OpenAI

OpenAI周二发表首批协助开发人员及企业更快自己打造AI代理人的工具套件，包括新的Responses API及Agents SDK。

过去这几年OpenAI推出了多种模型新功能，包括进阶推理、多模态互动，以及安全技术，使其模型得以处理複杂、多步骤任务，以方便企业打造AI代理人。但是仍有企业觉得把这些功能加入代理人难度很高，往往需要多次提示迭代及自订协调逻辑，但透通管理或支援功能不足。

为解决这些问题，OpenAI公布了一系列新API和工具，专门用以简化代理人应用程序的开发。首先是新推出的Responses API，它结合Chat Completions API的简易性及Assistants API使用工具的能力。其次是内建于Responses API的工具，包含网页搜寻、文件搜寻及电脑使用模型。

三种能力中，Responses API的网页搜寻功能现为预览版。同时间，Chat Completions API则提供微调过的搜寻模型gpt-4o-search-preview 及 gpt-4o-mini-search-preview（费用在此）。Responses API的文件搜寻功能定价为每千次查询2.5美元，文件储存功能为1日1GB 0.1美元，第1GB免费。Responses API的电脑使用能力/模型与Operator的使用电脑的代理人（Computer-Use Agent，CUA）模型相同。OpenAI强调在电脑及浏览器使用效能上优于业界的SOTA。

其次，OpenAI还宣布新增Agents SDK，可用以协调单一或多代理人的工作流程。这个SDK可和Responses API、Chat Completions API结合使用，也能整合其他业者的模型，只要后者提供类似Chat Completions的API端点。Agents SDK也整合了追蹤和监看代理人工作流程的可观测性（observability）工具。

OpenAI现已将Agents SDK开源，并强调它协调多代理人工作流程的能力，较去年释出的实验版SDK Swarm有多方改进，包括更容易配置的LLM、代理人间的智慧交接控制、安全护栏，以及视觉化追蹤、除错及优化能力。开发人员可以立即将Agents SDK整合到Python codebase，OpenAI说，之后也会支援Node.js。

OpenAI相信这些新工具能简化核心代理人逻辑、协调和互动，方便开发人员着手打造代理人。OpenAI计画未来几个星期到几个月内，会再发表其他工具，进一步简化在其平台上自建代理人的难度。图片来源／OpenAI