OpenAI新Agent套件全解析，以及发布会没说的30+要点

78 0 0

文章摘要

OpenAI在凌晨1点发布了全新的Agent 开发套件，旨在简化复杂Agent系统的构建和管理。该套件包含四个核心组件：Responses API、内置工具、Agents SDK和监控工具。Responses API是此次发布的核心，被视为Chat API的升级版，支持新的内置工具和可预测的流式事件，极大简化了项目复杂度。对于新项目，建议直接使用Responses API，而Chat Completions API虽然不会下线，但未来可能不再支持新模型。

内置工具包括网页搜索、文件搜索和Computer Use Agent（CUA）。网页搜索允许用户配置国家、城市、时区等参数，但价格相对较高。文件搜索则是对现有功能的更新，用户需先将文件上传至OpenAI的向量库，随后通过file_search获取回答。CUA则通过截图理解界面状态并执行交互操作，支持9种行为，能够自动组合和执行任务，实现自动化操作。

Agents SDK是此次发布的一大亮点，OpenAI开源了一个支持多Agent的框架，任何符合OpenAI Chat Completions API的模型均可使用。该框架支持代理交接和函数工具，开发者可以轻松构建复杂的多Agent系统。例如，开发者可以创建不同语言的Agent，并通过Triage Agent根据请求语言自动切换至相应的Agent。此外，开发者还可以通过函数工具扩展Agent的功能，如获取天气信息等。

监控工具则帮助开发者在后台追踪和检查Agent工作流的执行过程，确保系统的稳定性和高效性。此次发布不仅提供了强大的技术工具，还通过开源框架和详细的文档支持，极大降低了开发者的门槛，推动了Agent技术的广泛应用。