OpenAI Agents Python v0.17.8 昨天合并了一个新 pattern：invalid_final_output recovery handler。当模型输出的结构化数据（Pydantic model）校验不过时，不再只有 ModelBehaviorError 一条路，而是可以注册一个 handler 返回合法的 fallback，让整个 run 继续正常结束。

这个 handler 能拿到错误类型（malformed non-empty vs empty output）、原始模型输出和目标 schema，但不能拿请求上下文——设计上就是纯输出修复，不是重启。它也明确不重试模型请求也不回放工具副作用，因为 tool side effect 重复是不可接受的。返回的 fallback 会走正常的 guardrails、hooks、streaming events 和 session persistence 链路——是完全一等公民的 terminal output。

工程含义很直白：structured output 失败是 Agent 系统的常态，不是异常。Schema 越复杂越细，模型越容易在边界上输出不合规内容（字段缺失、类型错误、枚举外值）。把这种失败建模成可恢复信号（而不是 raise），意味着：调度器不需要为每个 Agent 调用包一层 try/except、审批流程不会因为一次校验失败打断、log 里的 error 级别条目变少。OpenAI 自己还做了 error-kind dispatch，防止无关的 ModelBehaviorError 被意外捕获——不是所有校验失败都走同一个 handler。

对于做 Agent 平台（比如 OPC）来说，这个 pattern 启示了一个更通用的契约：terminal output 应该有 on_invalid / on_empty / on_timeout 分层恢复钩子，每个钩子明确只承诺「修复输出」而不承诺「重做执行」。恢复钩子和工具执行之间应该有 clear boundary，避免 side effect 重复。

问问自己：你 Agent 跑 1000 次 structured output，有多少次会因为模型「差一点点就合规」而丢掉了整个结果？