Nyilvános bétában az OpenAI Agents API fejlesztői ügynökökhöz

A Codex mögötti ügynökinfrastruktúrát kapják meg a fejlesztők

Az OpenAI szerint a Codex és a ChatGPT for Work világszerte több millió felhasználóra skálázása során azt tanulta meg, mire van szükség ahhoz, hogy a hosszú ideig futó ügynökök a gyakorlatban is jól működjenek. A vállalat leírása alapján az ilyen ügynököknek olyan keretre van szükségük, amely kezeli a kontextust, hatékonyan használ eszközöket, és alügynököket koordinál. Emellett olyan infrastruktúra is kell hozzájuk, amely napokon át megbízhatóan futtatja őket, fájlokkal, kódfuttatással és köztes eredmények mentésével.

Az Agents API ezt a keretet és infrastruktúrát adja oda a fejlesztőknek nyilvános bétában. Az OpenAI közlése szerint a fejlesztők egyetlen API-hívással hozhatnak létre termelési használatra szánt ügynököt, ha megadják a feladatot, a modellt, az eszközöket és a futtatási környezetet.

A vállalat a keret hosztolását és karbantartását magára vállalja. A fejlesztő választhat, hogy az ügynök OpenAI által kezelt sandboxban, saját infrastruktúrán, vagy valamelyik sandbox-partner környezetében fusson. Az OpenAI megfogalmazása szerint az Agents API célja, hogy a fejlesztők az eszközökre, tudásra és munkafolyamatokra koncentrálhassanak, amelyek egyedivé teszik az ügynöküket.

Választható sandboxok és partnerintegrációk

Az OpenAI külön kiemeli, hogy a különböző munkaterhelések eltérő számítási, tárolási és telepítési igényeket támasztanak. Az Agents API ezért többféle sandboxkörnyezet használatát teszi lehetővé.

A vállalat ökoszisztéma-szolgáltatókkal is együttműködik. A felsorolt partnerek között szerepel a Blaxel, a Cloudflare, a Daytona, a DigitalOcean, az E2B, a Modal, az Oracle, a Runloop és a Vercel. Ezekhez az OpenAI első osztályú integrációkat ígér különböző igényekre.

• Teljesen menedzselt környezetek vagy saját VPC-n belüli telepítések.
• Konkrét fájl- és titoktárolási mechanizmusok.
• Különböző CPU-, GPU- és memóriakonfigurációk, a vállalati munkafolyamathoz illeszkedő teljesítmény-, hidegindítási és költségprofilokkal.

Azoknak a fejlesztőknek, akik gyorsan szeretnének elindulni és hatékonyan skálázni, az OpenAI saját hosztolt sandboxot is bevezet. Ez ugyanazt a sandbox-infrastruktúrát használja, amely a Codexet és a ChatGPT-t is működteti. Az OpenAI biztosítja és kezeli a sandboxot, amelyben az ügynök kódot futtathat, fájlokkal dolgozhat és kimeneti anyagokat hozhat létre.

A hosztolt sandboxok az OpenAI szerint rugalmasan konfigurálhatók fájlokkal, csomagokkal, készségekkel és pluginekkel, hogy az ügynök megkapja a feladata teljesítéséhez szükséges környezetet.

Hosszú munkamenetek, eszközhasználat és alügynökök

Az Agents API másik hangsúlyos eleme, hogy verziózott hozzáférést ad a modellképességekhez minden modellindításnál. Az OpenAI szerint az új modellképességek kihasználása gyakran a saját ügynökkeret átdolgozásával járna, ami időt vonhat el az alkalmazás fejlesztésétől. A vállalat azt ígéri, hogy a keretet a modelljeivel együtt tartja karban és fejleszti.

A hosszabb, akár órákig tartó működés támogatására az Agents API kontextuskezelést használ. Amikor egy munkamenet közel kerül a kontextuskorláthoz, a rendszer automatikusan tömöríti a korábbi kontextust, miközben megőrzi azokat az információkat, amelyekre az ügynöknek a folytatáshoz szüksége van. Így a fejlesztők több kontextusablakon átívelő munkafolyamatokat építhetnek anélkül, hogy saját tömörítési logikát kellene megvalósítaniuk.

Az eszközhasználatnál az Agents API segíti az ügynököt a megfelelő eszközök megtalálásában és hatékony használatában. Az eszközkeresés csak akkor tölti be a releváns eszközdefiníciókat, amikor szükség van rájuk, ami az OpenAI szerint csökkentheti a tokenhasználatot és a költséget, miközben megőrzi a modell gyorsítótárát. A programozott eszközhívás párhuzamos hívásokat, kapcsolódó műveletek láncolását, valamint eredmények kódbeli szűrését vagy összekapcsolását teszi lehetővé.

Az Agents API támogatja az MCP-t, az egyedi függvényeket és a beépített eszközöket, például a webes keresést. Többügynökös támogatással összetett feladatokat is részekre tud bontani, majd ezeket párhuzamosan dolgozó alügynökökhöz rendelheti. Az OpenAI leírása szerint minden alügynök saját kontextust tart fenn, miközben a fő ügynök koordinálja a munkát és összerakja az eredményeket.

Nyílt forrású alap és bétaidőszak

Az Agents API az OpenAI közlése szerint a nyílt forrású Codex harnessre épül. Ez betekintést ad a fejlesztőknek abba az alaplogikába, amely a modellhívásokat, eszközöket és kontextust koordinálja. Az API használatakor az OpenAI működteti és karbantartja ezt a keretet, a fejlesztők pedig megvizsgálhatják és tanulhatnak a nyilvános kódbázisból.

Az Agents API a bejelentés napjától nyilvános bétában érhető el minden fejlesztőnek. Az OpenAI azt írja, hogy az API használatáért nincs külön díj, a fejlesztők a tokenekért és az ügynökeik által használt eszközökért fizetnek a vállalat árazási oldala alapján.

A bétaidőszakban az OpenAI gyors iterációt ígér a visszajelzések alapján, miközben az általános elérhetőség felé halad. A vállalat visszajelzést kér arról, mi működik, hol ütköznek nehézségekbe a fejlesztők, és mire van szükségük ahhoz, hogy ügynökeiket éles környezetben építsék és futtassák.

Mit jelent ez a fejlesztőknek és a piacnak

Az OpenAI bejelentése alapján az Agents API elsősorban azoknak a fejlesztőknek szól, akik hosszabb ideig futó, eszközöket használó és összetettebb munkafolyamatokat kezelő ügynököket akarnak építeni. A cég azt a réteget kínálja szolgáltatásként, amelyet saját termékeinél, köztük a Codexnél használ.

A választási lehetőség a futtatási környezetnél fontos gyakorlati szempont lehet: az ügynök futhat OpenAI által kezelt sandboxban, saját infrastruktúrán, vagy a felsorolt partnerek valamelyikénél. A beépített kontextuskezelés, eszközkeresés és többügynökös koordináció azt célozza, hogy a fejlesztőknek kevesebb alapinfrastruktúrát kelljen maguknak megépíteniük.

A hír a piacon azt jelzi, hogy az OpenAI a modellhozzáférés mellett az ügynökök működtetéséhez szükséges futtatási és koordinációs réteget is termékké teszi. A nyilvános béta miatt a szolgáltatás még változhat, az OpenAI pedig kifejezetten a fejlesztői visszajelzések alapján akar haladni az általános elérhetőség felé.