昨晚 OpenAI 发布了构建智能体（Agent）的工具。这些工具的出现可能会改变开发者构建 AI 应用的方式，让智能体的开发变得更加简单、高效和可靠。

近期，AI Agent领域可谓热度极高。从AI编程领域的Devin、MGX到最近通用Agent概念的Manus，多款产品相继问世，进化、迭代速度越来越快。而开源通用Agent，诸如，OpenManus、OWL更是迅速成为开源社区的高星标⭐️爆款。

智能体是一种能够独立完成用户任务的系统，它们可以帮助我们处理各种复杂的、多步骤的任务，从而极大地提高我们的工作效率和生活质量。然而，尽管 AI 模型的能力在不断增强，但将这些能力转化为生产级的智能体却并非易事，往往需要大量的提示迭代和自定义编排逻辑，而且缺乏足够的可见性和内置支持。为了解决这些挑战，OpenAI 发布了一系列全新的工具和 API，期望简化智能体的开发流程，让开发者能够更轻松地构建出实用且可靠的智能体。

Responses API：简化智能体开发的核心工具

Responses API 是 OpenAI 推出的新一代 API，它结合了 Chat Completions API 的简洁性和 Assistants API 的工具使用能力，为开发者构建智能体提供了一个更灵活的基础。通过一个简单的 Responses API 调用，开发者可以利用多种工具和模型轮次来解决日益复杂的任务。

Responses API 的优势

Responses API 的设计理念是将复杂的功能封装在一个简洁的接口中，让开发者能够更高效地开发智能体。它具有以下几大优势：

• • 统一的设计与多态性：Responses API 采用了统一的基于项目的结构，简化了多态性处理，使得开发者在处理不同类型的数据和响应时更加方便。
• • 直观的流式事件：提供了直观的流式事件处理机制，让开发者可以更轻松地处理和响应模型的实时输出。
• • SDK 辅助工具：引入了如 response.output_text 等 SDK 辅助工具，方便开发者快速获取模型的文本输出，提高开发效率。

Responses API 的应用场景

Responses API 的应用场景非常广泛，任何需要结合 OpenAI 模型和内置工具的应用程序都可以使用它。例如，开发者可以利用 Responses API 构建购物助手、研究智能体、旅行预订智能体等，这些应用都需要及时获取网络上的信息来完成任务。

Responses API 的内置工具

为了使智能体能够更好地与现实世界互动，OpenAI 在 Responses API 中引入了多种内置工具，包括网络搜索、文件搜索和Computer Use等。这些工具的设计目标是让智能体能够更高效地完成任务，而开发者只需通过几行代码即可实现集成。

网络搜索工具（Web Search）

网络搜索工具可以让开发者快速获取网络上的最新信息，并提供清晰且相关的引用。在 Responses API 中，网络搜索工具在使用 gpt-4o 和 gpt-4o-mini 时可用，并且可以与其他工具或函数调用结合使用。例如：

const response = await openai.responses.create({
    model: "gpt-4o",
    tools: [{ type: "web_search_preview" }],
    input: "What was a positive news story that happened today?",
});

console.log(response.output_text);

Hebbia 利用网络搜索工具帮助资产管理公司、私募股权和信贷公司以及律师事务所等快速从大量的公开和私人数据集中提取可操作的见解，从而提供更丰富、更具体的市场情报，提升分析的准确性和相关性。

API 中的网页搜索由与 ChatGPT 搜索相同的模型提供支持。在 SimpleQA 基准测试中，该测试评估LLM回答简短、事实性问题的准确性，GPT-4o Search Preview和 GPT-4o mini Search Preview分别得分 90%和 88%。

文件搜索工具（File Search）

文件搜索工具允许开发者轻松地从大量文档中检索相关信息，支持多种文件类型、查询优化、元数据过滤和自定义重新排序等功能。例如：

const productDocs = await openai.vectorStores.create({
    name: "Product Documentation",
    file_ids: [file1.id, file2.id, file3.id],
});

const response = await openai.responses.create({
    model: "gpt-4o-mini",
    tools: [{
        type: "file_search",
        vector_store_ids: [productDocs.id],
    }],
    input: "What is deep research by OpenAI?",
});

console.log(response.output_text);

Navan 在其 AI 驱动的旅行智能体中使用文件搜索工具，能够快速为用户提供来自知识库文章的精确答案，如公司的旅行政策等。通过内置的查询优化和重新排序功能，他们无需额外的调整或配置即可建立强大的检索增强生成（RAG）管道。

计算机使用工具（Computer Use）

计算机使用工具使开发者能够构建能够在计算机上完成任务的智能体，它基于与 Operator 相同的计算机使用智能体（CUA）模型，该模型在多个基准测试中取得了新的最先进记录。例如：

const response = await openai.responses.create({
    model: "computer-use-preview",
    tools: [{
        type: "computer_use_preview",
        display_width: 1024,
        display_height: 768,
        environment: "browser",
    }],
    truncation: "auto",
    input: "I'm looking for a new camera. Help me find the best one.",
});

console.log(response.output);

Unify 利用计算机使用工具，让其智能体能够访问通过 API 无法获取的信息，如通过在线地图验证企业是否扩大了其房地产足迹，从而触发个性化的外联，帮助收入增长团队以精准和规模的方式与买家互动。

除了构建智能体的核心逻辑和赋予它们工具以使其有用之外，开发者还需要编排智能体的工作流。OpenAI 新推出的开源 Agents SDK 大大简化了多智能体工作流的编排，并且在多个方面进行了改进。

Agents SDK 的特点

Agents SDK 提供了一种高效的方式来管理和协调多个智能体之间的协作，其主要特点包括：

• • 易于配置的智能体：Agents SDK 提供了易于配置的 LLM，具有明确的指令和内置工具，开发者可以根据不同的任务需求快速构建智能体。
• • 智能交接（Handoffs）：能够智能地在不同智能体之间转移控制，使多个智能体可以协同工作，完成复杂的任务。
• • 安全防护（Guardrails）：具备可配置的安全检查，用于输入和输出验证，确保智能体的安全性和可靠性。
• • 跟踪与可观测性（Tracing & Observability）：可以可视化智能体执行的跟踪，帮助开发者调试和优化性能。

Agents SDK 的应用场景

Agents SDK 适用于各种实际应用场景，包括客户支持自动化、多步骤研究、内容生成、代码审查和销售潜在客户开发等。例如，Coinbase 使用 Agents SDK 快速原型和部署了 AgentKit，使 AI 智能体能够与加密钱包和各种链上活动无缝交互。Box 则利用 Agents SDK 和网络搜索功能，快速创建了能够搜索、查询和提取 Box 内部以及公共互联网来源中的非结构化数据的智能体，为企业客户提供了一种安全、高效的数据访问和分析方式。

以下是使用 Agents SDK 的一个简单示例代码：

from agents import Agent, Runner, WebSearchTool, function_tool, guardrail

@function_tool
defsubmit_refund_request(item_id: str, reason: str):
    # Your refund logic goes here
    return"success"

support_agent = Agent(
    name="Support & Returns",
    instructions="You are a support agent who can submit refunds [...]",
    tools=[submit_refund_request],
)

shopping_agent = Agent(
    name="Shopping Assistant",
    instructions="You are a shopping assistant who can search the web [...]",
    tools=[WebSearchTool()],
)

triage_agent = Agent(
    name="Triage Agent",
    instructions="Route the user to the correct agent.",
    handoffs=[shopping_agent, support_agent],
)

output = Runner.run_sync(
    starting_agent=triage_agent,
    input="What shoes might work best with my outfit so far?",
)

对现有 API 的影响

Chat Completions API

Chat Completions 仍然是 OpenAI 最广泛采用的 API，OpenAI 将继续支持它并引入新模型和功能。对于不需要内置工具的开发者，可以继续放心使用 Chat Completions。不过，Responses API 是 Chat Completions 的超集，具有相同出色的性能，因此对于新集成，OpenAI 推荐从 Responses API 开始。

Assistants API

根据开发者对 Assistants API 测试版的反馈，OpenAI 将关键改进纳入了 Responses API，使其更灵活、更快、更易于使用。OpenAI 正在努力实现 Assistants 和 Responses API 之间的完全功能对等，包括支持类似 Assistant 和 Thread 的对象以及代码解释器工具。一旦完成，OpenAI 计划正式宣布 Assistants API 的弃用，并在 2026 年中期设定目标日落日期。在弃用之前，OpenAI 将继续向 Assistants API 推出新模型。