Siirry pääsisältöön
OpenAI

11. maaliskuuta 2025

Tuote

Uusia työkaluja agenttien rakentamiseen

Kehitämme alustaamme, jotta kehittäjät ja yritykset voivat rakentaa hyödyllisiä ja luotettavia agentteja.

Kokeile Playgroundissa(avautuu uudessa ikkunassa)
Tyylikäs ja minimalistinen käyttöliittymä, joka näyttää tekoälyagentin tehtäväluettelon, mukaan lukien ”triage_agent”, ”guardrail” ja ”update_salesforce_record”, sulavan sinisen abstraktin taustan päällä.

Julkaisemme tänään ensimmäisen rakennusosasarjan, joka auttaa kehittäjiä ja yrityksiä rakentamaan hyödyllisiä ja luotettavia agentteja. Pidämme agentteja järjestelminä, jotka suorittavat tehtäviä itsenäisesti käyttäjien puolesta. Viimeisen vuoden aikana olemme ottaneet käyttöön uusia malliominaisuuksia, kuten edistynyttä päättelyä, multimodaalisia vuorovaikutuksia ja uusia turvallisuustekniikoita, jotka ovat luoneet malleillemme perustan agenttien rakentamiseen tarvittavien monimutkaisten ja monivaiheisten tehtävien käsittelylle. Asiakkaat ovat kuitenkin kertoneet, että näiden ominaisuuksien muuttaminen tuotantovalmiiksi agenteiksi voi olla haastavaa ja vaatii usein laajaa nopeaa iterointia ja mukautettua orkestrointilogiikkaa ilman riittävää näkyvyyttä tai sisäänrakennettua tukea.

Näiden haasteiden ratkaisemiseksi julkaisemme uuden joukon API-rajapintoja ja työkaluja, jotka on erityisesti suunniteltu yksinkertaistamaan agenttisovellusten kehittämistä:

Nämä uudet työkalut virtaviivaistavat agenttien ydinlogiikkaa, orkestrointia ja vuorovaikutusta, mikä helpottaa kehittäjille merkittävästi agenttien rakentamisen aloittamista. Tulevien viikkojen ja kuukausien aikana aiomme julkaista lisää työkaluja ja ominaisuuksia, jotka yksinkertaistavat ja nopeuttavat agenttisovellusten rakentamista alustallamme entisestään.

Esittelyssä Responses API

Responses API on uusi API-primitiivimme, jonka avulla voimme hyödyntää OpenAI:n sisäänrakennettuja työkaluja agenttien rakentamiseen. Se yhdistää keskustelun Completions API:n selkeyden Assistants API:n työkalujen käyttöominaisuuksiin. Malliominaisuuksien kehittyessä uskomme, että Responses API tarjoaa joustavamman pohjan agenttisovelluksia rakentaville kehittäjille. Yhdellä Responses API -kutsulla kehittäjät voivat ratkaista yhä monimutkaisempia tehtäviä useiden työkalujen ja mallikäännösten avulla.

Aluksi Responses API tukee uusia sisäänrakennettuja työkaluja, kuten verkkohakua, tiedostohakua ja tietokoneen käyttöä. Nämä työkalut on suunniteltu toimimaan yhdessä ja yhdistämään mallit todelliseen maailmaan, mikä tekee niistä hyödyllisempiä tehtävien suorittamisessa. Se tuo mukanaan myös useita parannuksia käytettävyyteen, kuten yhtenäisen nimikepohjaisen suunnittelun, yksinkertaisemman polymorfismin, intuitiiviset suoratoistotapahtumat ja SDK-avustajat, kuten response.output_text, joiden avulla mallin tekstituotosta on helppo käyttää.

Responses API on suunniteltu kehittäjille, jotka haluavat helposti yhdistää OpenAI:n malleja ja sisäänrakennettuja työkaluja sovelluksiinsa ilman monimutkaisia useita rajapintoja tai ulkoisten toimittajien integrointia. API helpottaa myös datan tallentamista OpenAI:hin, jotta kehittäjät voivat arvioida agenttien suorituskykyä käyttämällä ominaisuuksia, kuten seurantaa ja arviointeja. Muistutuksena vielä, että oletusarvoisesti me emme kouluta mallejamme yritystietojen avulla, vaikka tiedot olisi tallennettu OpenAI:hin. API on kaikkien kehittäjien käytettävissä tänään, eikä siitä veloiteta erikseen. Tunnisteista ja työkaluista veloitetaan hinnoittelusivullamme⁠(avautuu uudessa ikkunassa) määriteltyjen vakiohintojen mukaisesti. Lisätietoja on saatavana vastausten API:n pika-aloitusoppaassa⁠(avautuu uudessa ikkunassa).

Mitä tämä tarkoittaa nykyisten API-rajapintojen kannalta?

  • Chat Completions API⁠(avautuu uudessa ikkunassa): Chat Completions on edelleen laajimmin käytetty API-rajapintamme, ja olemme täysin sitoutuneet tukemaan sitä uusilla malleilla ja ominaisuuksilla. Kehittäjät, jotka eivät tarvitse sisäänrakennettuja työkaluja, voivat luottavaisin mielin jatkaa Chat Completions -rajapinnan käyttämistä. Julkaisemme uusia malleja Chat Completions -rajapintaan aina, kun niiden ominaisuudet eivät ole riippuvaisia ​​sisäänrakennetuista työkaluista tai useista mallikutsuista. Responses API on kuitenkin Chat Completions API:n lisäosa⁠(avautuu uudessa ikkunassa), jolla on sama erinomainen suorituskyky, joten uusien integraatioiden kohdalla suosittelemme aloittamaan vastausten API:lla.
  • Assistants API⁠(avautuu uudessa ikkunassa): Assistants API:n beetaversiosta saamamme kehittäjäpalautteen perusteella olemme tehneet Responses API -rajapintaan keskeisiä parannuksia, jotka tekevät siitä joustavamman, nopeamman ja helppokäyttöisemmän. Työskentelemme Assistants ja Responses API -rajapintojen täyden ominaisuuspariteetin saavuttamiseksi, mukaan lukien tuki Assistant- ja Thread-tyyppisille objekteille sekä kooditulkintatyökalun. Kun tämä työ on valmis, aiomme ilmoittaa virallisesti Assistants API -rajapinnan käytöstä poistamisesta, jonka suunniteltu päivämäärä on vuoden 2026 puolivälissä. Kun se poistuu käytöstä, tarjoamme selkeän oppaan siirtymiseen Assistants API -rajapinnasta Responses API -rajapintaan, jonka avulla kehittäjät voivat säilyttää kaikki tietonsa ja siirtää sovelluksensa. Jatkamme uusien mallien toimittamista Assistants API -rajapintaan, kunnes virallisesti ilmoitamme sen käytöstä poistamisesta. Responses API edustaa suuntaa agenttien rakentamiselle OpenAI:n pohjalta tulevaisuudessa.

Esittelyssä Responses API:n sisäänrakennetut työkalut

Verkkohaku

Kehittäjät voivat nyt saada nopeita ja ajantasaisia ​​vastauksia selkeillä ja asiaankuuluvilla viitteillä verkosta. Responses API -rajapinnassa verkkohaku on käytettävissä työkaluna gpt-4o- ja gpt-4o-mini-versioissa, ja se voidaan yhdistää muihin työkaluihin tai toiminnon kutsumisiin.

JavaScript

1
const response = await openai.responses.create({
2
    model: "gpt-4o",
3
    tools: [ { type: "web_search_preview" } ],
4
    input: "What was a positive news story that happened today?",
5
});
6

7
console.log(response.output_text);

Varhaisten testien aikana olemme nähneet kehittäjien rakentavan verkkohakua useille eri käyttötapauksille, kuten ostosavustajille, tutkimusagenteille ja matkavarausagenteille, eli sovelluksille, jotka tarvitsevat ajankohtaista tietoa verkosta.

Esimerkiksi Hebbia⁠(avautuu uudessa ikkunassa) hyödyntää verkkohakutyökalua auttaakseen varainhoitajia, pääomasijoitusyhtiöitä ja luottoyhtiöitä sekä asianajotoimistoja nopeasti poimimaan käytännönläheistä tietoa laajoista julkisista ja yksityisistä tietoaineistoista. Integroimalla reaaliaikaiset hakuominaisuudet tutkimusprosesseihinsa Hebbia tarjoaa rikkaampaa, kontekstikohtaista markkinatietoa ja parantaa jatkuvasti analyysiensa tarkkuutta ja merkityksellisyyttä, ylittäen nykyiset vertailuarvot.

API:n verkkohaku perustuu samaan malliin kuin ChatGPT‑haku. SimpleQA-testissä, joka arvioi laajojen kielimallien (LLM) tarkkuutta lyhyisiin asiakysymyksiin vastaamisessa, GPT‑4o:n hakuesikatselun ja GPT‑4o‑minin hakuesikatselun saamat pisteet olivat 90 % ja 88 %.

SimpleQA – tarkkuus (korkeampi on parempi)
63%38%47%15%90%88%Tarkkuus

Verkkohaulla API:ssa luodut vastaukset sisältävät linkkejä lähteisiin, kuten uutisartikkeleihin ja blogikirjoituksiin, jotka antavat käyttäjille lisätietoja. Selkeiden, tekstiin sisäistettyjen viittausten avulla käyttäjät voivat käsitellä tietoa uudella tavalla, ja sisällön omistajat saavat uusia mahdollisuuksia tavoittaa laajemman yleisön.

Mikä tahansa verkkosivusto tai julkaisija voi halutessaan näkyä⁠(avautuu uudessa ikkunassa) API-rajapinnan verkkohaussa.

Verkkohakutyökalu on kaikkien kehittäjien saatavilla Responses API:n esikatseluversiossa. Annamme kehittäjille myös suoran käyttöoikeuden hienosäädettyihin hakumalleihimme keskustelun Chat Completions API:ssa gpt-4o-search-preview- ja gpt-4o-mini-search-preview-versioiden kautta. Hinnat⁠(avautuu uudessa ikkunassa) alkavat vastaavasti 30 dollarista ja 25 dollarista tuhatta kyselyä kohden GPT‑4o‑haussa ja 4o-mini-haussa. Verkkohakuun voi tutustua Playgroundissa⁠(avautuu uudessa ikkunassa) ja lisätietoja on saatavana asiakirjoistamme⁠(avautuu uudessa ikkunassa).

Tiedostohaku

Kehittäjät voivat nyt helposti hakea olennaisia ​​tietoja suurista asiakirjamääristä parannetun tiedostohakutyökalun avulla. Tukemalla useita tiedostotyyppejä, kyselyoptimointia, metatietojen suodatusta ja mukautettua uudelleenjärjestystä se voi tuottaa nopeita ja tarkkoja hakutuloksia. Muistutuksena vielä, että Chat Completions API:n avulla integrointiin tarvitaan vain muutama rivi koodia.

JavaScript

1
const productDocs = await openai.vectorStores.create({
2
    name: "Product Documentation",
3
    file_ids: [file1.id, file2.id, file3.id],
4
});
5

6
const response = await openai.responses.create({
7
    model: "gpt-4o-mini",
8
    tools: [{
9
        type: "file_search",
10
        vector_store_ids: [productDocs.id],
11
    }],
12
    input: "What is deep research by OpenAI?",
13
});
14

15
console.log(response.output_text);

Tiedostohakutyökalua voidaan käyttää useissa todellisissa käyttötapauksissa, kuten asiakastuen edustajan pääsyyn usein kysyttyihin kysymyksiin, lakimiehen avustajan auttamiseen aiempien tapausten nopeaan tarkastamiseen pätevän ammattilaisen löytämiseksi ja koodausagentin avustamiseen teknisen dokumentaation kyselyissä. Esimerkiksi Navan⁠(avautuu uudessa ikkunassa) käyttää tiedostohakua tekoälypohjaisessa matkatoimistossaan tarjotakseen käyttäjilleen nopeasti tarkkoja vastauksia tietokannan artikkeleista (kuten yhtiönsä matkustuskäytännöstä). Sisäänrakennetun kyselyoptimoinnin ja uudelleenjärjestämisen avulla he pystyvät perustamaan tehokkaan RAG-prosessin (retrieval-augmented generation) tuotosten rikastamiseen hakemalla ilman ylimääräistä virittämistä tai määrittämistä. Koska Navanilla on omat vektoritallennustilansa kullekin käyttäjäryhmälle, se pystyy räätälöimään vastauksia yksittäisten tilien asetuksiin ja käyttäjärooleihin, mikä säästää asiakkaiden ja heidän henkilöstönsä aikaa ja auttaa tarjoamaan tarkkaa ja yksilöllistä tukea.

Tämä työkalu on kaikkien kehittäjien käytettävissä Responses API:ssa. Käytön hinta⁠(avautuu uudessa ikkunassa) on 2,50 dollaria tuhatta kyselyä kohden ja tiedostojen tallennustila 0,10 dollaria/Gt/päivä, ensimmäinen gigatavu ilmaiseksi. Työkalu on edelleen käytettävissä Assistants API -rajapinnassa. Lopuksi olemme lisänneet Vector Storen API-objekteihin uuden hakupäätepisteen, jonka avulla dataan voi tehdä kyselyjä suoraan käytettäväksi muissa sovelluksissa ja API-rajapinnoissa. Lisätietoja on saatavana asiakirjoistamme⁠(avautuu uudessa ikkunassa) ja testaamisen voi aloittaa Playgroundissa⁠(avautuu uudessa ikkunassa).

Tietokoneen käyttö

Kehittäjät voivat nyt käyttää vastausten API:n tietokoneen käyttötyökalua rakentaakseen agentin, joka pystyy suorittamaan tehtäviä tietokoneella. Työkalua tukee samaa tietokonetta käyttävän agentin (CUA) mallia, joka mahdollistaa Operator-ominaisuuden. Tämä esikatselumalli teki uuden ennätyksen onnistumalla 38,1 % OSWorldissa⁠(avautuu uudessa ikkunassa) tietokoneen täysimittaisissa käyttötehtävissä, 58,1 % WebArenassa⁠(avautuu uudessa ikkunassa) ja 87 % WebVoyagerissa⁠(avautuu uudessa ikkunassa) verkkopohjaisissa vuorovaikutustehtävissä.

Sisäänrakennettu tietokoneen käyttötyökalu tallentaa mallin luomat hiiren ja näppäimistön toiminnot, minkä ansiosta kehittäjät voivat automatisoida tietokoneen käyttötehtäviä kääntämällä nämä toiminnot suoraan suoritettaviksi komennoiksi ympäristöissään.

JavaScript

1
const response = await openai.responses.create({
2
    model: "computer-use-preview",
3
    tools: [{
4
        type: "computer_use_preview",
5
        display_width: 1024,
6
        display_height: 768,
7
        environment: "browser",
8
    }],
9
    truncation: "auto",
10
    input: "I'm looking for a new camera. Help me find the best one.",
11
});
12

13
console.log(response.output);

Kehittäjät voivat käyttää tietokoneen käyttötyökalua selainpohjaisten työnkulkujen automatisointiin, kuten laadunvarmistuksen suorittamiseen verkkosovelluksissa tai tietojen syöttötehtävien suorittamiseen vanhoissa järjestelmissä. Esimerkiksi Unify⁠(avautuu uudessa ikkunassa) on tulojen kasvattamiseen tarkoitettu toimintajärjestelmä, joka käyttää agentteja aikomusten tunnistamiseen, asiakkuuksien tutkimiseen ja vuorovaikutukseen ostajien kanssa. OpenAI:n tietokoneen käyttötyökalun avulla Unifyn agentit voivat käyttää tietoja, jotka aiemmin eivät olleet saatavilla API-rajapintojen kautta, esimerkiksi mahdollistamalla kiinteistönhallintayritykselle mahdollisuuden tarkastaa verkkokarttojen avulla, onko yritys laajentanut kiinteistöjalanjälkeään. Tämä tutkimus toimii räätälöitynä signaalina yksilöllisen tiedottamisen käynnistämiseksi antaen lanseeraustiimeille mahdollisuuden olla yhteydessä ostajiin tarkasti ja laaja-alaisesti.

Toisena esimerkkinä Luminai⁠(avautuu uudessa ikkunassa) integroi tietokoneen käyttötyökalun automatisoimaan monimutkaisia ​​operatiivisia työnkulkuja suurissa yrityksissä, joiden vanhoista järjestelmistä puuttuu API-rajapintojen saatavuus ja standardoitu data. Äskettäisessä pilottihankkeessa suuren yhteisöpalveluorganisaation kanssa Luminai automatisoi hakemusten käsittelyn ja käyttäjien rekisteröintiprosessin vain muutamassa päivässä. Perinteisellä robottiprosessien automatisoinnilla (RPA) oli vaikeuksia tehdä sama kuukausien työn jälkeen.

Ennen CUA:n lanseerausta Operatorissa viime vuonna teimme laajoja turvallisuustestejä ja red teaming -menetelmiä, joissa käsiteltiin kolmea keskeistä riskialuetta: väärinkäyttöä, mallivirheitä ja uusien alueiden riskejä. Operatorin ominaisuuksien laajentamiseen paikallisiin käyttöjärjestelmiin rajapinnan CUA:n kautta liittyvien riskien ratkaisemiseksi suoritimme lisäturvallisuusarviointeja ja red teaming -menetelmiä. Lisäsimme myös kehittäjille tarkoitettuja lieventäviä ominaisuuksia, kuten turvatarkastuksia suojautumiseksi pikainjektioilta, vahvistuskehotteita arkaluontoisiin tehtäviin, työkaluja kehitysympäristöjen eristämiseksi ja parannuksia mahdollisten käytäntörikkomusten havaitsemiseen. Vaikka nämä lieventävät toimenpiteet auttavat vähentämään riskiä, ​​malli on silti altis tahattomille virheille, erityisesti muissa kuin selainympäristöissä. Esimerkiksi CUA:n suorituskyky OSWorldissa, tekoälyagenttien suorituskykyä tosielämän tehtävissä mittaavassa vertailuarvossa, on tällä hetkellä 38,1 %, mikä osoittaa, että malli ei ole vielä kovin luotettava tehtävien automatisoinnissa käyttöjärjestelmissä. Näissä tilanteissa suositellaan ihmisen suorittamaa valvontaa. Lisätietoja API-kohtaisesta turvallisuustyöstämme löytyy päivitetystä järjestelmäkortistamme.

Vertailuarvon tyyppiVertailuarvoTietokoneen käyttö (universaali käyttöliittymä)VerkkoselailuagentitHuman
OpenAI CUAEdellinen SOTAEdellinen SOTA
Tietokoneen käyttöOSWorld38,1 %22,0 %-72,4 %
Selaimen käyttöWebArena58,1 %36,2 %57,1 %78,2 %
WebVoyager87,0 %56,0 %87,0 %-
Arvioinnin yksityiskohdat on kuvattu tässä

Tietokoneen käyttötyökalu on nyt saatavilla esikatseluversiona vastausten API:ssa valituille kehittäjille käyttötasoilla 3–5⁠(avautuu uudessa ikkunassa). Käytön hinta⁠(avautuu uudessa ikkunassa) on 3 dollaria / 1 miljoonaa syötetunnistetta ja 12 dollaria / 1 miljoonaa tuotostunnistetta. Lue lisää asiakirjoistamme⁠(avautuu uudessa ikkunassa) ja tutustu esimerkkisovellukseen⁠(avautuu uudessa ikkunassa), joka havainnollistaa, miten tällä työkalulla rakennetaan.

Agents SDK

Agenttien ydinlogiikan rakentamisen ja niille työkalujen käyttöoikeuden antamisen lisäksi kehittäjien on myös organisoitava agenttien työnkulkuja. Uusi avoimen lähdekoodin agenttien SDK yksinkertaistaa usean agentin työnkulkujen hallintaa ja tarjoaa merkittäviä parannuksia Swarmiin⁠(avautuu uudessa ikkunassa) verrattuna. Swarm on viime vuonna julkaisemamme kokeellinen SDK, jota käytettiin laajalti kehittäjäyhteisössä ja jonka useat asiakkaat ottivat onnistuneesti käyttöön.

Parannukset sisältävät:

  • Agentit: Helposti määritettävät laajat kielimallit (LLM) selkeillä ohjeilla ja sisäänrakennetuilla työkaluilla.
  • Siirrot: Hallinnan siirtäminen älykkäästi agenttien välillä.
  • Turvatoimet: Määritettävät turvatarkastukset syöte- ja tuotostietojen vahvistamiselle.
  • Seuranta ja havaittavuus: Visualisoi agentin suorituksen seurantaa virheenkorjausta ja suorituskyvyn optimointia varten.

Python

1
from agents import Agent, Runner, WebSearchTool, function_tool, guardrail
2

3
@function_tool
4
def submit_refund_request(item_id: str, reason: str):
5
    # Your refund logic goes here
6
    return "success"
7

8
support_agent = Agent(
9
    name="Support & Returns",
10
    instructions="You are a support agent who can submit refunds [...]",
11
    tools=[submit_refund_request],
12
)
13

14
shopping_agent = Agent(
15
    name="Shopping Assistant",
16
    instructions="You are a shopping assistant who can search the web [...]",
17
    tools=[WebSearchTool()],
18
)
19

20
triage_agent = Agent(
21
    name="Triage Agent",
22
    instructions="Route the user to the correct agent.",
23
    handoffs=[shopping_agent, support_agent],
24
)
25

26
output = Runner.run_sync(
27
    starting_agent=triage_agent,
28
    input="What shoes might work best with my outfit so far?",
29
)

Agenttien SDK sopii useisiin reaalimaailman sovelluksiin, kuten asiakastuen automatisointiin, monivaiheiseen tutkimukseen, sisällöntuotantoon, koodin tarkastukseen ja myynnin kartoitukseen. Esimerkiksi Coinbase⁠(avautuu uudessa ikkunassa) käytti agenttien SDK:ta AgentKitin nopeaan prototyyppivaiheeseen ja käyttöönottoon. AgentKit on työkalupakki, jonka avulla tekoälyagentit voivat olla saumattomia vuorovaikutuksessa kryptolompakoiden ja erilaisten ketjutoimintojen kanssa. Coinbase integroi kehitysalustansa SDK:n mukautetut toiminnot täysin toimivaksi agentiksi vain muutamassa tunnissa. AgentKitin virtaviivaistettu arkkitehtuuri yksinkertaisti uusien agenttitoimintojen lisäämisprosessia, jolloin kehittäjät pystyivät keskittymään enemmän merkityksellisiin integraatioihin ja vähemmän monimutkaisten agenttiasetusten selaamiseen. 

Box⁠(avautuu uudessa ikkunassa) pystyi muutamassa päivässä luomaan agentteja, jotka hyödyntävät verkkohakua ja agenttien SDK:ta, joiden avulla yritykset voivat hakea, tehdä kyselyitä ja poimia havaintoja Boxiin ja julkisiin internetlähteisiin tallennetusta jäsentymättömästä datasta. Tämä lähestymistapa antaa asiakkaille mahdollisuuden paitsi käyttää uusimpia tietoja, myös hakea sisäisiä, omia tietoja turvallisesti ja suojatusti noudattaen sisäisiä käyttöoikeus- ja suojauskäytäntöjä. Esimerkiksi rahoituspalveluyritys voi rakentaa mukautetun agentin, joka pyytää Boxin tekoälyagenttia integroimaan Boxiin tallennetun sisäisen markkina-analyysin reaaliaikaisiin uutisiin ja taloustietoihin verkosta, tarjoten analyytikoille kattavan kuvan sijoituspäätöksiä varten.

Agenttien SDK toimii Responses API:n ja Chat Completions API:n kanssa. SDK toimii myös muiden palveluntarjoajien mallien kanssa, kunhan ne tarjoavat keskustelun Chat Completions -tyyppisen API-päätepisteen. Kehittäjät voivat integroida sen välittömästi Python-koodikantoihinsa, ja Node.js-tuki on tulossa pian. Lisätietoja on saatavana asiakirjoistamme⁠(avautuu uudessa ikkunassa).

Agenttien SDK:n suunnittelussa tiimimme sai inspiraatiota muiden yhteisön jäsenten erinomaisesta työstä, kuten Pydantic⁠(avautuu uudessa ikkunassa), Griffe⁠(avautuu uudessa ikkunassa) ja MkDocs⁠(avautuu uudessa ikkunassa). Olemme sitoutuneet jatkamaan agenttien SDK:n kehittämistä avoimen lähdekoodin kehyksenä, jotta muut yhteisön jäsenet voivat laajentaa lähestymistapaamme.

Mitä seuraavaksi: alustan rakentaminen agenteille

Uskomme, että agenteista tulee pian olennainen osa työvoimaa, mikä parantaa merkittävästi tuottavuutta kaikilla toimialoilla. Yritysten pyrkiessä yhä enemmän hyödyntämään tekoälyä monimutkaisissa tehtävissä olemme sitoutuneet tarjoamaan rakennusosia, joiden avulla kehittäjät ja yritykset voivat luoda tehokkaasti autonomisia, reaalimaailman vaikutuksia tuottavia järjestelmiä.

Tämän päivän julkaisujen myötä esittelemme ensimmäiset rakennusosat, jotka auttavat kehittäjiä ja yrityksiä helpommin rakentamaan, ottamaan käyttöön ja skaalaamaan luotettavia ja tehokkaita tekoälyagentteja. Malliominaisuuksien muuttuessa yhä agenttipohjaisemmiksi jatkamme investointeja syvempiin integraatioihin API-rajapintojemme välillä ja uusiin työkaluihin, jotka auttavat agenttien käyttöönotossa, arvioinnissa ja optimoinnissa tuotannossa. Tavoitteenamme on tarjota kehittäjille saumaton alustakokemus rakentaessaan agentteja, jotka voivat auttaa monenlaisissa tehtävissä kaikilla toimialoilla. Odotamme innolla, mitä kehittäjät tekevät seuraavaksi. Aloita tutustumalla asiakirjoihimme⁠(avautuu uudessa ikkunassa) ja pysy kuulolla, koska pian on tulossa lisää päivityksiä.

Tekijät

OpenAI