Снижение барьеров для разработчиков: OpenAI упрощает создание агентов ИИ

OpenAI недавно выпустила набор новых инструментов для разработчиков, направленных на упрощение создания агентов ИИ, которые могут выполнять сложные задачи автономно. Объявление было сделано на прошлой неделе, и в нем представлен Responses API, открытый Agents SDK и встроенные инструменты для поиска в сети, поиска файлов и управления компьютером – все это предназначено для упрощения взаимодействия систем ИИ с реальной информацией и приложениями.

OpenAI описывает этих агентов как “системы, которые самостоятельно выполняют задачи от имени пользователей”, что означает, что они могут выполнять многоступенчатые процессы – такие как исследование темы или обновление базы данных – с минимальным руководством человека. Цель компании – снизить барьеры для разработчиков и бизнеса для развертывания мощных помощников ИИ, тем самым расширяя доступ к передовым возможностям ИИ.

Responses API: Упрощение взаимодействия агентов

В центре объявления OpenAI находится новый Responses API, который служит унифицированным интерфейсом для создания агентов ИИ. Этот API объединяет возможности разговора OpenAI’s Chat Completions API с функциональностью использования инструментов его предыдущего Assistants API. В практическом смысле это означает, что один вызов API может теперь обработать сложные, многоступенчатые задачи, которые могут включать вызов различных инструментов или источников знаний.

OpenAI говорит, что Responses API был создан для упрощения разработки агентов, снижая необходимость в пользовательском коде и настройке запросов. «Responses API предназначен для разработчиков, которые хотят легко объединить модели OpenAI и встроенные инструменты в свои приложения, без сложности интеграции нескольких API или внешних поставщиков», объяснила компания в своем блоге. Ранее разработчикам часто приходилось оркестрировать несколько вызовов API и создавать сложные запросы, чтобы получить что-то полезное от агента ИИ, что было сложным и耗ительным. С новым API агент может, например, вести разговор с пользователем, искать информацию через поиск в сети, а затем написать резюме – все это в рамках одного рабочего процесса.

Примечательно, что Responses API доступен всем разработчикам без дополнительных затрат, за исключением стандартных сборов за использование. Он также обратно совместим: OpenAI подтвердила, что продолжит поддержку своего популярного Chat Completions API для простых случаев, а старый Assistants API будет выведен из эксплуатации к середине 2026 года, поскольку его функции будут интегрированы в Responses API.

Открытый Agents SDK упрощает оркестровку рабочих процессов

Запуск также включает Agents SDK, набор инструментов для управления рабочими процессами одного или нескольких взаимодействующих агентов ИИ. В заметном шаге OpenAI сделала этот SDK открытым, позволяя разработчикам и предприятиям просматривать код и даже интегрировать модели ИИ, не являющиеся OpenAI, в свои системы агентов. Эта гибкость означает, что компания может координировать агент, использующий модель GPT-4 OpenAI, вместе с другим агентом, работающим на другой модели ИИ, все в рамках одного и того же каркаса.

Agents SDK ориентирован на оркестровку рабочих процессов – по сути, отслеживание того, что делает агент и как он передает задачи. Он предоставляет встроенные механизмы для таких вещей, как:

• Конфигурируемые агенты: настройка агентов ИИ с предопределенными ролями или инструкциями для конкретных задач.
• Интеллектуальная передача задач: передача задач между несколькими агентами или процессами на основе контекста (например, один агент собирает данные, а другой агент анализирует их).
• Безопасность: обеспечение того, чтобы агент оставался в определенных пределах, с помощью инструментов проверки ввода и модерации контента для предотвращения нежелательных выходных данных.
• Отслеживание и наблюдаемость: инструменты для мониторинга и отладки действий агента шаг за шагом, что помогает разработчикам понять решения и улучшить производительность.

По словам OpenAI, этот инструментарий может упростить сложные случаи использования, такие как боты поддержки клиентов, помощники исследования, рабочие процессы генерации контента, агенты проверки кода или автоматизация продаж. Открытие SDK также поощряет вклад сообщества и принятие в корпоративной среде, где прозрачность и возможность самостоятельного размещения компонентов часто важны. Ранние采用ющие, включая компании, такие как Coinbase и Box, уже экспериментировали с Agents SDK для создания исследований на основе ИИ и инструментов извлечения данных.

Встроенные инструменты улучшают функциональность ИИ

Чтобы сделать агентов ИИ более функциональными сразу после установки, Responses API OpenAI поставляется с тремя встроенными инструментами, которые подключают ИИ к внешним данным и действиям. Эти инструменты значительно расширяют возможности агента, выходя за рамки простого генерирования текста.

Встроенные инструменты, доступные при запуске, являются:

• Поиск в сети: Позволяет агенту ИИ выполнять поиск в сети в режиме реального времени и получать актуальную информацию, полную с цитированными источниками. Это означает, что агент может отвечать на вопросы, используя последние новости или факты из интернета, и предоставлять ссылки для прозрачности. Этот инструмент полезен для создания агентов, таких как помощники исследования, покупательские гиды или планировщики путешествий, которые нуждаются в актуальной информации.
• Поиск файлов: Позволяет агенту быстро просматривать большие коллекции документов или данных, предоставленных разработчиком, чтобы найти релевантную информацию. Это по сути является инструментом запроса частной базы знаний – агент может использовать его, чтобы ответить на вопросы поддержки клиентов, найдя политику документов, или помочь в юридических исследованиях, извлекая отрывки из библиотеки файлов. Этот инструмент может быть развернут в сценариях, таких как боты поддержки клиентов или внутренние помощники компании, которые нуждаются в ссылке на проприетарную информацию.
• Использование компьютера: Новая возможность (в настоящее время в режиме предварительного просмотра), которая позволяет агенту ИИ выполнять действия на компьютере, как если бы он был пользователем, работающим на машине. Управляемый моделью использования компьютера (CUA) OpenAI, этот инструмент переводит намерения ИИ в действия клавиатуры и мыши для навигации по программному обеспечению, веб-сайтам или другим цифровым интерфейсам. По сути, он позволяет автоматизировать задачи, которые не имеют простого API – например, ввод данных в систему наследия, клик через веб-приложение для тестирования или проверку информации на графическом интерфейсе.

Интегрируя эти инструменты, агенты ИИ могут не только думать над проблемой, но и действовать – будь то поиск информации, извлечение конкретных данных или манипулирование цифровой средой. Это значительно расширяет функциональность агента и делает его намного более полезным для реальных приложений.

OpenAI представляет, что разработчики будут комбинировать эти инструменты по мере необходимости; например, агент может использовать поиск в сети, чтобы собрать публичную информацию, и поиск файлов, чтобы извлечь внутренние данные, а затем использовать это объединенное знание, чтобы составить отчет или выполнить задачу. Все это можно оркестрировать через Responses API в унифицированном виде, а не требовать отдельных сервисов или ручной интеграции.

Более широкие последствия для принятия и доступности ИИ

Аналитики говорят, что этот запуск может ускорить принятие агентов ИИ в различных отраслях, снижая технические барьеры. Для бизнеса привлекательность этих новых инструментов заключается в возможности автоматизировать и масштабировать процессы без обширной разработки.

Рутинные задачи, такие как извлечение информации, обработка форм или ввод данных между приложениями – которые могли бы потребовать значительного кодирования или нескольких программных систем – теперь могут потенциально обрабатываться агентами ИИ, использующими строительные блоки OpenAI. Встроенные инструменты поиска, например, позволяют компаниям подключать ИИ к своим базам знаний или интернету практически мгновенно, а инструмент использования компьютера предлагает способ взаимодействия с устаревшими приложениями, не имеющими API. Тем временем открытая природа Agents SDK дает предприятиям больше контроля, позволяя им интегрировать этих агентов ИИ в свою существующую инфраструктуру и даже использовать разные модели ИИ по мере необходимости.

Шаг OpenAI является частью более широкой гонки за предоставление разработчикам возможностей создания агентов. Конкурирующие технологические фирмы и стартапы выпускают свои собственные платформы агентов ИИ, и комплексный инструментарий OpenAI может помочь ей выделиться. На самом деле, время этого совпадает с ростом интереса к автономным агентам ИИ во всем мире – например, китайский стартап Monica недавно привлек внимание своим агентом Manus, заявив, что он может превзойти прототип агента OpenAI в определенных задачах. Открывая ключевые части своей платформы и предлагая встроенные инструменты, OpenAI, кажется, реагирует на конкурентное давление, одновременно способствуя более широкому принятию ИИ.

С точки зрения доступности эти инструменты могут демократизировать возможность создания передовых систем ИИ. Меньшие компании и даже отдельные разработчики могут теперь найти возможность создать помощника ИИ или рабочий процесс без необходимости большой исследовательской команды. Интегрированный подход (где один вызов API может обработать несколько шагов) и наличие примеров в документации OpenAI снижают барьер для входа для новичков. OpenAI также предоставляет интерфейс наблюдаемости для разработчиков, чтобы отслеживать и инспектировать, что делает агент, что важно для отладки и построения доверия к выходным данным ИИ. Этот акцент на удобстве использования и безопасности (с ограничениями и мониторингом) ожидается, чтобы поощрить больше предприятий экспериментировать с агентами ИИ, зная, что они имеют контроль.

Агенты ИИ могут стать такими же обычными и важными, как наличие присутствия в интернете. Последние инструменты OpenAI, делая разработку агентов более доступной, могут помочь воплотить эту мечту в реальность, позволяя гораздо более широкому сообществу разработчиков и организаций создавать свои собственные агенты.