OpenAI vs Anthropic vs Google Agent API Landscape
Framing
三家都在做 agent，但产品切法明显不同。
| Provider | 主入口 | 更像什么 | 关键强调 |
|---|---|---|---|
| OpenAI | responses-api + openai-agents-sdk | 底层统一 API + 上层 runtime SDK | 把模型调用、工具、状态、sandbox、guardrails 分层整理 |
| Anthropic | anthropic-tool-use | tool-centric agent primitives | 强调 client/server tool 分工、tool search、programmatic tool calling、MCP 场景 |
| google-gemini-agent-surface + google-adk | 能力面板 + 开源框架 + 托管 runtime | 强调 Gemini API 的内建 agent 能力，以及 ADK + Agent Engine 的工程化路径 |
OpenAI
OpenAI 的路线最“分层”：
- 用 responses-api 统一底层请求与状态延续
- 用 openai-agents-sdk 提供代码优先编排层
- 工具体系集中到 Responses / tools 文档中
Anthropic
Anthropic 的路线最“原语化”：
- 把 tool use 当成 agent 循环核心
- 明确区分 client tools 与 server tools
- 新能力重点围绕大工具库场景下的上下文效率与发现效率
Google 的路线最“平台化”：
- Gemini API 自带广泛内建工具与 Live API / function calling 等能力
- ADK 提供开源框架
- Agent Engine 提供托管运行环境
Working takeaway
如果只看今天公开文档：
- 想要清晰的分层 runtime 抽象，先看 OpenAI
- 想研究工具调用与大工具库效率，先看 Anthropic
- 想把框架、云运行时和模型平台一起看，先看 Google