正当人们还在热火朝天的讨论Manus的时候，OpenAI发布了两年以来最大的更新，重磅上线4大项Agent开发套件以及一个开源项目，从此开发者几行代码就可以创建一个专属的Manus。
这听起来非常的梦幻！
距离发布会结束仅仅几个小时，X上就已经能看到铺天盖地的基于OpenAI Agent开发套件的琳琅满目的开发成果。有人开发了交互感不输Manus的通用Agent！
也有人实现了computer use，全自动爬取网络信息
并处理本地文件。
以及实现了大量的通用Agent创意功能：
甚至，在这场发布会上，我们还看到了OpenAI的开源的诚意，首次发布了一款工业级Multi-Agent开发框架，OpenAI Agents SDK。
可以说OpenAI这的场发布会，对于Agent技术来说，就如23年11月的OpenAI开发者大会一样，意义非凡。
接下来，我就从一名技术人的角度，为大家详细解读下这场发布会的核心内容。
观前提醒，这场发布会信息量巨大，光是更新的技术文档就有3万多字，我尽量用通俗的语言帮大家梳理最高价值的信息，此外，我们团队第一时间翻译了本次OpenAI大更新的完整技术文档，大家感兴趣的话扫码即可领取。
北京时间3月12号凌晨，OpenAI召开直播发布会，尽管没有提前预热，也没有类似GPT4.5这种噱头来镇场。
但这次发布的内容，绝对足以颠覆现有Agent技术开发格局。
本次发布会由OpenAI产品负责人Kevin主持，短短的20分钟不到，总共发布了4项新的API工具。
分别是Web Search、File Search、Computer use、Response API，以及一个开源项目OpenAI Agents SDK。
这5个工具乍一看感觉并不惊艳，但事实并没有那么简单。
首先来看这次发布的Response API，这是OpenAI两年来最大的底层API更新，从今天开始，开发者可以不再使用chat.completions API来调用模型，而是直接调用responses API来调用模型。
要知道上一次底层API的更换，还是两年前，GPT3模型升级到GPT4模型的时候。
这就非常有趣了，要知道截止2025年2月，全球有超过200万开发者使用OpenAI API，而一旦底层API调用规则更新，必然会导致大量代码重写，甚至是流失大量的开发者。
但OpenAI仍然一意孤行，大手一挥，就这么把底层API调用方法更新了，这是为什么呢？
最核心的原因，就是OpenAI希望自己的API不再是单纯的模型调用API，而是一个Agent开发API。
其实从发布会一开始，Kevin团队就一直在以一种类似前后端一体的形式演示各项工具，也就是左侧是一个网页，而右侧是代码编辑器。
同时，在右侧进行任何代码修改，都能在左边的浏览器中实时看到效果。这看着就非常酷炫。
是的，这就是全新的Response API的功能效果，自此，AI开发进入全民级前后端一体式开发新时代。这么看，确实值得进行一次底层API的大更新。
此外，新的Response API还能支持发布会上发布的其他三项工具，也就是Web Search、File Search和Computer use。尽管这三项功能听着耳熟，好像我们在别的地方也能看到这些功能，但OpenAI实现的程度，各个都是王炸级别。
举个例子，普通的Web Search就是上网搜集并汇总信息，而OpenAI的Web Search是Deep Research的API实现版！什么意思呢，前段时间，大家被Manus的网络搜索和长文本编写能力所震撼，如搜索并编写一篇研报，
而现在，OpenAI的Web Search，只需要三行代码即可实现相同功能。搜索又快有准
长文本编写也是一气呵成。
大家之前如果体验过ChatGPT的DeepResearch应该能感受到。
再比如File Search，听着感觉就是RAG知识库检索功能，但实际上OpenAI的File Search最高支持100G海量文档检索，可以检索十几种主流类型的文件。这就不是简单的RAG系统了。
值得一提的是，这个File Search就是OpenAI的Assistant API中的文件检索功能的升级版，这套RAG系统可谓是OpenAI的看家本领。
我们并不知道OpenAI是如何对100G海量文档进行检索的，但之前我们在使用Assistant API的时候确实能感受到，这套检索系统的性能完全不输GraphRAG，可以说是我所用过的最强的文本RAG系统。
紧接着，第三个功能，也是这次发布会的最劲爆的功能！
computer use。谁能想到，这个由Claude母公司，Anthropic在去年10月提出的实验性质的功能，现在由OpenAI发布了工业级解决方案。
所谓computer use，指的是让大模型看到电脑屏幕，并在了解电脑界面操作逻辑的基础上，全自动的代替人来操作电脑。
大家其实能想象得到啊，电脑能力的边界，不就是现阶段人工智能的能力边界么？所以，自从computer use技术概念诞生以来，就被视作是大模型Agent的终极形态。
之前爆火的Manus，其技术本质就是computer use，只不过操作的不是本地的电脑，而是在沙盒环境中的云端的电脑。Manus的网页浏览、在线编程、进行文件管理等功能，本质上都是基于一个云端的电脑，借助computer use功能来完成的。
而现在，OpenAI开放computer use API，让全体的开发者都借助这一功能来进行Agent开发。这个功能也被称作压垮Manus的最后一根稻草，不是，也被称作开启未来Agent发展之路的钥匙。
在OpenAI computer use功能上线的第一时间，外网就有大量用户评测出炉，无论是操作网页还是处理本地数据，都非常惊艳。
当然，以上所有的功能，Web Search、File Search和Computer use，在response API调度下，都可以自由组装来构成复杂问题的解决流程。
比如我想要制定一个旅行计划，那就需要Web Search搜集信息、File Search来检索我的出行习惯、同时需要Computer use来帮我预订机票旅馆等，并且，response API还能监督每个环节的执行情况，遇到问题会自动debug，从而保障任务完成率。
甚至OpenAI还提供了一个任务管理的后台，让开发者一目了然查看目前Agent执行进度。
而最最最关键的是，OpenAI还开源了能实现response API全套功能的OpenAI Agents SDK，不同于去年开源的swarm是一个实验项目，现在的Agents SDK是一个真正意义的企业级Multi Agent开发工具，这也是OpenAI截止目前最有诚意的开源项目。
看到这么多重磅消息，恍惚间好像又回到了23年4月，那个GPT-4刚刚发布的月份，一切都是那么新奇，对未来是那么的期待。
其实早在今年年初，各大顶级科技大厂就预测，在大模型基座技术逐渐趋于成熟、外加市场需求井喷的当下，25年将会是Agent技术爆发元年，而OpenAI这轮发布会，无疑是吹响了冲锋的号角！
接下来的几天，我还将深度使用OpenAI发布的各项工具，并在第一时间为大家带来教学和评测视频，相关内容会在赋范大模型技术社区中上线，大家扫码即可加入。
好了，以上就是本期视频的全部内容。
我是九天，如果觉得有用，记得点赞关注哦！
为每个人提供最有价值的技术赋能！【公益】大模型技术社区已经上线！
九天&菜菜&菊安酱&木羽老师，30+套原创系统教程，涵盖国内外主流「开&闭源大模型」调用与部署，RAG、Agent、微调实战案例…所有内容免费公开，还将定期追更最新大模型技术进展~
📍完整视频讲解+学习课件+项目源码包获取，扫描上方二维码即可进入赋范大模型技术社区领取～
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
