聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

小編3月12日訊，剛剛，OpenAI發(fā)布了全新工具包，旨在簡化AI代理應用開發(fā)。這套工具包包括新開發(fā)的Responses API、首個開源Agents SDK、內置工具以及可觀察性工具，專為構建AI代理而設計。

簡單來說，這個新API在集成度、簡潔性和易用性上都達到了新高度。它將Chat Completions API的簡潔性與Assistants API的工具使用能力完美融合，專為AI代理而設計。

OpenAI CEO薩姆·阿爾特曼親自發(fā)文表示，這一版本的API無疑是迄今為止設計最完善、最實用的。

值得注意的是，阿爾特曼還預告了OpenAI即將發(fā)布的創(chuàng)新寫作模型，這是他第一次被AI寫的內容打動。

這些新工具有什么用？它們可以簡化構建agent的核心邏輯、流程以及交互編排，降低開發(fā)者入門的門檻。

今天發(fā)布的這套工具是首套構建模塊，后續(xù)還會發(fā)布更多新工具。

首批公布的升級包括：

1、全新開發(fā)的Responses API，融合了Chat Completions API的簡潔性和Assistants API的工具使用能力。

2、內置工具包括網(wǎng)絡搜索、文件搜索和計算機使用（compute use）。

3、全新Agents SDK，用于編排單agent及多agent的工作流程。

集成式可觀察性工具（observability tools）的應用，可對agent的工作流程進行實時監(jiān)控和評估。

通過一次API調用即可解決復雜的AI任務，API不會額外收取費用。

從OpenAI的角度來看，隨著AI模型能力的持續(xù)進化，Responses API將為開發(fā)者構建智能代理應用提供更加靈活的基礎。通過一次Responses API調用，開發(fā)者可以靈活運用多種工具和模型切換，以應對日益復雜的任務需求。

首先，Responses API支持了一系列內置工具，包括網(wǎng)絡搜索、文件檢索和計算機操作功能。這些工具能夠協(xié)同工作，幫助將AI模型與現(xiàn)實世界進行更緊密的連接，從而在執(zhí)行任務時提供更實用的解決方案。

1、網(wǎng)絡搜索

開發(fā)者現(xiàn)在可以利用網(wǎng)絡搜索工具快速獲取最新、相關信息，并附有清晰且相關的引用。在Responses API中，當開發(fā)者調用gpt-4o和gpt-4o-mini時，網(wǎng)絡搜索功能將作為一項可選工具提供，并可與其他工具或功能組合使用。

開發(fā)者能夠將網(wǎng)絡搜索功能應用于多種場景，例如構建購物代理、研究代理和旅行預訂代理。

該網(wǎng)絡搜索功能采用了與ChatGPT相同的搜索模型。在SimpleQA這一大型語言模型事實性問答基準測試中，GPT-4o搜索預覽版和GPT-4o mini搜索預覽版分別獲得了90%和88%的高分。

該網(wǎng)絡搜索功能已向所有開發(fā)者開放預覽，并無縫集成到Responses API中使用。

此外，OpenAI還通過Chat Completions API為開發(fā)者提供了直接訪問精調搜索模型的機會，包括gpt-4o-search-preview和gpt-4o-mini-search-preview。以下是相關API的定價信息：

AI工具網(wǎng)絡搜索文檔鏈接：https://platform.openai.com/docs/guides/tools-web-search

文件搜索功能模塊

該文件搜索功能模塊支持多種文件類型，具備查詢優(yōu)化、元數(shù)據(jù)過濾及自定義重排序等功能，能夠提供快速而準確的搜索結果。通過集成Responses API，僅需幾行代碼即可實現(xiàn)功能模塊的集成。

該功能模塊可應用于多種現(xiàn)實場景，例如幫助客服人員快速獲取常見問題解答，協(xié)助法律助理查閱過往案例以供專業(yè)參考，以及支持編程人員查詢技術文檔。

該功能模塊已開放于Responses API，使用費用按每千次查詢2.50美元及文件存儲每日每GB 0.10美元計費，首GB免費：

AI工具文件搜索文檔鏈接：https://platform.openai.com/docs/guides/tools-file-search

計算機使用功能模塊

開發(fā)者現(xiàn)在可以通過Responses API中的計算機使用功能模塊來構建能夠在計算機上高效完成任務的智能體。

該計算機使用功能模塊使用了與Operator相同的Computer Use Agent（CUA）模型。該模型在多個測試中均創(chuàng)下了新的記錄。

該功能模塊能夠捕捉模型生成的鼠標和鍵盤操作，使開發(fā)者能夠通過將這些動作直接翻譯為環(huán)境中的可執(zhí)行命令，實現(xiàn)計算機使用任務的自動化。

為應對通過API中的CUA擴展Operator能力至本地操作系統(tǒng)所帶來的一系列風險，OpenAI進行了系統(tǒng)性的安全評估和紅隊測試。測試結果表明，該模型在執(zhí)行自動化操作系統(tǒng)任務方面仍存在一定的可靠性缺口。

關于定價，計算機使用工具已向層級3至5的選定開發(fā)者開放于Responses API中。

▲OpenAI開發(fā)者選定層級一覽

3. 工具使用費用定為100萬輸入token/3美元、100萬輸出token/12美元。

4. 計算機使用工具文檔：https://platform.openai.com/docs/guides/tools-computer-use

5. 此外，Responses API還進行了多項改進，包括統(tǒng)一的項目化設計、更簡潔的多態(tài)性、直觀的流式事件，以及輔助功能SDK。

6. OpenAI指出，Responses API能夠簡化開發(fā)者將OpenAI模型及內置工具集成至應用程序的過程，無需整合多個API或外部供應商。該API還便于開發(fā)者在OpenAI上存儲數(shù)據(jù)，利用追蹤和評估等功能來監(jiān)控agent性能。

7. OpenAI特別強調，默認情況下，他們不會利用存儲在OpenAI上的業(yè)務數(shù)據(jù)來訓練模型。

8. 從即日起，Responses API向所有開發(fā)者開放，不單獨收費——tokens和工具的使用將按照標準費率計費。

9. 值得一提的是，OpenAI計劃在2026年年中正式終止Assistants API的使用，其功能將無縫遷移至Responses API中。OpenAI認為，Responses API標志著他們構建AI代理的未來發(fā)展方向。

二、開源Agents SDK，優(yōu)化智能體協(xié)同能力

除了為開發(fā)者提供一系列新API和工具以提升智能體構建效率，OpenAI還發(fā)布了專門用于優(yōu)化多智能體協(xié)同的開源Agents SDK。

該SDK適用于多種現(xiàn)實世界的應用場景，包括客戶支持自動化、多步驟研究、內容生成、代碼審查以及銷售線索挖掘等多個領域。

其核心改進主要體現(xiàn)在以下四個方面：

1. 智能體（Agents）：支持易于配置的大語言模型，集成明確指令和內置工具。

2. 交接控制（Handoffs）：實現(xiàn)智能且自然的智能體之間控制權轉移。

3. 欄桿（Guardrails）：提供高度可配置的安全檢查機制，用于輸入和輸出驗證。

4. 追蹤與可觀測性（Tracing & Observability）：提供可視化執(zhí)行軌跡功能，便于調試和性能優(yōu)化。

具體的SDK介紹文檔鏈接為：https://platform.openai.com/docs/guides/agents-sdk

而Agents SDK的GitHub官方倉庫鏈接為：https://github.com/openai/openai-agents-python?tab=readme-ov-file

結語：AI智能體的較量愈發(fā)激烈

近日，OpenAI正式發(fā)布了旗下首個"AI智能體"Operator，此次新功能的升級進一步降低了開發(fā)者開發(fā)智能體、將其集成到應用中的難度。

當前，AI智能體已成為AI賽道的熱門話題和技術焦點之一，近期Manus的火爆更是引發(fā)了更多人對這一領域的關注。

微軟在同一天也發(fā)布了與AI智能體構建相關的最新API和工具。正如OpenAI所言，AI智能體很快將成為跨行業(yè)應用中不可或缺的一部分，提升生產(chǎn)效率。如何構建高效的AI智能體，使其能夠在實際應用中落地，便成為各家企業(yè)的重點研究方向。

以上內容均來源于OpenAI官網(wǎng)