Публикувано на: 12 март 2025 г. / Актуализирано на: 12 март 2025 г. – Автор: Konrad Wolfenstein
OpenAI пуска API инструменти за разработване на AI агенти – важен етап в развитието на автономни AI системи – Изображение: Xpert.Digital
OpenAI поставя нови стандарти в разработването на автономни системи с изкуствен интелект
Автономният изкуствен интелект, направен лесно: OpenAI стартира иновативни API и инструменти
Вчера, 11 март 2025 г., OpenAI представи цялостен набор от нови инструменти и API, специално проектирани за разработване на автономни AI агенти. Тази версия бележи значителна стъпка напред в демократизирането на разработването на агенти и представлява стратегически ход, който дава възможност на разработчиците да създават мощни, самодействащи AI системи. Новите инструменти осигуряват подобрена основа за разработване на приложения, базирани на агенти, и биха могли фундаментално да трансформират начина, по който бизнесите и разработчиците взаимодействат с AI технологията.
Свързано с това:
API за отговори: Сърцето на новата платформа за агенти
В основата на вчерашното съобщение е новият Responses API, който предоставя по-гъвкава основа за разработване на приложения, базирани на агенти. Този API умело съчетава простотата на Chat Completions API с разширените възможности на инструментите на Assistants API. За разработчиците това означава значително опростяване на процеса на разработка, тъй като вече могат да изграждат по-сложни приложения с по-малко усилия. Responses API е проектиран като дългосрочен заместител на съществуващия Assistants API, като OpenAI планира да прекрати използването на последния до средата на 2026 г. след пълната интеграция на всички функции в новия API.
Стратегическото преориентиране към Responses API демонстрира ангажимента на OpenAI за рационализиране на процеса на разработка на приложения, базирани на агенти. Въпреки че съществуващият Chat Completions API ще остане достъпен за разработчици, които не се нуждаят от интегрирани инструменти, OpenAI препоръчва мигриране към новия Responses API, тъй като той предлага същата производителност с добавена функционалност. Тази консолидация на API отразява желанието за създаване на по-сплотена среда за разработка, като същевременно се разширяват възможностите за иновативни приложения.
Интегрирани инструменти за автономни агенти
Отличителна черта на новата платформа са трите ѝ интегрирани основни инструмента, които предоставят на агентите подобрени възможности. Инструментът за уеб проучване е базиран на същите модели, които ChatGPT използва за своите функции за търсене: GPT-4o-search и GPT-4o-mini-search. Тези модели постигат впечатляващи резултати за точност от съответно 90% и 88% за фактически заявки в бенчмарка SimpleQA и предоставят отговори с цитиране на източници, подобно на ChatGPT. Цената за този инструмент е 30 долара на хиляда заявки за GPT-4o-search и 25 долара на хиляда заявки за мини версията.
Вторият интегриран инструмент, търсене на файлове, позволява на разработчиците да извличат подходяща информация от обширни колекции от документи. Този инструмент обработва парсирането, разделянето на фрагменти и вграждането на данните, предоставяйки готово за употреба решение за съхранение на вектори, което може да се използва за $2,50 на хиляда търсения плюс разходи за съхранение от $0,10 на гигабайт на ден, като първият гигабайт е безплатен.
Като трети и може би най-иновативен инструмент, OpenAI представя Computer-Using Agent (CUA), базиран на същия модел като вече познатия AI агент „Оператор“. Този CUA позволява на AI агентите да взаимодействат с компютри, като интерпретират графични потребителски интерфейси и взаимодействат с тях като човек – чрез кликване, превъртане и въвеждане. Въпреки впечатляващите си възможности, CUA в момента постига процент на успех от 38,1% в бенчмарка OSWorld, 58,1% в WebArena и 87% в WebVoyager за уеб-базирани взаимодействия при изпълнение на сложни изчислителни задачи. Използването на този инструмент струва 3 долара на милион входни токени и 12 долара на милион изходни токени, но в момента е достъпен само за избрани разработчици в по-високи категории на използване.
SDK за агенти: Оркестрация на многоагентни системи
Друг ключов компонент от вчерашното съобщение е новият SDK с отворен код Agents, който позволява оркестрацията както на единични, така и на множество агенти. Този SDK представлява еволюция на по-ранната експериментална рамка Swarm, която поради популярността си вече е обновена до пълноценен, официално поддържан инструмент за разработка. Той предлага четири основни функции: лесно конфигурируеми LLM с ясни инструкции и интегрирани инструменти, интелигентно предаване на агенти, конфигурируеми контроли за сигурност за валидиране на входни и изходни данни и инструменти за проследяване и наблюдаемост за визуализиране и оптимизиране на изпълнението на агенти.
SDK за агенти изрично поддържа редица често срещани агентни модели, като например работни потоци, предаване на задачи, агенти като инструменти, LLM като съдия, паралелизация и предпазни мерки. В момента е достъпен за Python, като скоро ще се появи поддръжка за Node.js. Особено предимство на SDK е неговата съвместимост не само със собствените API на OpenAI, но и с модели на трети страни, при условие че те предлагат API, който отговаря на стандарта Chat Completions. Тази откритост улеснява интеграцията в различни среди за разработка и поддържа гъвкавост при избора на основните модели.
Практически приложения и първоначални истории за успех
Първите практически случаи на приложение на новите агентно-базирани инструменти на OpenAI вече се появяват. Компании като Hebbia и Coinbase успешно внедриха новите инструменти, демонстрирайки ранно доверие във възможностите на тези технологии. Този фокус върху практическите приложения показва целенасочено отклонение от обикновени концептуални презентации към наистина използваеми решения, които могат да предложат реална добавена стойност.
OpenAI вече си сътрудничи с интернет компании като DoorDash, Instacart, OpenTable, StubHub и Uber, за да разработи персонализирани решения за агенти за техните платформи. Тези партньорства подчертават потенциала на агентно-базирания изкуствен интелект за оптимизиране на процесите в различни индустрии и създаване на нови потребителски изживявания. Универсалността на приложенията варира от поръчки на храна и резервации в ресторанти до извършване на сложни изследователски и аналитични задачи.
Бъдещият пейзаж на агентния ИИ
С вчерашното пускане на пазара, OpenAI стратегически се позиционира в нарастващата конкуренция за доминация в областта на агентния изкуствен интелект. Конкуренти като Google и Anthropic също работят върху подобни технологии, като проекти като DeepMind Mariner на Google и Computer Use на Anthropic преследват сравними подходи. Това, което отличава решението на OpenAI обаче, е способността му да взаимодейства директно с графични потребителски интерфейси, без да изисква специфични интеграции.
Развитието на агентно-базиран изкуствен интелект е в съответствие с по-широките тенденции в индустрията на изкуствения интелект. Все по-голям брой компании разчитат на така наречените „модели на разсъждение“, които могат да решават сложни задачи и да записват мисловните им процеси. Тези модели формират основата за автономни агенти, които могат да бъдат внедрени в различни индустрии. OpenAI очевидно планира да разработи и още по-специализирани агенти, пригодени за специфични области като разработване на софтуер или научни изследвания.
Свързано с това:
Въздействие върху общността на разработчиците и компаниите
Новите инструменти на OpenAI се справят с ключови предизвикателства, пред които са изправени разработчиците при изграждането на AI агенти. Те включват оптимизиране на подканите, координиране на сложни работни процеси и, най-важното, осигуряване на прозрачност в процеса на разработка. Чрез предоставяне на интегрирани инструменти за мониторинг, OpenAI прави работните процеси на агентите проследими, което е от решаващо значение както за отстраняване на грешки, така и за оптимизация.
Оливие Годеман, продуктов мениджър на OpenAI, подчертава предизвикателствата пред мащабирането на агентите: „Доста лесно е да демонстрирате вашия агент. Мащабирането на агент обаче е доста трудно и е много трудно да накарате хората да го използват често.“ Това твърдение подчертава необходимостта от нови инструменти, предназначени да опростят процеса на разработка и да насърчат създаването на надеждни, ориентирани към потребителя агенти.
Бъдещи перспективи и следващи стъпки
OpenAI планира да добави още инструменти и функции през следващите седмици и месеци, за да опрости и ускори разработването на приложения, базирани на агенти, на своята платформа. Компанията е убедена, че агентите скоро ще станат неразделна част от работната сила и значително ще повишат производителността в различни индустрии. „Вярваме, че агентите скоро ще бъдат неразделна част от работната сила и значително ще повишат производителността в различни индустрии“, заяви OpenAI в публикация в блога си.
Вчерашното пускане на агентните инструменти е само началото на дългосрочна стратегия. Ръководителят на отдела за бизнес изкуствен интелект в Meta, Клара Ши, дори прогнозира: „Бързо се приближаваме до точка, в която всяка компания, от много голяма до много малка, ще има бизнес агент, който я представлява и действа от нейно име, от нейно име – точно както компаниите имат уебсайтове и имейл адреси днес.“ Тази визия демонстрира колко трансформиращ може да бъде агентният изкуствен интелект за бизнес света.
Важен момент в развитието на автономни системи с изкуствен интелект
Вчерашното пускане на агентни инструменти от OpenAI бележи важен етап в разработването на автономни системи с изкуствен интелект. Чрез комбиниране на мощни API, интегрирани инструменти и гъвкав SDK, OpenAI значително намали бариерата за навлизане на разработчиците на агенти с изкуствен интелект. Това би могло да доведе до ускорено приемане на тази технология в различни индустрии и коренно да промени начина, по който взаимодействаме с изкуствения интелект.
Стратегическото значение на това издание се крие не само в техническите възможности, които предлага, но и във визията, която представлява: бъдеще, в което автономните агенти с изкуствен интелект действат като надеждни асистенти в професионалния и ежедневието. Въпреки че технологията е все още в начален стадий, вчерашното съобщение ясно демонстрира решимостта на OpenAI да играе водеща роля в оформянето на това бъдеще. Следващите месеци ще разкрият как разработчиците и бизнесите ще използват тези нови инструменти, за да създават иновативни решения, които отключват пълния потенциал на агентно-базирания изкуствен интелект.
Свързано с това:
Вашият глобален партньор по маркетинг и бизнес развитие
☑️ Нашият бизнес език е английски или немски
☑️ НОВО: Кореспонденция на родния ви език!
Konrad Wolfenstein
Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.
Можете да се свържете с мен, като попълните формата за контакт тук или просто ми се обадите на +49 89 89 674 804 ( Мюнхен) . Моят имейл адрес е: [email protected]
Очаквам с нетърпение нашия съвместен проект.
