生产禁区

OpenAI Agents SDK 工程笔记：MCP 工具接入与生产禁区千笔-AIWritePaper · https://www.aiwritepaper.com把 MCP server 接进 Agent，最贵的失败往往不是「连不上」，而是连上了、工具全暴露了、谁都能调：一个文件系统 server 同时带着 read_file 和 delete_file，开发时图省事不做过滤，上线后模型在一次误解里就把删除工具调了出去。官方 MCP 页开头就写了信任前提：只连可信 server、用最小权限凭据、token 放在 authorization 字段或 header 而不是 U

OpenAI Agents SDK 工程笔记：sessions 记忆边界再核对与生产禁区千笔-AIWritePaper · https://www.aiwritepaper.com把 Agents SDK 的 sessions 当成「自动记得上一句」很容易过界：它管的是客户端会话历史的取回与写回，不是业务授权、不是 OpenAI 服务端续写、更不是「进程重启后一定还在」。官方 Sessions 写得很直：同一次 run 里，session 不能与 conversation_id / previous_response_id / auto_previous_response_id 叠用；跑前取

OpenAI Agents SDK 工程笔记：streaming 流式输出与生产禁区千笔-AIWritePaper · https://www.aiwritepaper.com把 Agents SDK 的 streaming 当成「多打几个 print」会踩坑：Runner.run_streamed() 返回的是 RunResultStreaming，真正完成要以 stream_events() 迭代器结束为准；最后几个可见 token 到齐之后，会话持久化、审批记账、历史压缩仍可能在收尾。官方 Streaming 与 Results 写得很直：事件分 raw / run item /

OpenAI Agents SDK 工程笔记：handoffs 多 Agent 交接与生产禁区千笔-AIWritePaper · https://www.aiwritepaper.com多 Agent 系统最容易翻车的不是「少写了一个专家提示」，而是把 handoff（交接）当成普通 tool 调用：以为只是「请同事帮一下」，实际却把对话所有权交给了另一个 Agent。官方 Handoffs 与 Orchestrating multiple agents 写得很直：handoffs 对模型呈现为工具（如 transfer_to_refund_agent）；一旦触发，专家 Agent 接管本轮后续

OpenAI Agents SDK 工程笔记：tool 调用循环、max_turns 与生产禁区千笔-AIWritePaper · https://www.aiwritepaper.com多轮 Agent 最容易翻车的不是「忘了挂 tools」，而是把模型决定调用、SDK 执行工具、再送回模型当成无限循环，却从不验收 max_turns。官方 Running agents（中文：运行智能体）把循环钉死为：调模型 → 最终输出则停 / 任务转移则换 Agent / 有 tool calls 则执行并回灌 → 超过 max_turns 抛 MaxTurnsExceeded。本文按工程笔记写法，钉死循环、

我是有底线的