假如一个任务需要调用模型30次，每次只额外浪费1秒，累计起来就是30秒。
上下文、工具说明和历史结果也会在每轮循环中反复传输和计算。
为此，OpenAI搭建了一层由Rust编写的Agent Harness，连接模型、工具和用户环境，专门减少Agent循环里的重复工作。
这里最关键的有两项优化。
1、延迟发现：别一上来就把所有工具塞给模型
今天的Agent可以使用大量工具、Skill、插件和自定义MCP，但单个任务通常只需要其中很少一部分。
OpenAI不再一开始就把所有说明书塞进上下文，而是在真正需要时，才向模型展示对应工具。
工具返回的内容默认也被限制在1万Token以内，需要更多时，再由模型主动申请。
2、只追加、不回写：让Prompt缓存一直有效
Prompt缓存可以复用已经计算过的上下文前缀，但前提是这段前缀必须原样不动。
因此，新的消息和工具结果只会接在上下文末尾，不再插回旧内容；工具保持固定顺序，审批和权限设置则留到执行阶段处理。
