Сьогодні ми запускаємо AgentKit, повний набір інструментів для розробників та підприємств для створення, розгортання та оптимізації агентів. До цього часу створення агентів означало жонглювання фрагментованими інструментами — складним налаштуванням без версій, користувацькими конекторами, ручними конвеєрами оцінки, налаштуванням запитів та тижнями роботи на фронтенді перед запуском. Завдяки AgentKit розробники тепер можуть візуально проєктувати робочі процеси та швидше вбудовувати агентські інтерфейси, використовуючи нові структурні блоки, такі як:
- Конструктор агентів: візуальне полотно для створення та керування версіями багатоагентних робочих процесів
- Реєстр конекторів: центральне місце для адміністраторів, де можна керувати тим, як дані та інструменти підключаються до продуктів OpenAI
- ChatKit: набір інструментів для вбудовування налаштовуваного інтерфейсу агентів на основі чату у ваш продукт
Ми також розширюємо можливості оцінювання за допомогою нових функцій, таких як набори даних, оцінка трасування, автоматизована оптимізація запитів та підтримка сторонніх моделей для вимірювання та покращення продуктивності агента.
З моменту випуску Responses API та Agents SDK у березні ми спостерігали, як розробники та підприємства створюють наскрізні агентські робочі процеси для глибоких досліджень, підтримки клієнтів та інших завдань. Klarna створила агента підтримки, який обробляє дві третини всіх заявок, а Clay збільшила зростання в 10 разів за допомогою торгового агента. AgentKit базується на Responses API, щоб допомогти розробникам створювати агентів більш ефективно та надійно.
Робочі процеси агентів стають усе складнішими, і розробникам варто мати чіткіше уявлення про те, як вони працюють. Конструктор агентів(відкривається у новому вікні) надає візуальне полотно для складання логіки за допомогою перетягування вузлів, підключення інструментів та налаштування користувацьких обмежень. Він має підтримку попереднього перегляду запусків, вбудовану конфігурацію оцінки та повну версію — ідеально для швидкої ітерації.
Конструктори можуть почати з порожнього полотна або з попередньо створеними шаблонами.
У Ramp команда перейшла від полотна до агента покупця всього за кілька годин:
«Конструктор агентів перетворив те, що колись займало місяці складного налаштування, написання користувацького коду та ручної оптимізації, на лічені години. Візуальне полотно тримає продуктовий, юридичний та інженерний відділи на одній сторінці, скорочуючи цикли ітерацій на 70% і дозволяючи агенту запуститися за два спринти, а не за два квартали,»
Так само й LY Corporation — провідна японська компанія з технологій та інтернет-послуг — створила агента-помічника за допомогою конструктора агентів менш ніж за дві години.
«Конструктор агентів дозволив нам організовувати агентів абсолютно по-новому, причому інженери та експерти з предметів співпрацювали в єдиному інтерфейсі. Ми створили наш перший багатоагентний робочий процес і запустили його менш ніж за дві години, що значно прискорило час створення та розгортання агентів,»
Ми також запускаємо реєстр конекторів для підприємств, щоб керувати та підтримувати дані в кількох робочих областях та організаціях. Реєстр конекторів(відкривається у новому вікні) об'єднує джерела даних в єдину панель адміністратора для ChatGPT та API. Реєстр включає всі вбудовані коннектори, такі як Dropbox, Google Drive, Sharepoint і Microsoft Teams, а також сторонні MCP.
Розробники також можуть увімкнути в конструкторі агентів засоби захисту(відкривається у новому вікні) — відкритий модульний рівень безпеки, який допомагає захистити агентів від ненавмисної або зловмисної поведінки. Засоби захисту можуть маскувати або позначати конфіденційні особисті дані, виявляти спроби обходу системи безпеки та застосовувати інші заходи безпеки, що полегшує створення та розгортання надійних і безпечних агентів. Засоби захисту можна розгорнути окремо або через бібліотеку засобів захисту для Python(відкривається у новому вікні) та JavaScript(відкривається у новому вікні).
Розгортання інтерфейсів чату для агентів може бути напрочуд складним — обробка потокових відповідей, управління ланцюжками, демонстрація мислення моделі та розробка інтерфейсу користувача в чаті. ChatKit(відкривається у новому вікні) спрощує вбудовування чат-агентів так, ніби вони є нативними для вашого продукту. Його можна вбудувати у програми або вебсайти та налаштувати відповідно до вашої теми чи бренду.
«Ми заощадили понад два тижні на створенні агента підтримки для нашої спільноти розробників Canva за допомогою ChatKit, і інтегрували його менш ніж за годину. Цей агент підтримки змінить спосіб взаємодії розробників з нашою документацією, перетворивши її на розмовний досвід, що полегшить створення програм та інтеграцій на Canva,»
ChatKit вже підтримує цілий ряд випадків використання, від внутрішніх асистентів та гідів з ознайомлення до підтримки клієнтів та дослідницьких агентів. Одним із таких прикладів є агент служби підтримки клієнтів HubSpot(відкривається у новому вікні):
Створення надійних, готових до роботи агентів вимагає ретельної оцінки продуктивності. Минулого року ми запустили Evals(відкривається у новому вікні), щоб допомогти розробникам тестувати запити та аналізувати поведінку моделі. Наразі ми додали чотири нові можливості, які ще більше спрощують процес оцінки:
- Набори даних— швидко створюйте оцінки агентів з нуля та розширюйте їх із часом за допомогою автоматизованих оцінювачів і анотацій, створених людьми.
- Трасування оцінювання— виконуйте наскрізні оцінки агентських робочих процесів та автоматизуйте оцінювання, щоб точно визначити недоліки.
- Автоматизована оптимізація запитів— створіть покращені запити на основі анотацій, створених людьми, та виводів оцінювача.
- Підтримка сторонніх моделей— оцінюйте моделі від інших розробників на платформі OpenAI Evals.
Ми вже побачили значне покращення продуктивності у клієнтів, які використовують Evals.
«Платформа оцінювання скоротила час розробки нашої багатоагентної системи належної перевірки більш ніж на 50% та збільшила точність агентів на 30%,»
Додаткове навчання з підкріпленням(відкривається у новому вікні) (RFT) дозволяє розробникам налаштовувати наші моделі аргументації. Воно доступне в OpenAI o4-mini та в приватній бета-версії для GPT‑5. Ми тісно співпрацюємо з десятками клієнтів, щоб вдосконалити RFT для GPT‑5 перед загальним релізом.
Сьогодні ми представляємо дві нові функції в цій бета-версії RFT, призначені для ще більшого підвищення продуктивності агентів:
- Виклики користувацьких інструментів— навчання моделей викликати потрібні інструменти у потрібний час для кращого обґрунтування
- Користувацькі грейдери— встановіть власні критерії оцінки для того, що є найважливішим у вашому випадку використання
Починаючи з сьогоднішнього дня, ChatKit та нові можливості Evals загальнодоступні для всіх розробників. Конструктор агентів доступний у бета-версії, а реєстр конекторів починає розгортання бета-версії для деяких клієнтів API, ChatGPT Enterprise та Edu з глобальною консоллю адміністратора(відкривається у новому вікні) (де глобальні власники можуть керувати доменами, єдиним входом та API кількох організацій). Наявність глобальної консолі адміністратора є передумовою для увімкнення реєстру конекторів. Усі ці інструменти включені у стандартну цінову модель API.
Ми плануємо незабаром додати окремий API для робочих процесів та параметри розгортання агента до ChatGPT.
Нам не терпиться побачити, що ви створите.
