Ipinapakilala ang AgentKit
Mga bagong tool para sa pagbuo, pag-deploy, at pag-optimize ng mga agent.
Ngayon, inilulunsad namin ang AgentKit, ang kumpletong hanay ng mga tool para sa mga developer at negosyo para bumuo, mag-deploy, at i-optimize ang mga agent. Hanggang ngayon, ang pagbuo ng mga agent ay nangangailangan ng pag-juggle sa magkakahiwalay na tool—kumplikadong orchestration na walang pagbersyon, custom na connector, manual na eval pipeline, pag-tune ng prompt, at mga linggo ng trabaho sa frontend bago ilunsad. Gamit ang AgentKit, puwede nang biswal na magdisenyo ang mga developer ng mga workflow at mas mabilis na mag-embed ng mga agentic UI gamit ang mga bagong building block tulad ng:
- Agent Builder: isang visual canvas para sa paggawa at pag-bersyon ng mga multi-agent na workflow
- Connector Registry: Sentrong lugar para sa mga admin para pamahalaan kung paano ikonekta ang data at mga tool sa mga produkto ng OpenAI
- ChatKit: toolkit para sa pag-embed ng mga napapasadyang karanasan ng agent na nakabatay sa chat sa iyong produkto
Pinapalawak din namin ang mga kakayahan sa pagsusuri gamit ang mga bagong feature tulad ng mga dataset, trace grading, naka-automate na prompt optimization, at suporta sa modelo ng third-party para masukat at mapabuti ang pagganap ng agent.
Mula nang ilabas ang Responses API at Agents SDK noong Marso, nasaksihan natin ang mga developer at enterprise na bumuo ng end-to-end agentic na mga workflow para sa malalimang pananaliksik, suporta sa customer, at higit pa. Nagtayo ang Klarna ng agent ng suporta na humahawak ng dalawang-katlo ng lahat ng mga ticket at pinalago ni Clay ng 10 beses gamit ang agent ng pagbebenta. Gumagamit ang AgentKit ng Mga Sagot ng API para tulungan ang mga developer na bumuo nang mas mahusay at maaasahan na mga agent.
Habang nagiging mas kumplikado ang mga workflow ng agent, kailangan ng mga developer ng mas malinaw na pag-unawa kung paano ito gumagana. Ang Agent Builder(magbubukas sa bagong window) ay nagbibigay ng visual na canvas para sa pagbuo ng lohika gamit ang mga drag-and-drop na node, pagkonekta ng mga tool, at pag-configure ng mga pasadyang guardrail. May suporta ito sa mga preview run, inline eval configuration, at kumpletong bersyon—perpekto para sa mabilis na pag-ulit.
Puwedeng magsimula ang mga builder gamit ang blangkong canvas o gamit ang mga prebuilt na template.
Sa Ramp, ang team ay nagsimula mula sa blangkong canvas patungo sa pagiging agent ng mamimili sa loob lang ng ilang oras:
Binago ng Agent Builder ang prosesong dati ay umaabot ng ilang buwan ng kumplikadong orkestrasyon, custom code, at manu-manong pag-optimize, at ginawang posible sa loob lang ng ilang oras. Pinapanatili ng visual canvas ang produkto, legal, at engineering sa iisang page, binabawasan ang mga iteration cycle ng 70% at ginagawang live ang agent sa dalawang sprint sa halip na dalawang quarter."
Gayundin, ang LY Corporation—isang nangungunang kumpanya ng teknolohiya at serbisyo sa internet sa Japan—ay nakapagtayo ng isang work assistant agent gamit ang Agent Builder sa loob ng wala pang dalawang oras.
"Pinayagan kami ng Agent Builder na i-orchestrate ang mga agent sa isang bagong paraan, kung saan ang mga engineer at eksperto sa paksa ay nagtutulungan sa iisang interface. Binuo namin ang aming unang multi-agentic workflow at pinatakbo ito sa mas mababa sa dalawang oras, kapansin-pansing pinabilis ang oras para gumawa at mag-deploy ng mga agent."
Naglulunsad din kami ng Connector Registry para sa mga enterprise para pamahalaan at mapanatili ang data sa maraming workspace at organisasyon. Pinagsasama-sama ng Connector Registry(magbubukas sa bagong window) ang mga pinagmumulan ng data sa isang admin panel sa buong ChatGPT at sa API. Kasama sa registry ang lahat ng mga pre-built na konektor tulad ng Dropbox, Google Drive, SharePoint, at Microsoft Teams, pati na rin ang mga third party na MCP.
Puwede ring i-enable ng mga developer ang Mga Guardrail(magbubukas sa bagong window) sa Agent Builder—isang open-source, modular na safety layer na tumutulong protektahan ang mga agent laban sa hindi sinasadya o malisyosong pag-uugali. Puwedeng itago o i-flag ng mga guardrail ang PII, matukoy ang mga jailbreak, at i-apply ang iba pang mga pananggalang, na ginagawang mas madali ang pagbuo at pag-deploy ng maaasahan at ligtas na mga agent. Ang mga guardrails ay maaaring i-deploy nang nakapag-iisa o sa pamamagitan ng library ng guardrails para sa Python(magbubukas sa bagong window) at JavaScript(magbubukas sa bagong window).
Ang pag-deploy ng mga UI ng chat para sa mga agent ay mas kumplikado kaysa sa inaakala—paghawak ng mga streaming na mga sagot, pamamahala ng mga thread, pagpapakita ng pag-iisip ng modelo, at pagdidisenyo ng mga nakakaengganyong karanasan sa chat. Ginagawang simple ng ChatKit(magbubukas sa bagong window) ang pag-embed ng mga agent na nakabatay sa chat na parang likas sa iyong produkto. Puwede itong i-embed sa mga app o website at i-customize para bumagay sa iyong tema o brand.
"Nakatipid kami ng mahigit dalawang linggong oras sa pagbuo ng support agent para sa aming komunidad ng Mga Developer ng Canva gamit ang ChatKit, at naisama namin ito sa loob ng wala pang isang oras. Ang ahente ng suporta na ito ay magbabago sa paraan ng pakikipag-ugnayan ng mga developer sa aming mga dokumento sa pamamagitan ng paglikha ng isang karanasan sa pag-uusap, na nagpapadali sa pagbuo ng mga app at integrasyon sa Canva.
Pinapagana na ng ChatKit ang iba't ibang use case, mula sa mga assistant sa internal knowledge at gabay sa pag-onboard hanggang sa suporta sa customer at agent sa pananaliksik. Ang ahente ng suporta sa customer ng HubSpot(magbubukas sa bagong window)ay isang halimbawa:
Para makabuo ng maaasahan at mga production-ready na agent, kailangan ng mahigpit na mga pagsusuri sa pagganap. Noong nakaraang taon, inilunsad namin ang Evals(magbubukas sa bagong window) para tulungan ang mga developer na subukan ang mga prompt at sukatin ang paggawi ng modelo. Nagdadagdag kami ngayon ng apat na bagong kakayahan na mas nagpapadali sa paggawa ng mga eval:
- Mga Dataset–mabilis na bumuo ng mga pagsusuri ng agent mula sa simula at palawakin ang mga ito sa paglipas ng panahon gamit ang mga awtomatikong tagasuri at anotasyon ng tao.
- Trace grading–isagawa ang end-to-end na pagtatasa ng mga agentic na workflow at i-automate ang pag-grade para matukoy ang mga pagkukulang.
- Awtomatikong pag-optimize ng prompt–bumuo ng mas pinahusay na mga prompt batay sa mga anotasyon ng tao at mga output ng grader.
- Suporta sa third party na modelo–suriin ang mga modelo mula sa ibang mga provider sa loob ng platform ng OpenAI Evals.
Nakakita na kami ng malalaking pagbuti sa pagganap mula sa mga customer na gumagamit ng Evals.
"Nilimitahan ng platform ng pagsusuri ang oras ng pag-develop ng aming multi-agent due diligence framework ng higit sa 50%, at pinabuti ang katumpakan ng mga agent ng 30%."
Reinforcement fine-tuning(magbubukas sa bagong window) (RFT)ay nagbibigay-daan sa mga developer na i-customize ang aming mga modelo ng pangangatwiran. Karaniwan itong magagamit sa OpenAI o4-mini at sa pribadong beta para sa GPT‑5. Nakikipagtulungan kami nang malapit sa dose-dosenang customer para pinuhin ang RFT para sa GPT‑5 bago ang mas malawak na paglabas.
Ngayon, ipinapakilala namin ang dalawang bagong feature sa RFT beta na idinisenyo para mapahusay pa ang pagganap ng agent:
- Pasadyang tool ng mga tawag–sanayin ang mga modelo para gamitin ang mga tamang tool sa tamang oras para sa mas mahusay na pangangatwiran
- Mga pasadyang grader–itakda ang pasadyang pamantayan sa pagsusuri para sa kung ano ang pinakamahalaga sa iyong use case
Simula ngayon, available na sa lahat ng developer ang ChatKit at ang mga bagong kakayahan ng Evals. Available na sa beta ang Agent builder, at nagsisimula nang i-roll out sa beta ang Connector Registry para sa ilang API, ChatGPT Enterprise, at Edu na customer na may Global Admin Console(magbubukas sa bagong window) (kung saan puwedeng pamahalaan ng Global Owners ang mga domain, SSO, at maraming API org). Ang Global Admin console ay isang paunang kinakailangan para paganahin ang Connector Registry. Kasama ang lahat ng mga tool na ito sa karaniwang pagpepresyo ng modelo ng API.
Plano naming magdagdag ng standalone na Workflows API at mga opsyon sa pag-deploy ng agent sa ChatGPT sa lalong madaling panahon.
Hindi na kami makapaghintay na makita kung ano ang bubuuin mo.
Magpatuloy sa pagbabasa
