10 სექტემბერი, 2026

წარმოგიდგენთ აგენტების API-ს

შექმენით და გაუშვით ღრუბლოვანი აგენტები Codex-ის სარტყლით, რომელსაც სრულად OpenAI მართავს.

იტვირთება…

Codex-ისა და ChatGPT‑ს მუშაობის რეჟიმის მასშტაბი მსოფლიოს მასშტაბით მილიონობით მომხმარებლამდე გავზარდეთ, რამაც გვასწავლა, რა არის საჭირო, რომ ხანგრძლივად მომუშავე აგენტებმა პრაქტიკაში კარგად კარგი შედეგები მოგვცეს. სასარგებლო აგენტებს სჭირდება მძლავრი სარტყელი, რომელიც მართავს კონტექსტს, ეფექტიანად იყენებს ხელსაწყოებს და ქვეაგენტების მუშაობას კოორდინაციას უწევს. მათ ასევე სჭირდება ინფრასტრუქტურა, რომელიც დღეების განმავლობაში მათ საიმედო მუშაობას უზრუნველყოფს, და გარემოები, რომლებშიც ისინი შეძლებენ ფაილებთან მუშაობას, კოდის გაშვებასა და შუალედური შედეგების შენახვას.

დღეს საჯარო ბეტა-ვერსიის სახით წარმოგიდგენთ აგენტების API-ს⁠(იხსნება ახალ ფანჯარაში), რომელიც დეველოპერებს მარტივი და მოქნილი API-ს მეშვეობით სთავაზობს იმავე სარტყელსა და ინფრასტრუქტურას, რომელზეც Codex-ი მუშაობს.

რას ამბობენ ჩვენი მომხმარებლები აგენტების API-ზე

1/8

„აგენტების API-თი ჩვენი შეფასების ქულა 0,71-დან 0,85-მდე გაიზარდა. API-ში ქვეაგენტების მხარდაჭერა შესანიშნავია და ჩვენი სამუშაო პროცესი მკვეთრად დააჩქარა. ადრე, ჩვენს ძველ კონფიგურაციაში ქვეაგენტებზე დაკვირვება და მათი ორკესტრაცია საკმაოდ რთული იყო, ახალმა API-ებმა კი დაყოვნება ოთხჯერ შეამცირა. ამის ოპტიმიზებას დიდხანს ვცდილობდით, ქვეაგენტების მზა სამუშაო პროცესებმა კი უზარმაზარი გაუმჯობესება მოგვცა“.

ჯეკ ვაისენბერგერი, მთავარი ტექნოლოგი, Ciridae

„რეალურ სამყაროში მოქმედი ბიზნესების გარდაქმნა ნიშნავს ხელოვნური ინტელექტის დანერგვას ყველანაირ სამუშაო პროცესში. აგენტების API სარტყელს გვაწვდის, გარემო, კონტექსტი და მომხმარებლის გამოცდილება კი ჩვენს ხელში რჩება. ჩვენი AI-პლატფორმა Nexus-ი ახლა საშუალებას გვაძლევს, აგენტები რამდენიმე საათში გავუშვათ სხვადასხვა სფეროში — დაწყებული საყოფაცხოვრებო მომსახურებით და დამთავრებული არქიტექტურით“.

რასმუს ვისმანი, მთავარი ტექნოლოგი, Long Lake

„აგენტების API-მ საშუალება მოგვცა, რთული, მრავალეტაპიანი სამუშაო პროცესების არქიტექტურას ახლებურად შევხედოთ. ადრე პრომპტების ჯაჭვებს ვწერდით და ხელსაწყოების გამოძახებებს თავად ვმართავდით, ახლა კი აგენტების გამოყენება პირდაპირ კოდში შეგვიძლია — დაახლოებით ისე, როგორც Codex-ი მუშაობს თქვენს ლეპტოპში. ის უკვე დაგვეხმარა რამდენიმე ისეთი პრობლემის გადაჭრაში, რომელთათვისაც სხვაგვარად აგენტების მორგებული ინფრასტრუქტურის შექმნა დაგვჭირდებოდა.“

კოულ სტრაილერი, ინჟინერიის დირექტორი, WithCoverage

„აგენტების API-ზე შემთხვევების განხილვის სამუშაო პროცესის გადატანის შემდეგ ხარჯი 60%-ით შემცირდა თითო შემთხვევაზე, დაყოვნებამ დაიკლო, ხოლო ტოკენების გამოყენების ეფექტიანობა მნიშვნელოვნად გაუმჯობესდა ისე, რომ არსებული წარმადობა შენარჩუნდა“.

ბჰავიანშ საბჰარვალი, ტექნიკური გუნდის წევრი, SafetyKit

„ტესტირებისას განსაკუთრებით გამოიკვეთა, რამდენად ბუნებრივად უმკლავდებოდა აგენტების API დატვირთვის მკვეთრ მატებას. შეგვეძლო სამუშაო ასობით აგენტზე გაგვენაწილებინა, ისინი ასინქრონულად გაგვეშვა და შედეგები მოგვიანებით შეგვეგროვებინა ისე, რომ პიკურ პერიოდებს შორის ინფრასტრუქტურა უქმად არ გაგვეჩერებინა.“

დმიტრი ხანუკოვი, თანადამფუძნებელი & მთავარი ტექნოლოგი, Dwelly

„ფინანსურ მომსახურებებში მომხმარებელთა ნდობის მოპოვება კრიტიკულად მნიშვნელოვანია. OpenAI-ს აგენტების API უფრო საიმედო აგენტების შექმნის საშუალებას გვაძლევს, რაც მომხმარებლებს საექსპლუატაციო გარემოში მათი გამოყენების მხრივ თავდაჯერებულობას სძენს. აგენტის სარტყლის სენდბოქსისგან გამოყოფით აგენტის წარუმატებელი პასუხები 86%-ით შევამცირეთ.“

სერჰიი შჩოჰოლიევი, წამყვანი ინჟინერი, Hypha

„აგენტების API-მ რეალურ, აქტიურ რეპოზიტორიუმში განახორციელა დანერგვა, დამოუკიდებელი მიმოხილვა, ხარვეზების გამოსწორება და რეალურ ბრაუზერში შემოწმება. საერთო ჯამში, აგენტის საინჟინრო ხარისხი ძალიან მაღალი იყო.“

მაქს ოპერლეინი, უფროსი ML-ინჟინერი, deepsense.ai

„Nash-ში ვნერგავთ ხანგრძლივად მომუშავე ათასობით AI-აგენტს, რომლებიც გლობალურ ლოგისტიკურ ქსელებში ასობით მილიონ მიწოდებას მართავენ. OpenAI-ს აგენტების API გვაძლევს მდგრადი სესიებისა და ორკესტრაციის შრეს, რომელიც საექსპლუატაციო გარემოში უწყვეტად მომუშავე აგენტებს სჭირდება კონტექსტის, აღდგენისა და მრავალეტაპიანი შესრულების სამართავად, ხოლო Nash-ი უზრუნველყოფს ინსტრუმენტებსა და შესრულების გარემოს, რომლებიც მათ ფიზიკურ სამყაროსთან აკავშირებს. ამის წყალობით, ჩვენს აგენტებს შეუძლია, იმსჯელოს, იმოქმედოს, აღდგეს და ითანამშრომლოს რთულ სამუშაო პროცესებში, რომლებიც შეიძლება საათები ან დღეები გაგრძელდეს. ეს აგენტები საექსპლუატაციო გარემოს ინფრასტრუქტურის ნაწილია და ჩვენი პარტნიორებისთვის კრიტიკულად მნიშვნელოვან ლოგისტიკურ ოპერაციებს ასრულებს“.

აზიზ ალღუნაიმი, თანადამფუძნებელი და მთავარი ტექნოლოგი, Nash.ai

შექმენით ღრუბლოვანი აგენტები API-ს ერთი გამოძახებით

აგენტების API-ით საწარმოო გამოყენებისთვის გამზადებული აგენტის შექმნა ერთი API გამოძახებით შეგიძლიათ — საკმარისია მიუთითოთ ამოცანა, მოდელი, ინსტრუმენტები და გარემო:

JavaScript

1import OpenAI from "openai";
2
3const client = new OpenAI();
4
5const session = await client.beta.agents.sessions.create({
6  agent: {
7    model: "gpt-6-astra",
8    tools: [
9      {
10        type: "mcp",
11        server_label: "observability",
12        transport: {
13          type: "http",
14          server_url: "https://observability.example.com/mcp",
15        },
16      },
17    ],
18    multi_agent: { enabled: true, max_concurrent_subagents: 3 },
19  },
20  vault_ids: ["vault_YOUR_VAULT_ID"],
21  environment: {
22    type: "openai_hosted",
23    capability_directories: ["/workspace/capabilities/skills"],
24  },
25  input:
26    "Investigate service-api’s elevated 5xx rate over the last 30 minutes. " +
27    "Delegate deployment, error, and dependency analysis to subagents. " +
28    "Save findings, evidence, and recommended mitigation in /workspace/outputs.",
29});

OpenAI უზრუნველყოფს სარტყლის ჰოსტინგსა და ტექნიკურ მომსახურებას. თავად ირჩევთ აგენტის გამოთვლითი რესურსების გარემოს: OpenAI-ს მიერ მართულ სენდბოქსში, საკუთარ ინფრასტრუქტურაში ან ჩვენი სენდბოქს-პარტნიორებიდან ერთ-ერთთან. აგენტების API მყარ საფუძველს გაძლევთ აგენტების შესაქმნელად ჩვენი ოპტიმიზებული აგენტური სარტყლისა და ინფრასტრუქტურის გამოყენებით, რათა ყურადღება იმ ხელსაწყოებზე, ცოდნასა და სამუშაო პროცესებზე გაამახვილოთ, რომლებიც თქვენს აგენტს უნიკალურს ხდის.

აპლიკაცია აგენტების API-ს ამოცანებს უგზავნის და მისგან მოვლენებსა და გამონატანებს იღებს. აგენტების API მართულ Codex-ის სარტყელს უშვებს, სენდბოქსს ხელსაწყოების გამოძახებებს უგზავნის და მათ შედეგებს იღებს. აპლიკაცია მართავს საკუთარი ჰოსტინგის მქონე გამოთვლით რესურსებს. — აგენტების API თქვენს აგენტებს უზრუნველყოფს სარტყლითა და ინფრასტრუქტურით, რომელსაც Codex-ი ეფუძნება.

აირჩიეთ აგენტის გარემო

სხვადასხვა სამუშაო დატვირთვას გამოთვლისთი რესურსების, საცავისა და განთავსების განსხვავებული ვარიანტები სჭირდება. აგენტების API საშუალებას გაძლევთ, თქვენი აპლიკაციისთვის შესაფერისი სენდბოქსი აირჩიოთ.

ვთანამშრომლობთ ეკოსისტემის მომწოდებლებთან⁠(იხსნება ახალ ფანჯარაში), მათ შორის Blaxel-თან, Cloudflare-თან, Daytona-სთან, DigitalOcean-თან, E2B-სთან, Modal-თან, Oracle-თან, Runloop-სა და Vercel-თან, რათა სხვადასხვა საჭიროებისთვის სრულფასოვანი ინტეგრაციები შემოგთავაზოთ:

სრულად მართული გარემოები ან გაშლები თქვენს VPC-ში
ფაილებისა და საიდუმლო მონაცემების შენახვის კონკრეტული მექანიზმები
CPU-ს, GPU-სა და მეხსიერების სხვადასხვა კონფიგურაცია, თქვენი კომპანიის სამუშაო პროცესზე მორგებული წარმადობის, ცივი გაშვებისა და ღირებულების პროფილებით.

სენდბოქსის პარტნიორები: Modal, Cloudflare, Daytona, Blaxel, Runloop, Vercel, Oracle, E2B და DigitalOcean. — აგენტების API ეკოსისტემის პოპულარულ მომწოდებლებთან სრულფასოვან ინტეგრაციებს გთავაზობთ.

OpenAI-ს მიერ ჰოსტინგით უზრუნველყოფილი სენდბოქსები

დეველოპერებისთვის, რომლებსაც სწრაფად დაწყება და ეფექტიანად მასშტაბირება სურთ, ასევე წარმოგიდგენთ OpenAI-ს მიერ ჰოსტინგით უზრუნველყოფილ სენდბოქსს⁠(იხსნება ახალ ფანჯარაში). ის იყენებს სენდბოქსის იმავე ინფრასტრუქტურას, რომელზეც Codex-ი და ChatGPT მუშაობს.

OpenAI სენდბოქსს გამოყოფს და მართავს, რითაც თქვენს აგენტს აძლევს დაცულ და მაღალწარმად გარემოს კოდის გასაშვებად, ფაილებთან სამუშაოდ და არტეფაქტების შესაქმნელად. ამ სენდბოქსებში შეგიძლიათ მოქნილად დააკონფიგურიროთ თქვენი ფაილები, პაკეტები, უნარები და პლაგინები, რათა აგენტს ამოცანის შესასრულებლად ყველაფერი ჰქონდეს.

შექმენით Codex-ის განვითარებადი სარტყლით

მოდელის ახალი შესაძლებლობებით სარგებლობა ხშირად სარტყლის გადაკეთებას მოითხოვს, რაც ძვირფას დროს გაკარგვინებთ, ნაცვლად იმისა, რომ აპლიკაცია გააუმჯობესოთ. აგენტების API მოდელის ყოველი გამოშვებისას ამ შესაძლებლობებზე ვერსირებულ წვდომას უზრუნველყოფს. სარტყელს ტექნიკურ მომსახურებას მოდელებთან ერთად ვუწევთ და მუდმივად ვაუმჯობესებთ, რათა ყოველი განახლების შემდეგ თქვენმა აგენტებმა უკეთესი შედეგები აჩვენოს. მაგალითად, სარტყლის ბოლოდროინდელი გაუმჯობესებებში შედის:

აგენტების მუშაობა ხანგრძლივი სესიების განმავლობაში

საათობით მომუშავე მოდელების მხარდასაჭერად შევქმენით კონტექსტის მართვის სისტემა, რომელიც აგენტებს ხანგრძლივ სესიებში შესაბამისი ინფორმაციის შენარჩუნებაში ეხმარება. როდესაც სესია კონტექსტის ზღვარს უახლოვდება, აგენტების API ადრინდელ კონტექსტს ავტომატურად კუმშავს⁠(იხსნება ახალ ფანჯარაში) და ინარჩუნებს აგენტისთვის გასაგრძელებლად საჭირო ინფორმაციას. დეველოპერებს შეუძლიათ შექმნან სამუშაო პროცესები, რომლებიც რამდენიმე კონტექსტურ ფანჯარას მოიცავს, შეკუმშვის საკუთარი ლოგიკის დანერგვის გარეშე.

დაეხმარეთ აგენტებს მეტი ხელსაწყოს ეფექტიანად გამოყენებაში

აგენტების API აგენტებს სწორი ხელსაწყოების პოვნასა და მათ ეფექტიანად გამოყენებაში ეხმარება. ხელსაწყოების ძიება⁠(იხსნება ახალ ფანჯარაში) საჭიროებისამებრ ტვირთავს შესაბამის განსაზღვრებებს, რაც ამცირებს ტოკენების გამოყენებასა და ხარჯს და ამავდროულად ინარჩუნებს მოდელის კეშს. როცა ხელსაწყოები ხელმისაწვდომია, ხელსაწყოების პროგრამული გამოძახება⁠(იხსნება ახალ ფანჯარაში) აგენტებს საშუალებას აძლევს, გამოძახებები პარალელურად გაუშვას, დაკავშირებული ოპერაციები ჯაჭვად გააერთიანოს და შედეგები კოდში გაფილტროს ან შეაჯეროს. ამგვარად, მათ შეუძლია მონაცემთა დიდი მოცულობის დამუშავება და კონტექსტში მხოლოდ შესაბამისი შედეგების დაბრუნება. აგენტების API მხარს უჭერს MCP-ს, მორგებულ ფუნქციებსა და ჩაშენებულ ხელსაწყოებს, როგორიცაა ვებში ძიება.

JSON

1"agent": {
2  "tools": [
3    {
4      "type": "mcp",
5      "server_label": "openai_docs",
6      "transport": {
7        "type": "http",
8        "server_url": "https://developers.openai.com/mcp"
9      }
10    },
11  ]
12}

მიეცით აგენტებს ქვეაგენტებით პარალელურად მუშაობის საშუალება

მრავალაგენტური მხარდაჭერით⁠(იხსნება ახალ ფანჯარაში) აგენტების API-ს შეუძლია რთული ამოცანები დამოუკიდებელ ნაწილებად დაყოს და პარალელურად მომუშავე ქვეაგენტებს გადააბაროს. თითოეული ქვეაგენტი საკუთარ კონტექსტს ინარჩუნებს, რაც დავალებაზე კონცენტრირებაში ეხმარება, ხოლო მთავარი აგენტი მათ მუშაობას კოორდინაციას უწევს და შედეგებს აერთიანებს. ამან შეიძლება დააჩქაროს კვლევა, ანალიზი და პროგრამირების ამოცანები, რომლებსაც პარალელური მუშაობა აუმჯობესებს, თანაც საკუთარი ორკესტრაციის შექმნა არ დაგჭირდებათ.

JSON

1"agent": {
2  "model": "gpt-6-astra",
3  "multi_agent": {
4    "enabled": true,
5    "max_concurrent_subagents": 3,
6  }
7}

ღია კოდის ფონდი

აგენტების API მუშაობს ღია საწყისი კოდის მქონე Codex-ის სარტყელზე, რაც დეველოპერებს საშუალებას აძლევს, იხილონ ძირითადი ლოგიკა, რომელიც მოდელის გამოძახებებს, ხელსაწყოებსა და კონტექსტს კოორდინაციას უწევს. აგენტების API-ს შემთხვევაში OpenAI ამ სარტყელს მართავს და უწევს ტექნიკურ მომსახურებას, დეველოპერებს კი შეუძლიათ მისი საჯარო კოდის ბაზა⁠(იხსნება ახალ ფანჯარაში) შეისწავლონ და მისგან ისწავლონ.

დაიწყეთ შექმნა

Agents API დღეს ყველა დეველოპერისთვის ხელმისაწვდომია საჯარო ბეტავერსიის სახით. Agents API-ს გამოყენებისთვის დამატებითი საფასური არ გეკისრებათ — თანხას იხდით იმ ტოკენებისა და ინსტრუმენტებისთვის, რომლებსაც თქვენი აგენტები იყენებს. დეტალები აღწერილია ფასების ჩვენს გვერდზე⁠(იხსნება ახალ ფანჯარაში).

მეტი ინფორმაციისთვის გაეცანით აგენტების API-ს მიმოხილვას⁠(იხსნება ახალ ფანჯარაში) ან მიჰყევით სწრაფი დაწყების გზამკვლევს⁠(იხსნება ახალ ფანჯარაში) და შეუდექით Codex-ის სამუშაო გარემოს თქვენს აგენტებში ინტეგრირებას.

საჯარო ბეტატესტირების პერიოდში თქვენი გამოხმაურების საფუძველზე სწრაფად დავხვეწთ პროდუქტს, სანამ ის ფართოდ ხელმისაწვდომი გახდება. გვაცნობეთ, რა მუშაობს კარგად, სად აწყდებით სირთულეებს და რა გჭირდებათ თქვენი აგენტების სამუშაო გარემოში შესაქმნელად და გასაშვებად.

ავტორი

OpenAI

განაგრძეთ კითხვა

ყველას ნახვა

Building advertising for the way people use AI

პროდუქტი5 ოქტ. 2026

A model guide for the GPT-6 family — Card image

GPT-6-ით შექმნის პრაქტიკული გზამკვლევი

პროდუქტი2 ოქტ. 2026

DevDay 2026-ის შეჯამება

კომპანია29 სექ. 2026