Siirry pääsisältöön
OpenAI

15. huhtikuuta 2026

Tuote

Agents SDK:n seuraava kehitysaskel

Päivitetty Agents SDK auttaa kehittäjiä luomaan agentteja, jotka voivat tarkastella tiedostoja, suorittaa komentoja, muokata koodia ja työskennellä pitkäkestoisten tehtävien parissa hallituissa hiekkalaatikkoympäristöissä.

Ladataan...

Esittelemme Agents SDK:hon uusia ominaisuuksia, jotka tarjoavat kehittäjille standardoidun infrastruktuurin, jonka käyttöönotto on helppoa ja joka on rakennettu oikein OpenAI-malleille: mallikohtaisen käyttöympäristön, jonka avulla agentit voivat toimia tietokoneen eri tiedostoissa ja työkaluissa, sekä natiivin hiekkalaatikkoympäristön, jossa toiminta voidaan suorittaa turvallisesti.

Esimerkiksi kehittäjät voivat antaa agentille hallitun työtilan, selkeät ohjeet ja tarvitsemansa työkalut todisteiden tarkasteluun:

Python

1
# pip install "openai-agents>=0.14.0"
2

3
import asyncio
4
import tempfile
5
from pathlib import Path
6

7
from agents import Runner
8
from agents.run import RunConfig
9
from agents.sandbox import Manifest, SandboxAgent, SandboxRunConfig
10
from agents.sandbox.entries import LocalDir
11
from agents.sandbox.sandboxes import UnixLocalSandboxClient
12

13

14
async def main() -> None:
15
    with tempfile.TemporaryDirectory() as tmp:
16
        dataroom = Path(tmp) / "dataroom"
17
        dataroom.mkdir()
18
        (dataroom / "metrics.md").write_text(
19
            """# Annual metrics
20

21
| Year | Revenue | Operating income | Operating cash flow |
22
| --- | ---: | ---: | ---: |
23
| FY2025 | $124.3M | $18.6M | $24.1M |
24
| FY2024 | $98.7M | $12.4M | $17.9M |
25
""",
26
            encoding="utf-8",
27
        )
28

29
        agent = SandboxAgent(
30
            name="Dataroom Analyst",
31
            model="gpt-5.4",
32
            instructions="Answer using only files in data/. Cite source filenames.",
33
            default_manifest=Manifest(entries={"data": LocalDir(src=dataroom)}),
34
        )
35

36
        result = await Runner.run(
37
            agent,
38
            "Compare FY2025 revenue, operating income, and operating cash flow with FY2024.",
39
            run_config=RunConfig(
40
                sandbox=SandboxRunConfig(client=UnixLocalSandboxClient()),
41
            ),
42
        )
43
        print(result.final_output)
44

45

46
if __name__ == "__main__":
47
    asyncio.run(main())
48

Kehittäjät tarvitsevat hyödyllisten agenttien rakentamiseen muutakin kuin parhaat mallit – he tarvitsevat järjestelmiä, jotka tukevat sitä, miten agentit tarkastelevat tiedostoja, suorittavat komentoja, kirjoittavat koodia ja jatkavat työskentelyä useiden vaiheiden ajan.

Nykyisiin järjestelmiin liittyy kompromisseja, kun tiimit siirtyvät prototyypeistä tuotantoon. Malliriippumattomat kehysratkaisut ovat joustavia, mutta eivät hyödynnä uusimpien mallien ominaisuuksia täysimääräisesti; mallitoimittajien SDK:t voivat olla lähempänä mallia, mutta niillä ei usein ole riittävää näkyvyyttä käyttöympäristöön; ja hallinnoitujen agenttien sovellusrajapinnat voivat yksinkertaistaa käyttöönottoa, mutta rajoittavat agenttien suorituspaikkaa ja niiden pääsyä arkaluontoisiin tietoihin.

Tässä on muutamia kommentteja asiakkailta, jotka testasivat uutta SDK:ta kanssamme:

“GPT-5.4 asettaa uuden riman asiakirjapainotteiselle juridiselle työlle. BigLaw Bench -arvioinnissamme se sai tulokseksi 91 %. Verrattuna muihin malleihin GPT-5.4 on tällä hetkellä parempi jäsentämään monimutkaista transaktioanalyysiä, säilyttämään tarkkuuden pitkien sopimusten läpi ja tuottamaan sen korkean yksityiskohtaisuuden tason, jota oikeusalan ammattilaiset edellyttävät.”
– Niko Grupen, Harveyn soveltavan tutkimuksen johtaja

Kyvykkäämpi väline agenttisilmukalle

Tämän päivän julkaisun myötä Agents SDK tarjoaa entistä parempia ominaisuuksia asiakirjojen, tiedostojen ja järjestelmien kanssa työskenteleville agenteille. Nyt siihen on lisätty konfiguroitava muisti, hiekkalaatikkotietoiset orkestrointitoiminnot, Codex-tyyppiset tiedostojärjestelmätyökalut sekä standardoidut integroinnit peruskomponenttien kanssa, jotka ovat yleistymässä uusissa agenttijärjestelmissä.

Näihin perusominaisuuksiin kuuluvat työkalujen käyttö MCP⁠(avautuu uudessa ikkunassa):n kautta, vaiheittainen tietojen paljastaminen taitojen⁠(avautuu uudessa ikkunassa) avulla sekä mukautetut ohjeet AGENTS.md⁠(avautuu uudessa ikkunassa)-tiedoston kautta. Koodin suorittaminen shell⁠(avautuu uudessa ikkunassa) -työkalulla, tiedostojen muokkaus apply patch⁠(avautuu uudessa ikkunassa) -työkalulla ja paljon muuta. Välineeseen lisätään ajan myötä uusia agenttipohjaisia malleja ja primitiivejä, jotta kehittäjät voivat käyttää vähemmän aikaa ydininfrastruktuurin päivittämiseen ja enemmän aikaa toimialakohtaiseen logiikkaan, joka tekee heidän agenteistaan hyödyllisiä.

Kaavio, joka kuvaa, kuinka Agent SDK yhdistää käyttäjän syötteet, mallit ja työkalut tekoälyagenttien rakentamiseksi.
Kaavio, joka esittää, miten tekoälyagentteja rakennetaan Agents SDK:n avulla käyttäen mallia, työkaluja ja orkestrointia.

Väline auttaa kehittäjiä hyödyntämään paremmin edistyneen mallin kyvykkyyttä sovittamalla suorituksen mallien optimaalisimpaan toimintatapaan. Se pitää agentit lähempänä mallin luontaista toimintatapaa, mikä parantaa luotettavuutta ja suorituskykyä monimutkaisissa tehtävissä – erityisesti silloin, kun työ on pitkäkestoista tai sitä koordinoidaan laajan työkalu- ja järjestelmävalikoiman välillä.

Lisäksi ymmärrämme, että jokainen tuote on ainutlaatuinen eikä sovi täydellisesti mihinkään muottiin. Suunnittelimme Agents SDK:n tukemaan tätä monimuotoisuutta. Kehittäjät saavat käyttövalmiin mutta joustavan kehyksen, joka on helppo mukauttaa omaan teknologiapinoon, mukaan lukien työkalujen käyttö, muisti ja hiekkalaatikkoympäristö.

Natiivin hiekkalaatikon suoritus

Päivitetty Agents SDK tukee natiivisti hiekkalaatikkoympäristöä, joten agentit voivat toimia hallituissa tietokoneympäristöissä, joissa niillä on käytettävissään tehtävän edellyttämät tiedostot, työkalut ja riippuvuudet.

Monet hyödylliset agentit tarvitsevat työtilan, jossa ne voivat lukea ja kirjoittaa tiedostoja, asentaa riippuvuuksia, suorittaa koodia ja käyttää työkaluja turvallisesti. Natiivi hiekkalaatikkotuki tarjoaa kehittäjille valmiin suoritusympäristön, eikä pakota heitä rakentamaan sitä itse.

Kehittäjät voivat tuoda oman hiekkalaatikkoympäristönsä tai käyttää intergroitua tukea Blaxelille, Cloudflarelle, Daytonalle, E2B:lle, Modalille, Runloopille ja Vercelille.

Jotta nämä ympäristöt olisivat siirrettävissä palveluntarjoajien välillä, SDK sisältää myös kokoonpanotietojen abstraktion agentin työtilan kuvaamiseen. Kehittäjät voivat liittää paikallisia tiedostoja, määrittää tuloshakemistoja ja tuoda tietoja tallennuspalveluntarjoajilta, ml. AWS S3, Google Cloud Storage, Azure Blob Storage ja Cloudflare R2.

Tämä tarjoaa kehittäjille yhdenmukaisen tavan muokata agentin ympäristöä paikallisesta prototyypistä tuotantokäyttöön asti. Se antaa mallille myös ennakoitavan työtilan: mistä syötteet löytyvät, mihin tuotokset kirjoitetaan ja miten työ pidetään järjestyksessä pitkäkestoisen tehtävän aikana.

Daytonan, E2B:n, Modalin, Cloudflaren, Vercelin, Blaxelin ja Runloopin logot

Järjestelmän erottaminen laskennasta turvallisuuden, kestävyyden ja skaalautuvuuden takaamiseksi

Agenttijärjestelmät tulisi suunnitella olettaen, että kehoteinjektioita ja tietojen vuotoyrityksiä tapahtuu. Infrastruktuurin ja laskennan erottaminen auttaa varmistamaan, että käyttöoikeustiedot eivät päädy ympäristöihin, joissa mallin tuottamaa koodia suoritetaan.

Se mahdollistaa myös kestävän suorituksen. Kun agentin tila on ulkoistettu, hiekkalaatikkosäiliön menettäminen ei tarkoita suorituksen menettämistä. Sisäänrakennetun tilannevedosten ottamisen ja palautuksen ansiosta Agents SDK voi palauttaa agentin tilan uudessa säiliössä ja jatkaa viimeisestä tarkistuspisteestä, jos alkuperäinen ympäristö epäonnistuu tai vanhenee.

Lopuksi se tekee agenteista skaalautuvampia. Agenttisuoritukset voivat käyttää yhtä tai useampaa hiekkalaatikkoa, ottaa hiekkalaatikoita käyttöön vain tarvittaessa, ohjata aliagentit eristettyihin ympäristöihin ja suorittaa tehtäviä rinnakkain säilöjen välillä nopeampaa suoritusta varten.

Vuokaavio, joka havainnollistaa, kuinka Agents SDK mahdollistaa tekoälyagenttien hyödyntää lisälaskentaresursseja monimutkaisempien tehtävien suorittamiseen.
Kaavio, joka kuvaa, kuinka Agent SDK:lla rakennetut tekoälyagentit voivat koordinoida erillisiä laskentajärjestelmiä, jolloin työkuormat voivat toimia itsenäisesti samalla kun ne tukevat edistyneempiä tehtäviä.

Hinnoittelu ja saatavuus

Nämä uudet Agents SDK:n ominaisuudet ovat yleisesti saatavilla kaikkien asiakkaiden käyttöön API:n kautta, ja ne noudattavat API:n vakiohinnoittelua tokenien ja työkalujen käytön perusteella.

Mitä seuraavaksi

Kun jatkamme Agents SDK:n kehittämistä, laajennamme edelleen sitä, mitä kehittäjät voivat sillä rakentaa, ja helpotamme entistä kykenevämpien agenttien tuomista tuotantoon vähemmällä räätälöidyllä infrastruktuurilla säilyttäen samalla kehittäjien tarvitseman joustavuuden ja hallinnan, jotta agentit voidaan sovittaa heidän omiin ympäristöihinsä.

Uudet valikoima- ja hiekkalaatikko-ominaisuudet julkaistaan ensin Pythonissa, ja TypeScript-tuki on suunniteltu tuleviin versioihin. Pyrimme myös tuomaan uusia agenttitoimintoja, kuten kooditilan ja alagentit, sekä Python- että TypeScript-ympäristöön.

Lisäksi haluamme ajan myötä edistää laajemman agenttiekosysteemin yhdistämistä tukemalla useampia hiekkalaatikkopalveluntarjoajia, integraatioita ja tapoja, joilla kehittäjät voivat liittää SDK:n jo käyttämiinsä työkaluihin ja järjestelmiin.

Tekijä

OpenAI

Jatka lukemista

Näytä kaikki
Art Card 1080x1080 (3)
Better memory for a more helpful ChatGPT
Dreaming: Better memory for a more helpful ChatGPT

Tutkimus

Rosalind5.5 ArtCard
Introducing new capabilities to GPT-Rosalind

Tuote

1 1 Art Card
Codex jokaiseen rooliin, työkaluun ja työnkulkuun

Tuote