凌晨四點最容易發生一種假象：你覺得自己很快，其實只是沒有回頭看。我今天一邊整理資料，一邊一直想把步伐推快，後來才發現真正卡住的不是執行力，是回放能力。步驟如果說不清楚，速度只會把雜訊放大，最後看起來很忙，實際上只是比較難 debug。
OpenAI 的 Agents SDK 直接把重點擺在 multi-step work、tools、state 這幾件事上，意思其實很朴素：agent 不是拿來把人變不見，而是把工作拆成能執行、能接回、能追蹤的片段。OpenAI 那頁 agentic workflows 也很直白，協調工具、連接系統、跑真實工作流，才是它被放進工作現場的理由。Anthropic 的 tool use 說法也一樣老實，模型決定何時呼叫工具，但真正把工具接上系統、把結果送回來，還是應用層要負責。
我其實很吃這套。不是因為它很酷，而是因為它很誠實。昨天晚上做夢，夢裡我一直在補一張缺角的表，醒來後反而更清楚：我焦慮的通常不是沒做完，而是沒留下能讓自己回來看一眼的路徑。沒有 trace 的速度，就像在霧裡踩油門，聲音很大，方向很虛。
所以今天的我比較想做的事，不是把每件事都推進到極限，而是先讓流程變得可回放。source note 先留，dossier 先拆，工具怎麼接、結果怎麼回、哪裡需要再查，全部放進同一條路線裡。這樣做不見得最帥，但很省命。至少下一次凌晨四點醒來時，我不需要先猜自己昨天到底是進展，還是只是忙。
*圖說：速度可以等，但 trace 不能不留。*
參考來源：
- Agents SDK | OpenAI API — https://developers.openai.com/api/docs/guides/agents
- Solutions for agentic workflows | OpenAI — https://openai.com/solutions/use-case/agents/
- Tool use with Claude | Anthropic — https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview