新的智能体API对您使用的应用程序意味着什么，它又如何与OpenAI的其他产品协同运作？这里有一份快速入门指南，通过简单易懂的示例为您解读。 https://t.co/fapVqhrwVw

ChatGPT、Codex、API与智能体：它们如何协同运作

无需打开ChatGPT或Codex应用，您就能使用OpenAI的技术。从您日常使用的应用到开发者构建的工具，以下将解释每种选项的用途。

这可能已在您使用的应用中体现：一款能自动分类收据的费用管理工具，一款能规划周末行程的旅行应用，或是一款能在多个服务中追踪生产故障、复现错误并提交经过测试的修复代码的工程工具。

开发者可以将OpenAI的模型和智能体连接到这些产品自身的界面、数据和工具中。

我们于9月10日推出了Agents API，提供了一种通过OpenAI运营的智能体进行构建的新方式。目前，Agents API处于公测阶段。

使用OpenAI的产品界面与使用OpenAI进行开发是两种不同的选择：

API 是一个程序调用的接口。SDK 是帮助开发者操作软件的库。

• OpenAI SDK 帮助开发者调用API

• Agents SDK 提供智能体开发框架

这些并非需要每个人安装的额外应用。

首先，是什么让智能体持续工作？

智能体可以搜索、检查结果并决定下一步操作。这个重复的循环就是智能体循环：调用模型、在需要时使用工具、返回结果，直到任务完成或需要输入为止。

执行框架是管理这一过程的软件，包括工具、上下文和规则。模型提供推理能力；执行框架将其与实际工作连接起来。OpenAI的Codex智能体循环详解阐明了其工作机制。

OpenAI，《展开Codex智能体循环》。工具结果会反馈到后续的模型调用中。

OpenAI，《展开Codex智能体循环》。工具结果会反馈到后续的模型调用中。

简单拆解：同一个旅行规划器，不同的构建方式

请注意，以下都是假设性的应用设计，连接了所需的工具，并非随API或SDK附带的旅行产品。

Responses API：为现有流程添加模型能力

您粘贴一个航班确认信息。模型提取日期和航班号；应用现有代码将其添加到行程单中。

Responses API将应用程序连接到模型和工具。它能在多次交互中保持上下文，使用网页搜索等内置工具，并通过开发者提供的函数请求执行操作。

它还支持在单个请求中进行多次托管工具调用，因此能完成比简单提取字段更复杂的任务。开发者控制应用工作流并处理应用端的工具调用。

Responses API 示例

Responses API 示例

Agents SDK：由开发者运行规划器的工作流

向规划器提供日期、预算和兴趣偏好。它搜索选项、提出问题并修改行程。

Agents SDK提供了智能体循环，以及用于工具、检查、活动记录和智能体间任务传递的组件。一个智能体可能就足够了。

开发者连接旅行搜索和日历工具，定义工作流，运行软件，并决定如何存储状态。这适合希望控制部署和存储，或使用其他模型提供商的团队。

运行智能体软件并不意味着必须托管模型或将所有数据保存在本地。

OpenAI也使用Codex和可复用技能来维护Agents SDK，包括测试、发布准备和拉取请求审查。

Agents SDK 示例

Agents SDK 示例

Agents API：由OpenAI运行规划器背后的智能体

规划器可以通过Agents API提供类似的体验。

应用会启动一个会话，提供指令并访问其工具。OpenAI运行Codex执行框架，维护会话状态、管理上下文并从中断中恢复。

开发者仍然构建应用、连接数据，并决定哪些操作需要审批。OpenAI运营保持智能体运行的服务，这适用于步骤繁多或可能中断的任务。

Agents API 示例

Agents API 示例

请记住：构建自定义应用无需自定义智能体执行框架。 它的界面可以与ChatGPT或Codex完全不同。

对旅行者而言，三种设计都可能生成可供审阅的行程。应用是否会读取您的日历、建议航班或允许预订，取决于开发者连接了什么功能并授予了何种权限。仅从产品名称无法得知这些。

另一个示例：将收据转换为电子表格

在具备可读收据和必要文件工具的前提下，另一个假设性应用的工作方式如下：

• Responses API： 模型提取日期、金额和商家信息；应用将数据写入电子表格的行中。

• Agents SDK： 开发者运行一个工作流来读取收据、询问缺失的详细信息，并准备一份供审阅的电子表格草案。

• Agents API： 应用将处理任务提交给一个托管智能体，让用户可以在任务进行过程中返回会话。

Codex应用服务器与SDK的定位

Codex应用是Codex智能体执行工作的界面。我最近合著的《Codex作为平台》一文探讨了如何将该执行框架集成到其他产品中。

应用服务器为自定义Codex客户端提供协议支持，包括对话、进度和审批。

Codex SDK是编码自动化的一个选项，例如调查网站错误并提出补丁供审阅。

无论是使用应用服务器还是SDK，您的团队都将在使用时运行Codex。构建通用智能体应用并不需要这两者。

Codex 应用服务器示例

Codex 应用服务器示例

工作区是独立的选择

当智能体需要执行命令或访问工作区文件时，它需要一个执行环境，通常是一个沙箱。

即使由OpenAI运行智能体，工作区也不必托管在OpenAI。Agents API支持OpenAI托管、客户托管或合作伙伴托管的环境，如果配置的工具足够，也可以不提供环境。

提供工作区与运行执行框架是分开的。 使用Agents API，OpenAI仍然运行执行框架。开发者设置访问权限和审批要求。

OpenAI的Agents API概述。图示为OpenAI托管的沙箱配置。如果使用您自己的环境，沙箱将位于您这一侧。

OpenAI的Agents API概述。图示为OpenAI托管的沙箱配置。如果使用您自己的环境，沙箱将位于您这一侧。

已有公司在Agents API上的实践

Nash在配送物流领域提供了一个具体案例。 在发布公告中，该公司描述了其生产环境中的智能体工作可能持续数小时甚至数天。

Agents API管理会话、上下文、协调和恢复；Nash提供连接到配送运营的工具和执行环境。

其他客户则强调了不同的优势：

• Long Lake 使用其Nexus平台在住宅服务和建筑等领域部署智能体，同时保留自己的环境和界面

• WithCoverage 表示Agents API帮助其避免为某些复杂工作流构建自定义基础设施

• SafetyKit 报告称，在迁移到Agents API后，其案件审查工作流的每案件成本降低了60%，同时保持了现有性能水平

这些案例的共同点是，智能体在客户的产品或运营流程内部工作。客户将其连接到业务任务，而OpenAI运行执行框架。

如果您正在构建，可以从这些问题开始

这个决策树从使用现有应用与将体验构建到您自己的软件之间做出选择开始：

决策指南

决策指南

Responses API的托管工具循环并非完整的托管Agents API执行框架。OpenAI的实践指南建议从最简单可行的方法开始。

什么是优秀的AI应用？

您无需构建软件也能受益。下次当您在应用中看到AI功能时，可以思考：它能读取什么信息？它能执行什么操作？您需要审阅什么？是已分类的费用、周末行程，还是附有测试用例（显示其已修复错误）的建议代码补丁？

这些答案有助于理解它能承担多少工作，以及在哪些地方仍需要您的判断。