OpenAI發布智能體開發套件:AI能自主操作計算機

2025-03-11 | 來源: 騰訊科技 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

02.Responses API的內置工具

網絡搜索

開發者現在可以通過網絡獲取快速、最新的答案，並附帶清晰相關的引用來源。在Responses API中，使用gpt-4o和gpt-4o-mini時，網絡搜索可作為工具使用，並可與其他工具或函數調用結合。

在早期測試中，開發者群體已將網絡搜索應用於多種用例，包括購物助手、研究代理和旅行預訂代理——任何需要及時網絡信息的應用場景。

演示使用OpenAI的API來生成與當天新聞相關的文本響應

GPT-4o搜索和4o-mini搜索的定價分別為每千次查詢30美元和25美元。

文件搜索

開發者現在可以輕松從海量文檔中檢索相關信息。升級後的文件搜索工具支持多種文件類型、查詢優化、元數據過濾及自定義重新排序，能夠提供快速精准的搜索結果。通過Responses API，僅需幾行代碼即可完成集成。

文件搜索工具適用於多種實際場景：支持客服助手快速調取常見問題庫、協助編程助手查詢技術文檔等。定價為每千次查詢2.50美元，文件存儲費用為每GB每日0.10美元（首GB免費）。

計算機使用

OpenAI擬收購Google這一重磅技術產品

肩負OpenAI盈利重任的硅谷女掌門

微軟CEO和奧特曼失了和,OpenAI被"斷糧"

開發者現可通過Responses API構建能夠操作計算機完成任務的智能體，該工具基於與Operator同源的計算機使用代理（CUA）模型。

該工具能捕獲模型生成的鼠標與鍵盤操作軌跡，使開發者可將這些動作轉化為具體環境中的可執行命令，實現計算機任務的自動化處理。

安全方面：內置防御提示注入的安全檢查、敏感操作確認提示、環境隔離工具及策略違規檢測強化。OpenAI提示，建議涉及系統操作時保持人工監督。

該工具現以研究預覽版形式向使用層級3-5的開發者開放於Responses API中，定價為每百萬輸入Token 3美元、輸出Token 12美元。

03.智能體SDK

全新開源的?智能體SDK?顯著簡化多智能體工作流管理，相較去年發布的實驗性工具Swarm?（已被開發者社區廣泛采用並成功部署於多個客戶場景），本次升級包含以下改進：

--?智能體配置?：支持快速部署預置清晰指令與內置工具的大語言模型。

--?流程交接?（Handoffs:）：實現智能體間控制權的動態轉移與上下文繼承。

--?安全護欄?（Guardrails）：可定制的輸入輸出驗證機制，防范有害內容。

--追蹤與可觀測性：可視化智能體執行軌跡以調試並優化性能。

智能體SDK適用於多種現實場景，包括客戶支持自動化、多步驟研究、內容生成、代碼審查與銷售線索挖掘。它兼容Responses API與Chat Completions API。該SDK也支持其他提供商的模型。