI Agents SDK: 130 мс не вырашаюць лёс агента

Для аднаго агента, які выклікае інструменты і пры патрэбе перадае задачу спецыялісту, зручнай адпраўной кропкай будзе OpenAI Agents SDK. Калі патрабуюцца выразна зададзеныя паслядоўныя, паралельныя ці цыклічныя этапы, больш адпавядае Google ADK. Абодва SDK падтрымліваюць шматагентную працу, таму вырашае тое, хто кіруе маршрутам, як захоўваецца стан і дзе будзе працаваць сэрвіс.

У супольнай табліцы AgentSDK медыяна поўнага праходу задачы з выклікам інструментаў складае 820 мс для OpenAI Agents SDK і 950 мс для Google ADK — розніца ў 130 мс; для ADK пазначана мадэль Gemini 1.5 Pro. Дыяпазоны замераў перакрываюцца, а справаздачы сабраныя пры розных сеткавых умовах і рэалізацыях задач. Гэта затрымка ўсяго праходу, а не ізаляваны накладны час SDK, таму яна не паказвае, які каркас будзе хутчэйшым у канкрэтным вытворчым сцэнарыі.

Хто кіруе маршрутам агента

OpenAI Agents SDK будуе выкананне вакол агента і яго цыкла: мадэль выбірае інструмент, атрымлівае вынік і працягвае да адказу. Спецыялізаванага агента можна выклікаць як інструмент, пакінуўшы кіраванне ў галоўнага, або перадаць яму размову праз handoff. Гэтая розніца мае практычны вынік: у першым выпадку галоўны агент збірае канчатковы адказ, у другім адказнасць за наступныя крокі пераходзіць да атрымальніка перадачы.

ADK прапануе агентаў маршруту, якія выконваюць этапы паслядоўна, паралельна або ў цыкле, і асобна дазваляе маршрутызацыю паводле рашэння мадэлі. Калі праверка павінна адбыцца пасля апрацоўкі, а незалежныя задачы — ісці адначасова, гэты парадак можна выразна задаць у структуры працэсу. OpenAI Agents SDK таксама дазваляе арганізаваць складаны працэс кодам Python; пытанне ў тым, ці хоча каманда зрабіць яго крокі асобнымі элементамі каркаса.

Стан і рашэнне чалавека

У ADK гісторыя падзей сесіі, яе бягучы стан і памяць паміж сесіямі маюць розныя ролі. Гэта дапамагае аддзяліць тое, што адбылося падчас выканання, ад значэнняў, патрэбных наступнаму этапу. OpenAI Agents SDK захоўвае кантэкст размовы праз сесіі і падтрымлівае паўзу перад выклікам інструмента, які патрабуе ўхвалення чалавека.

Для вытворчага працэсу істотная не толькі магчымасць паставіць выкананне на паўзу. Трэба вызначыць, дзе захоўваецца стан прыпыненага запуску, як ён аднаўляецца пасля рашэння чалавека і што адбудзецца з інструментам пры паўторы запыту. У OpenAI Agents SDK ухваленне ўваходзіць у механізм запуску; у ADK яго месца залежыць ад пабудаванага маршруту і сэрвісаў стану. Таму пры доўгім працэсе параўноўваць варта поўны шлях ад запыту да адноўленага выканання.

Ці можна змяняць мадэлі

ADK аптымізаваны для Gemini, але яго інтэрфейсы дазваляюць падключаць іншыя мадэлі. OpenAI Agents SDK мае гатовы шлях для мадэляў OpenAI, а налада правайдараў мадэляў прадугледжвае выбар на ўзроўні запуску або асобнага агента. Для некаторых правайдараў дастаткова ўбудаваных механізмаў; для іншых можа спатрэбіцца адаптар.

Мультымадэльнасць не робіць магчымасці розных правайдараў аднолькавымі. Падтрымка выклікаў інструментаў, структураванага адказу, мультымадальнага ўводу і асобных параметраў запыту залежыць ад мадэлі і спосабу падключэння. Калі агенты аднаго працэсу павінны працаваць з рознымі правайдарамі, карысна праверыць менавіта пераход паміж імі: якія даныя захоўваюцца, як перадаецца вынік інструмента і што адбываецца пры памылцы фармату. Паспяховы тэкставы адказ сам па сабе не правярае гэтыя ўмовы.

Што відаць у трасіроўцы

OpenAI Agents SDK мае ўбудаваную трасіроўку запуску, выклікаў мадэлі, інструментаў і перадач кіравання. У ADK можна праглядаць падзеі выканання і змены стану, а сродкі ацэнкі дапамагаюць аналізаваць траекторыю агента. Для абодвух каркасаў карысная адзінка назірання — увесь запыт карыстальніка, а не толькі апошні адказ мадэлі.

Калі агент затрымаўся, траса павінна дапамагаць адрозніць чаканне мадэлі ад павольнага інструмента, паўзы на ўхваленне і паўторнага праходу па маршруце. Пры выбары важныя таксама месца захавання трас, доступ да іх і склад запісаных даных: запыт можа ўтрымліваць звесткі, якія арганізацыя не хоча перадаваць у знешнюю сістэму назірання. Наяўнасць функцыі трасіроўкі ў пераліку магчымасцей не адказвае на гэтыя эксплуатацыйныя пытанні.

Дзе разгортваць сэрвіс

Для ADK дакументацыя Google Cloud апісвае лакальны запуск і разгортванне праз Agent Runtime, Cloud Run або GKE, а таксама ўбудаваныя і партнёрскія сродкі ацэнкі траекторый. Гэта мае вагу для каманды, якая ўжо выкарыстоўвае Google Cloud для выпуску сэрвісаў і кіравання доступам. Канкрэтнае асяроддзе ўсё ж трэба суаднесці з патрэбамі ў захаванні стану, маштабаванні і падключэнні інструментаў.

OpenAI Agents SDK задае выкананне агента ў прыкладанні, таму сэрвіс можна ўключыць у наяўны спосаб разгортвання каманды. Захоўванне сесій, сакрэты, журналяванне і аднаўленне пасля збою застаюцца часткай архітэктуры гэтага прыкладання. Для арганізацыі ў Беларусі дадатковы практычны крытэрый — фактычная даступнасць патрэбных API і воблачных паслуг для яе акаўнта, плацяжоў і месца разгортвання. Гэта трэба высветліць да выбару інфраструктуры, бо магчымасці SDK не гарантуць доступ да сэрвісу.

Дрэва выбару для вытворчага сцэнарыя

• Адзін агент з інструментамі. Калі асноўны шлях складаецца з запыту, выкліку інструмента і адказу, пачынаць лагічна з OpenAI Agents SDK. Яго цыкл, сесіі, guardrails і перадача задач закрываюць такі выпадак без асобна зададзенага графа.
• Шматагентны граф. Калі парадак этапаў, паралельная праца, паўторы і ўмоўныя пераходы з’яўляюцца патрабаваннямі, ADK дае для іх выразныя элементы маршруту. Калі ж галоўны агент толькі зрэдку звяртаецца да спецыялістаў, абодва каркасы варта параўноўваць на гэтым канкрэтным шляху.
• Разгортванне ў Google Cloud. Калі каманда ўжо выкарыстоўвае Agent Runtime, Cloud Run або GKE, ADK мае непасрэдны шлях у гэтае асяроддзе. Калі месца разгортвання вызначана незалежна ад каркаса, больш важнымі становяцца інтэграцыя са станам, трасамі і існымі працэдурамі выпуску.

Пасля выбару архітэктуры затрымку мае сэнс мераць на аднолькавых задачах, мадэлях, інструментах і сеткавых умовах. У поўны час запыту ўваходзяць чаканне мадэлі, праца інструментаў, захаванне стану і, калі яно патрэбнае, рашэнне чалавека. Менавіта гэты шлях пакажа, ці ўплывае розніца ў хуткасці на карыстальніка вашага агента.

Чытайце таксама:

• LangGraph ці CrewAI: розніца ў 82 мс не выбірае архітэктуру агента
• FTC расследуе OpenAI і Anthropic: пад праверкай рызыкі ШІ-агентаў
• OpenAI запусціла Dots: агент працуе, нават калі чат закрыты