开源！OpenAI发布新AI工具，Agent元年真的到了？

本文链接：https://blog.youkuaiyun.com/2509_90711057/article/details/146203125

就在刚刚，OpenAI 扔出了一枚重磅炸弹，发布了一系列全新的工具和API，旨在彻底简化AI Agent的开发流程，让无论是AI小白还是略懂AI的普通人，都能轻松构建强大、可靠的Agent！

过去一年，OpenAI 不断推出新的模型能力，如高级推理、多模态交互和安全技术，为构建能够处理复杂、多步骤任务的AI Agent奠定了基础。

但是，许多开发者反馈，将这些能力转化为生产级别的Agent应用仍然充满挑战，往往需要大量的提示词迭代和自定义的流程逻辑，而且缺乏足够的可视化和内置支持。

为了解决这些难题，OpenAI 推出了全新的 Responses API、三种内置工具以及以及一个开源的 Agents SDK。

省流版：

Responses API: 将 Chat Completions API 的简洁性与 Assistants API 的工具使用能力相结合的新型API接口。
网页搜索：让模型访问互联网获取最新信息的工具，快速获取最新信息，并提供清晰、相关的引用来源。

Agents SDK：基于 Swarm 框架升级，简化多 Agent 工作流程编排的开源框架，提供Agent配置、智能切换、安全防护、跟踪和可观测性等功能。

还记得 OpenAI 之前推出的 Chat Completions API 和 Assistants API 吗？前者简单易用，后者功能强大。但如果要构建一个能干又聪明的 AI 智能体（Agent），你需要在两个 API 之间反复横跳，甚至还要对接各种外部工具。

而现在，OpenAI 推出了全新的 Responses API，将 Chat Completions 的简洁性和 Assistants 的强大功能完美融合，让你只需一次 API 调用，就能轻松构建各种 AI 智能体！

同时Responses API 集成了最新发布的内置工具，网页搜索、文件搜索、计算机使用，这能让大家的 AI 智能体不再是“纸上谈兵”，而是真正能够连接真实世界，获取信息、处理文档、以及操作电脑。

同时OpenAI明确表示使用Responses API, 你的数据默认不会被拿来训练OpenAI的模型，大家可以放心使用。

在内置工具方面，网页搜索工具可以快速获取网络上的最新信息，同时搜索结果附带清晰的引用链接，能追溯信息来源，确保准确性。

基于GPT-4o 和 GPT-4o-mini, 在SimpleQA测试中, 准确率高达90% 和 88%!

当面对一大堆文件手足无措的时候，这个工具或许能很好解决你的问题，文件搜索工具支持多种文件类型，如常见的PDF、Word 还是其他格式。

同时通过查询优化、元数据过滤等技术，快速找到你需要的信息，能做到快速匹配。

计算机使用工具则由与 Operator 相同的 Computer-Using Agent (CUA)模型提供支持，可捕获模型生成的鼠标和键盘操作，如在浏览器中自动执行各种任务，如网页测试、数据录入等。

同时OpenAI表示：即使是那些没有 API 的老旧系统，也能通过计算机使用工具实现自动化操作。

目前在 OSWorld、WebArena 和 WebVoyager 基准测试中分别取得 38.1%、58.1% 和 87% 的成绩。

当有了强大的 AI 智能体（Agent）和厉害的工具，那么就还差一个“指挥官”，来协调它们之间的工作。而OpenAI 全新推出的开源 Agents SDK就是“指挥官”的角色。

它能根据用户需求，智能地将任务分配给最合适的 Agent，并确保 Agent 之间无缝交接，避免信息丢失或重复工作，还会对 Agent 的输入和输出进行安全检查，确保结果可靠，并能清晰地展示 Agent 的执行过程，方便你调试和优化。

相较于 Swarm框架⁠ 有了显著的改进。

它的应用场景也是相当的广泛，比如让多个 Agent 协同处理用户咨询、退款等问题，或者是多个 Agent 协同进行信息收集、分析、报告撰写等等

同时OpenAI还明确表示Agents SDK 可以与 Responses API 和 Chat Completions API 协同工作，还可以与提供类似 Chat Completions API 的其他模型提供商的模型一起使用。

目前支持 Python，Node.js 支持即将推出。

最后给大家附上这些工具的价格，不得不说，这价格着实有点贵，感兴趣的可以去试玩一下，

如果你在使用OpenAI API途中遇到支付难题，可以参考一下往期的内容：