OpenAI Frontier 介绍

# 介绍 OpenAI Frontier 来源：https://openai.com/index/introducing-openai-frontier/ AI 让团队能够承担那些他们过去常常谈论但从未执行的事情。事实上，75% 的企业员工表示，AI 帮助他们完成了以前无法完成的任务。我们听到来自各个部门的声音，不仅仅是技术团队。工作的方式已经改变，企业正开始感受到这种巨大变化。 过去几年，我们在超过 100 万家企业的实践中看到了这一点。在一家大型制造商，智能体将生产优化工作从六周缩短到一天。一家全球投资公司在整个销售流程中端到端地部署智能体，为销售人员腾出超过 90% 的时间用于与客户交流。在一家大型能源生产商，智能体帮助将产量提高了多达 5%，这带来了超过 10 亿美元的额外收入。 这正在发生在每个行业的 AI 领导者身上，并且赶超的压力正在增加。阻碍他们的不是模型智能，而是智能体在其组织内构建和运行的方式。 今天，我们推出 **Frontier** (https://openai.com/business/frontier/)，这是一个新平台，可帮助企业构建、部署和管理能够执行实际工作的 AI 智能体。Frontier 为智能体提供了人们在工作中取得成功所需的相同技能：共享上下文、入职培训、带反馈的动手实践学习，以及清晰的权限和边界。通过这种方式，团队可以超越孤立的用例，让 AI 同事可以跨业务领域工作。 企业已经被分散在云、数据平台和应用程序中的割裂系统和管理体系所淹没。AI 让这种碎片化更加明显，并且在许多情况下更加严重。智能体现在被部署到各处，但每一个在能看到的和能做的事情上都是孤立的。每一个新智能体最终都可能增加复杂性而不是提供帮助，因为它没有足够的上下文来很好地完成工作。 随着智能体能力越来越强，模型所能做的与团队实际能部署的之间的机会差距已经扩大。这种差距不仅仅是技术驱动的。团队仍在积累知识，以将智能体从早期的试点阶段推进到实际工作中，其速度需要跟上 AI 的改进步伐。仅 OpenAI 一家，大约每三天就会推出新东西，而且这个速度还在加快。1 跟上节奏意味着要平衡控制与实验，而这很难做到正确。 企业现在感受到了必须解决这个问题的压力，因为早期领导者与其他所有人之间的差距正在迅速扩大。 我们了解到，团队不仅仅需要能解决部分问题的更好工具。他们需要帮助，以端到端的方式将智能体投入生产，包括构建、部署和管理。 我们首先观察企业如何大规模地扩展人员。他们创建入职流程。他们传授机构知识和内部语言。他们允许通过经验学习，并通过反馈提高绩效。他们授予对正确系统的访问权限并设定边界。AI 同事也需要同样的东西。 要让 AI 同事真正发挥作用，以下几点至关重要： - 他们需要理解工作如何在各个系统中实际完成。 - 他们需要能够访问计算机和工具来规划、行动和解决现实世界的问题。 - 他们需要理解什么是好的，这样质量就能随着工作的变化而提高。 - 他们需要一个身份、权限和团队可以信任的边界。 所有这些都必须在多个系统上运行，这些系统通常分布在不同云上。Frontier 与团队已有的系统配合使用，而无需强制他们更换平台。您可以将现有的数据和 AI 汇集在一起——无论它们位于何处——并且集成您正在使用的应用程序——使用开放标准。这意味着无需使用新格式，也无需放弃您已部署的智能体或应用程序。 这种方法的核心优势在于，AI 同事可以通过任何界面访问和使用，而不会被限制在单个 UI 或应用程序中。他们可以在任何工作发生的地方与人们合作，无论是通过与 ChatGPT 交互，通过 Atlas 的工作流，还是在现有的业务应用程序内部。无论智能体是内部开发的、从 OpenAI 获取的，还是从您正在使用的其他供应商处集成的，这一点都适用。 每个高效的员工都知道业务如何运作、信息存储在哪里以及什么决定是好的。 Frontier 连接了孤立的数仓、CRM 系统、工单工具和内部应用程序，为 AI 同事提供相同的共享**业务上下文**。他们理解信息如何流动、决策在哪里做出以及什么结果重要。它成为企业的一个语义层，所有 AI 同事都可以参考它来有效运作和沟通。 有了共享上下文，智能体需要能够实际执行工作。 整个组织的团队，无论是技术团队还是非技术团队，都可以使用 Frontier 来雇佣 AI 同事，他们承担许多人们已经在电脑上完成的任務。Frontier 为 AI 同事提供了推理数据和完成复杂任务的能力，例如处理文件、运行代码和使用工具，所有这些都在一个可靠的、开放的**智能体执行**环境中进行。随着 AI 同事的运行，他们会建立记忆，将过去的交互转化为有用的上下文，从而随着时间的推移提高绩效。 一旦部署，AI 同事可以在本地环境、企业云基础设施和 OpenAI 托管的运行时中运行，而无需迫使团队重新发明工作方式。对于时间敏感的工作，Frontier 优先考虑对 OpenAI 模型的低延迟访问，以保持响应迅速且一致。 要使智能体长期有用，他们需要像人一样从经验中学习。 内置的**评估和优化**性能的方法让人工管理员和 AI 同事都清楚哪些有效、哪些无效，从而让良好行为随着时间的推移不断改进。随着时间的推移，AI 同事会了解什么是好的，并在最重要的工作上做得更好。 这就是智能体从令人印象深刻的演示转变为可靠队友的方式。 Frontier 确保 AI 同事在明确的边界内运作。每个 AI 同事都有自己的身份，具有明确的权限和护栏。这使得在敏感和受监管的环境中自信地使用它们成为可能。**企业安全与治理** (https://openai.com/business-data/) 是内置的，因此团队可以在不失去控制的情况下进行扩展。 缩小机会差距不仅仅是技术问题。 多年来，我们一直与大型企业紧密合作，进行复杂的 AI 部署，因此我们看到了什么有效、什么无效。现在我们正在帮助团队将这些经验应用到他们最棘手的问题上。 我们将 OpenAI 的 Forward Deployed Engineers（FDEs）与您的团队配对，并肩工作，帮助您开发在生產环境中构建和运行智能体的最佳实践。 FDEs 也为团队提供了**与 OpenAI 研究的直接联系**。当您部署智能体时，我们不仅能学习如何改进模型周围的系统，还能学习模型本身如何演变才能更好地为您的日常工作服务。从您的业务问题，到部署，再到研究，再回到业务问题，这种反馈循环有助于双方更快地前进。 当平台和应用程序协同工作时，AI 在企业中效果最好。由于 Frontier 建立在开放标准之上，软件团队可以接入并构建智能体，使其受益于相同的共享上下文。 这很重要，因为许多智能体应用程序失败的原因很简单：它们没有它们所需的上下文。数据分散在各个系统中，权限复杂，每个集成都变成一个一次性项目。Frontier 使应用程序更容易（在适当控制下）访问它们所需的业务上下文，这样它们从第一天起就可以在真实的工作流中工作。对企业而言，这意味着可以更快地推出，而无需每次都经历漫长的集成周期。 现在的问题不再是 AI 是否会改变工作方式，而是您的组织能多快将智能体转化为真正的优势。 Frontier 今天对限定客户开放，未来几个月内将更广泛地提供。如果您想探索与我们合作，请联系您的 OpenAI 团队。