Cookbook 三道 agent 菜：Build a coding agent with GPT-5.1（Agents SDK 实战）、How to build a tool-using agent with LangChain（框架对照）、Assistants/Responses API 的演进——从「会调工具」到「能交付」。
一句话定位
Agent 的解剖课：用 GPT-5.1 + Agents SDK 从零建一个编码代理（循环、工具、上下文管理），再用 LangChain 版对照「框架替你做了什么」——理解 agent 的最好方式是亲手建一个最小的。
三道菜精要
Build a coding agent with GPT-5.1（主菜）
- 基于 OpenAI Agents SDK 构建真实编码代理
- 覆盖 agent 循环的完整骨架：模型-工具-执行的往返、文件系统作为工作空间、迭代修复
- 「编码代理」是 agent 难度天花板（反馈回路长、错误可验证）——能建编码 agent 就能建大多数 agent
Tool-using agent with LangChain（对照菜）
- 同类 agent 的框架版：LangChain 的工具抽象、索引与检索接线
- 价值在对照：SDK 裸写 vs 框架封装——每层抽象的代价与收益看得见
Assistants → Responses API（演进线）
- Cookbook 同时保留 Assistants API 概览与 Responses 示例——官方 API 的演进路线本身是一课：状态管理从服务端挪到客户端的来回
方法论精华
1. Agent = 循环 + 工具 + 停止条件：三道菜剥掉框架后剩同一个骨架——模型请求工具→代码执行→结果回传→直到任务完成或预算耗尽。先写对循环，再谈智能。
2. 编码代理的自验证优势：代码 agent 的特殊性在于执行即验证（跑测试就知道对不对）——这也是 symphony（07）敢让它自治的前提。选 agent 化的场景时先问：验证信号在哪里。
3. 框架的合理用法：LangChain 版教学价值在于显式化「框架替你管了什么」（工具注册、状态、检索接线）——用框架前先裸写一个，才知道框架值不值。
编者注
与 Anthropic 侧对照：工具使用课（prompt-eng 06）讲的是「协议」（function calling 怎么握手），本篇讲的是「产品」（怎么用协议建一个干活的东西）。加上 launch-your-agent（托管版），三篇构成「协议→自建→托管」的完整光谱。