オープンAIが開発者への障壁を低減し、AIエージェントの作成を簡素化

オープンAIは最近、開発者向けの新しいツールのセットを発表しました。これは、AIエージェントを作成し、自律的に複雑なタスクを実行できるようにすることを目的としています。先週発表されたこの更新では、Responses API、オープンソースのAgents SDK、およびWeb検索、ファイル検索、コンピューター制御用のビルトインツールが導入され、AIシステムが実世界の情報やアプリケーションとどのように相互作用するかを簡素化するように設計されています。

オープンAIは、これらのエージェントを「ユーザーの代わりにタスクを独立して実行するシステム」と説明しています。つまり、研究テーマの調査やデータベースの更新など、複数のステップを伴うプロセスを、人間の指示が最小限で実行できます。同社の目標は、開発者や企業が強力なAI駆動のアシスタントを展開するための障壁を低減し、先進的なAI機能へのアクセスを拡大することです。

Responses API：エージェントの相互作用を簡素化

オープンAIの発表の中心は、新しいResponses APIです。これは、AIエージェントを構築するための統一されたインターフェイスとして機能します。このAPIは、OpenAIのChat Completions APIの会話機能と、以前のAssistants APIのツール使用機能を組み合わせます。実際的には、単一のAPI呼び出しで、複数のツールや知識源を呼び出すことが必要な、複雑な多段階のタスクを処理できます。

オープンAIによると、Responses APIは、カスタムコードやプロンプトの調整の必要性を減らすことで、エージェントの開発を簡素化するように設計されています。同社は、ブログ投稿で「Responses APIは、開発者がOpenAIのモデルとビルトインツールをアプリに簡単に組み合わせたい場合に、複数のAPIまたは外部ベンダーの統合の複雑さなしに使用できるように設計されています」と説明しています。以前、開発者は、有用なものを作るために、複数のAPI呼び出しと複雑なプロンプトの作成が必要でしたが、これは困難で時間がかかりました。新しいAPIでは、エージェントは、たとえば、ユーザーとの会話を開始し、Web検索を介して情報を検索し、次に要約を書くことができます。すべてがResponses APIを介して統一された方法で行われます。

注目すべきは、Responses APIが標準の使用料金を超えて追加の費用なしですべての開発者に利用できることです。また、下位互換性があります。オープンAIは、シンプルなユースケースのためにChat Completions APIのサポートを継続することを確認しましたが、古いAssistants APIは、2026年中頃までにResponses APIに機能が統合されるため、段階的に廃止されます。

オープンソースのAgents SDKがワークフロー管轄を簡素化

このリリースには、Agents SDKも含まれています。これは、1つまたは複数の相互作用するAIエージェントのワークフローを管理するためのツールキットです。注目すべきは、オープンAIがこのSDKをオープンソース化したことです。開発者や企業は、コードを調査し、エージェントシステムに非OpenAIモデルを統合することもできます。この柔軟性により、企業は、OpenAIのGPT-4を使用するエージェントと、別のAIモデルを使用する別のエージェントを、同じフレームワーク内で調整できます。

Agents SDKは、ワークフロー管轄に焦点を当てており、基本的に、エージェントが何をしているかと、タスクをどのように手渡すかを追跡するメカニズムを提供します。次のようなものが含まれています：

• 構成可能なエージェント:事前に定義された役割または特定のタスクの指示でAIエージェントを設定します。
• インテリジェントなハンドオフ:コンテキストに基づいて（たとえば、1つのエージェントがデータを収集し、別のエージェントがそれを分析する）、複数のエージェントまたはプロセス間でタスクを渡します。
• 安全性のガイドレール:入力検証およびコンテンツモデレーションツールを使用して、エージェントが特定の境界内に留まることを保証し、望ましくない出力を防ぎます。
• トレースと観察可能性:エージェントのアクションをステップごとに監視およびデバッグするためのツール。これにより、開発者は決定を理解し、パフォーマンスを改善することができます。

オープンAIによると、このツールキットは、カスタマーサポートボット、多段階の研究アシスタント、コンテンツ生成ワークフロー、コードレビュー エージェント、またはセールスプロスペクティングの自動化などの複雑なユースケースを簡素化できます。SDKをオープンソース化することで、オープンAIはコミュニティの貢献と企業での採用を奨励しています。コインベースやボックスなどの初期採用者は、AI駆動の研究ツールやデータ抽出ツールを作成するために、すでにAgents SDKを使用しています。

ビルトインツールがAIの機能を強化

AIエージェントをより機能的で使いやすくするために、オープンAIのResponses APIには、外部のデータやアクションに接続する3つのビルトインツールが含まれています。これらのツールにより、エージェントが実行できることが大幅に拡大し、単にテキストを生成することだけに留まらなくなります。

以下のビルトインツールが利用可能です。

• Web検索: AIエージェントがリアルタイムでWeb検索を実行し、最新の情報を取得できるようにします。出典を含む最新のニュースやインターネットの事実を使用して質問に答えることができます。研究アシスタント、ショッピングガイド、または旅行プランナーを作成する場合に役立ちます。
• ファイル検索: エージェントが開発者によって提供された大規模な文書やデータのコレクションをすばやく検索し、関連する情報を見つけることができます。基本的に、プライベートのナレッジベースクエリーツールです。エージェントは、顧客サポートの質問に答えるためにポリシードキュメントを検索したり、法的研究を支援するためにファイルライブラリからの文章を取得したりできます。このツールは、プロプライエタリ情報を参照する必要がある顧客サポートボットや内部会社アシスタントなどのシナリオで展開できます。
• コンピューターの使用: 人間のユーザーがコンピューターを操作するように、AIエージェントがコンピューター上でアクションを実行できるようにする新しい機能（現在は研究プレビュー中）です。OpenAIのコンピューター使用エージェント（CUA）モデルによって提供されるこのツールにより、AIの意図がキーボードとマウスのアクションに変換され、ソフトウェア、Webサイト、または他のデジタルインターフェイスをナビゲートできます。基本的に、APIが簡単に利用できないタスクの自動化を可能にします。たとえば、レガシーシステムにデータを入力したり、Webアプリケーションをテストするためにクリックしたり、グラフィカルインターフェイスで情報を確認したりします。

これらのツールを統合することで、AIエージェントは問題を考えるだけでなく、アクションを実行できます。情報を検索したり、特定のデータを取得したり、デジタル環境を操作したりします。これにより、エージェントの機能が大幅に拡大し、実際のアプリケーションで非常に役立ちます。

オープンAIは、開発者がこれらのツールを必要に応じて組み合わせることを想定しています。たとえば、エージェントはWeb検索を使用してパブリック情報を収集し、ファイル検索を使用して内部データを取得し、統合された知識を使用してレポートを起草またはタスクを実行できます。すべてがResponses APIを介して統一された方法で行われます。

AIの採用とアクセシビリティへのより広範な影響

アナリストは、このリリースが、技術的な障壁を低減することで、業界全体でAIエージェントの採用を加速する可能性があると述べています。企業にとって、これらの新しいツールの魅力は、広範なカスタム開発を必要とせずにプロセスを自動化およびスケールアップできることです。

情報の取得、フォームの処理、またはアプリ間のデータ入力などのルーチンタスクは、OpenAIのビルディングブロックを使用するAIエージェントによって処理できる可能性があります。これらのビルトイン検索ツールにより、企業はAIをそのナレッジベースやWebにほぼ瞬時に接続できます。コンピューターの使用ツールは、APIのないレガシーアプリケーションとインターフェイスを操作する方法を提供します。 Agents SDKのオープンソース性により、企業はこれらのAIエージェントを既存のインフラストラクチャに統合し、必要に応じて別のAIモデルを使用できます。

オープンAIの動きは、エージェント構築機能を開発者に与える競争の一部です。他のテクノロジー企業やスタートアップは独自のAIエージェントプラットフォームをロールアウトしています。オープンAIの包括的なツールキットは、同社を際立たせる可能性があります。実際、タイミングは、世界的に見ると、完全に自律的なAIエージェントへの関心の高まりの中で来ています。たとえば、中国のスタートアップであるモニカは、マヌスと呼ばれるエージェントを発表し、一部のタスクではOpenAIのプロトタイプエージェントを上回ると主張しています。オープンAIは、プラットフォームの重要な部分をオープンソース化し、ビルトインツールを提供することで、競争圧力に応えると同時に、AIのより広範な採用を促進しているようです。

アクセシビリティの観点から見ると、これらのツールは先進的なAIシステムを構築できる人を民主化する可能性があります。小規模な企業や個人の開発者も、研究チームを必要とせずに、AI駆動のアシスタントまたはワークフローを作成できるようになります。統合アプローチ（1つのAPI呼び出しで複数のステップを処理）と、OpenAIのドキュメントの例により、初心者への入場障壁が低くなります。OpenAIは、開発者がエージェントのアクションを追跡して調査できる観察可能性インターフェイスも提供しています。これは、AIの出力をデバッグして信頼性を構築する上で不可欠です。使いやすさと安全性（ガイドレールと監視）に焦点を当てているため、企業がAIエージェントを実験することを奨励し、管理とコントロールを維持できることを知ることができます。

AIエージェントは、インターネットの存在と同様に一般的で不可欠になる可能性があります。オープンAIの最新のツールは、エージェントの開発をよりアクセスしやすくすることで、このビジョンを現実に近づける可能性があり、より広い開発者や組織のコミュニティが独自のエージェントを作成できるようにします。