Dina iki kita ngluncurake AgentKit, sakumpulan piranti lengkap kanggo pangembang lan enterprise kanggo mbangun, masang, lan ngoptimalake agen. Nganti saiki, mbangun agen ateges kudu ngurusi piranti sing kepisah-pisah—orkestrasi rumit tanpa versioning, konektor kustom, pipeline eval manual, tuning prompt, lan pirang-pirang minggu kerja frontend sadurunge diluncurake. Kanthi AgentKit, pangembang saiki bisa ngrancang alur kerja kanthi visual lan nyematake UI agenik luwih cepet nganggo building block anyar kaya:
- Agent Builder: kanvas visual kanggo nggawe lan nggawe versi alur kerja multi-agen
- Connector Registry: papan pusat kanggo admin ngatur cara data lan piranti nyambung ing macem-macem produk OpenAI
- ChatKit: toolkit kanggo nyematake pengalaman agen adhedhasar obrolan sing bisa dikustomisasi ing produk sampeyan
Kita uga ngembangake kapabilitas evaluasi kanthi fitur anyar kaya dataset, trace grading, optimisasi prompt otomatis, lan dhukungan model pihak katelu kanggo ngukur lan ningkatake kinerja agen.
Wiwit ngrilis Responses API and Agents SDK ing Maret, kita wis ndeleng pangembang lan enterprise mbangun alur kerja agenik end-to-end kanggo panaliten jero, dhukungan pelanggan, lan liya-liyane. Klarna mbangun agen dhukungan sing nangani rong pertelune kabeh tiket lan Clay ningkatake wutah 10x kanthi agen sales. AgentKit dibangun ing ndhuwur Responses API kanggo mbantu pangembang mbangun agen kanthi luwih efisien lan andal.
Nalika alur kerja agen saya rumit, pangembang butuh visibilitas sing luwih cetha babagan cara kerjane. Agent Builder(mbukak ing jendhela anyar) nyedhiyakake kanvas visual kanggo nyusun logika nganggo simpul drag-and-drop, nyambungake piranti, lan ngatur guardrail kustom. Iki ndhukung preview run, konfigurasi eval inline, lan versioning lengkap—cocok kanggo iterasi cepet.
Builder bisa miwiti nganggo kanvas kosong utawa template sing wis digawe.
Ing Ramp, tim kasebut maju saka kanvas kosong dadi agen panuku mung sajrone sawetara jam:
Agent Builder ngowahi apa sing biyen mbutuhake pirang-pirang wulan orkestrasi rumit, kode kustom, lan optimisasi manual dadi mung sawetara jam. Kanvas visual njaga tim produk, hukum, lan engineering tetep selaras, nyuda siklus iterasi nganti 70% lan nggawe agen tayang sajrone rong sprint tinimbang rong kuartal.”
Kanthi cara sing padha, LY Corporation—perusahaan teknologi lan layanan internet Jepang terkemuka—mbangun agen asisten kerja nganggo Agent Builder kurang saka rong jam.
“Agent Builder ngidini kita ngorkestrasi agen kanthi cara sing pancen anyar, kanthi engineer lan ahli domain kolaborasi ing siji antarmuka. Kita nggawe alur kerja multi-agenik pisanan lan mbukak ing kurang saka rong jam, kanthi drastis nyepetake wektu kanggo nggawe lan masang agen.”
Kita uga ngluncurake Connector Registry kanggo enterprise supaya bisa ngatur lan njaga data ing macem-macem papan kerja lan organisasi. Connector Registry(mbukak ing jendhela anyar) ngonsolidasi sumber data dadi siji panel admin ing ChatGPT lan API. Registry iki kalebu kabeh konektor sing wis dibangun sadurunge kaya Dropbox, Google Drive, Sharepoint, lan Microsoft Teams, uga MCP pihak katelu.
Pangembang uga bisa ngaktifake Guardrails(mbukak ing jendhela anyar) ing Agent Builder—lapisan keamanan modular open-source sing mbantu nglindhungi agen saka prilaku sing ora disengaja utawa mbebayani. Guardrails bisa nutupi utawa nandhani PII, ndeteksi jailbreak, lan nerapake perlindungan liyane, supaya luwih gampang mbangun lan masang agen sing andal lan aman. Guardrails bisa dipasang dhewe utawa liwat pustaka guardrails kanggo Python(mbukak ing jendhela anyar) lan JavaScript(mbukak ing jendhela anyar).
Masang UI obrolan kanggo agen bisa dadi rumit banget—nangani tanggapan streaming, ngatur thread, nuduhake model lagi mikir, lan ngrancang pengalaman ing obrolan sing narik kawigaten. ChatKit(mbukak ing jendhela anyar) nggawe gampang nyematake agen adhedhasar obrolan sing krasa native kanggo produk sampeyan. Iki bisa disematake menyang app utawa situs web lan dikustomisasi supaya cocog karo tema utawa merek sampeyan.
“Kita ngirit luwih saka rong minggu wektu kanggo nggawe agen dhukungan kanggo komunitas Canva Developers nganggo ChatKit, lan ngintegrasikake kurang saka sakjam. Agen dhukungan iki bakal ngowahi cara pangembang sesambungan karo docs kita kanthi ngowahi dadi pengalaman obrolan, supaya gampang nggawe app lan integrasi ing Canva.”
ChatKit wis ndhukung macem-macem kasus panggunaan, saka asisten kawruh internal lan pandhuan onboarding nganti dhukungan pelanggan lan agen riset. Agen dhukungan pelanggan HubSpot(mbukak ing jendhela anyar) dadi salah siji conto:
Mbangun agen sing andal lan siap produksi mbutuhake evaluasi kinerja sing ketat. Taun kepungkur, kita ngluncurake Evals(mbukak ing jendhela anyar) kanggo mbantu pangembang nguji prompt lan ngukur prilaku model. Saiki kita nambah papat kapabilitas anyar sing nggawe mbangun evals dadi luwih gampang:
- Datasets–cepet mbangun eval agen saka nol lan ngembangake saka wektu ke wektu nganggo grader otomatis lan anotasi manungsa..
- Trace grading–mbukak penilaian end-to-end kanggo alur kerja agenik lan ngotomatisasi penilaian kanggo nemtokake kekurangan.
- Automated prompt optimization–ngasilake prompt sing luwih apik adhedhasar anotasi manungsa lan output grader.
- Third-party model support–ngevaluasi model saka panyedhiya liya ing platform OpenAI Evals.
Kita wis ndeleng peningkatan kinerja utama saka pelanggan sing nggunakake Evals.
“Platform evaluasi nyuda wektu pangembangan ing kerangka due diligence multi-agen kita nganti luwih saka 50%, lan nambah akurasi agen 30%.”
Penyetel penguatan(mbukak ing jendhela anyar) (RFT) ngidini pangembang ngustomisasi model nalar kita. Iki wis kasedhiya umum ing OpenAI o4-mini lan beta privat kanggo GPT‑5. Kita lagi kerja raket karo puluhan pelanggan kanggo nyempurnakake RFT kanggo GPT‑5 sadurunge dirilis luwih amba.
Dina iki, kita ngenalake rong fitur anyar ing beta RFT kasebut sing dirancang kanggo luwih ndorong kinerja agen:
- Custom tool calls–latih model supaya nelpon piranti sing pas ing wektu sing pas kanggo nalar sing luwih apik
- Custom graders–setel kritéria evaluasi kustom kanggo apa sing paling penting ing kasus panggunaan sampeyan
Wiwit dina iki, ChatKit lan kapabilitas Evals anyar wis kasedhiya umum kanggo kabeh pangembang. Agent Builder kasedhiya ing beta, lan Connector Registry wiwit diluncurake beta kanggo sawetara pelanggan API, ChatGPT Enterprise lan Edu kanthi Global Admin Console(mbukak ing jendhela anyar) (ing ngendi Global Owners bisa ngatur domain, SSO, lan macem-macem organisasi API). Global Admin console minangka prasyarat kanggo ngaktifake Connector Registry. Kabeh piranti iki kalebu ing rega model API standar.
Kita ngrencanakake nambah Workflows API mandiri lan opsi deployment agen menyang ChatGPT ing wektu cedhak.
Kita ora sabar pengin ndeleng apa sing sampeyan bangun.
Terus maca
