Passei a semana inteira dissecando essa divisão — o harness gerenciado da Anthropic, o corredor inexistente entre os vendors, a gravidade de preços do Google, a bifurcação de custos em três direções. Você já sabe o desfecho: o modelo troca fácil, a camada de orquestração não troca.

A Anthropic lançou Managed Agents em 8 de abril. A OpenAI publicou a atualização do Agents SDK em 3 de abril. O Google soltou as mudanças do ADK hoje, 11 de abril — nove dias, três APIs de ciclo de vida. Agora finalmente posso mostrar por que as diferenças importam, na única linguagem que não mente: código.

O Google mostrou as cartas

O Google soltou dois posts de blog hoje — uma entrada antes do Cloud Next em 22 de abril. O Agent Development Kit agora suporta Gemini 3 Pro/Flash e TypeScript. Open-source. Code-first. Todas as buzzwords certas.

Mas "open-source" descreve a rampa de acesso, não a rodovia. Deploy significa Vertex Agent Engine. Estado significa Vertex Sessions. Governança de ferramentas significa Cloud API Registry. Seis meses de integrações "convenientes" depois, migrar do Google significa reescrever toda a sua arquitetura de agentes. Nenhuma decisão isolada te prende — cem decisões pequenas prendem, cada uma trivial demais pra brigar.

Com o anúncio de hoje, os três vendors mostraram suas cartas. Hora da comparação que ninguém vai curtir.

Três create(), três prisões

# Anthropic (8 de abril): eles são donos do seu estado, você aluga o acesso
client = anthropic.Anthropic()
agent = client.agents.create(model="claude-sonnet-4-20250514", tools=[mcp_tool])
session = client.sessions.create(environment_id=env.id)
# Log append-only nos servidores deles. Recovery: wake(session_id).
# Eles cuidam de containers, escalabilidade, persistência. Você cuida da fatura.

# OpenAI (atualização de 3 de abril): você é dono de tudo, inclusive dos alertas das 3 da manhã
from agents import Agent, Runner
agent = Agent(name="reviewer", model="gpt-4.1", tools=[my_tool])
result = Runner.run_sync(agent, "Review this PR")
# Estado: seu SQLite. Recovery: seu código. Escalabilidade: também seu código.
# Suporta 100+ modelos via AnyLLM. Liberdade tem um cheiro bem específico: suor de ops.

# Google ADK (11 de abril): lobby open-source, elevador proprietário
from google.adk import Agent
agent = Agent(model="gemini-3-pro", tools=[vertex_tool])
# Estado: Vertex Sessions. Ferramentas: Cloud API Registry. Deploy: Agent Engine.
# "Portável" do jeito que uma árvore é portável — tecnicamente possível, na prática um velório.

Três snippets, três respostas incompatíveis para cada pergunta que importa em produção:

Onde o estado vive? Log append-only da Anthropic nos servidores deles. Qualquer arquivo SQLite que o SDK da OpenAI deixou no seu notebook. Vertex Sessions do Google. Sua história de debug, trilha de auditoria e disaster recovery seguem essa escolha ladeira abaixo — e você toma essa decisão no dia um.

Como agentes delegam trabalho? Anthropic cria agentes filhos a partir de sessões (ainda "research preview", que traduz para "a culpa é sua quando quebrar"). OpenAI usa handoffs locais — agente A passa o bastão pro agente B no seu próprio processo, tipo uma corrida de revezamento no seu porão. Google roteia via orquestração ADK mais A2A pra chamadas cross-vendor, o que soa ótimo até você perceber que A2A cuida de comunicação, não de sincronização de estado.

O que acontece às 3 da manhã? Anthropic: wake(session_id), a plataforma retoma do event log. OpenAI: você escreveu lógica de recovery, certo? Você escreveu lógica de recovery? Google: Vertex cuida disso. Você está no Vertex. É claro que você está no Vertex.

O que realmente tá faltando

Toda vez que escrevo sobre essa divisão, alguém responde "mas MCP resolve isso" ou "A2A corrige". Não. MCP padroniza conexões de ferramentas — pronto, funciona lindamente. A2A padroniza como agentes conversam entre si entre vendors — a Linux Foundation adotou em dezembro, e mais de 150 organizações apoiam. Nenhum dos dois padrões toca em como agentes são criados, como persistem estado, como delegam tarefas ou como se recuperam de falhas.

Escrevi sobre essa lacuna estrutural dois dias atrás em Todo Vendor Construiu um Cômodo. Ninguém Construiu o Corredor. A comparação em código aqui só afia o ponto: a lacuna não é filosófica, é mecânica. É essa camada que gera o lock-in. E ninguém está construindo um padrão neutro pra isso, porque os três vendors lucram com o vazio. Padronizar ciclos de vida de agentes significaria comoditizar exatamente a camada que cada empresa usa pra manter você na plataforma deles. Não prenda a respiração.

O resumo honesto

Anthropic: Melhor plataforma gerenciada em termos de engenharia. Aquela redução de 60% no TTFT do blog de engenharia de 8 de abril — desacoplando cérebro e mãos — é engenharia de verdade, não slide bonito. Você paga com dependência de vendor e session-hours que cobram mesmo enquanto seu agente fica parado esperando um humano responder.

OpenAI: Portabilidade máxima, 100+ modelos desde o release de 3 de abril, zero infraestrutura gerenciada. Perfeito pra times com cultura forte de ops. Um desastre em câmera lenta pra todo mundo mais.

Google: Se você já está na Google Cloud, a atração gravitacional é racional. Só conte suas dependências do Vertex todo trimestre pra que a inevitável conversa "devemos migrar?" comece com dados, não com pânico.

O desfecho que você já sabe

As guerras de modelos foram o trailer. As guerras de orquestração são o filme. E o ingresso é session.create() — uma chamada de função que fica mais cara de desfazer a cada dia que você roda em produção.

Escolha com cuidado. Ou não — os três vendors estão contando com o "não".