OpenAI 发布 Agent 工具包：加速 AI Agents 的构建和部署

2025年03月12日，OpenAI 推出了一系列新工具和 API，旨在帮助开发者更轻松地创建能够自动完成任务的 AI Agents（智能体）。尽管此前推出的高级推理和多模态交互模型为 Agent 的开发奠定了基础，但在构建生产级 Agent 时，开发者仍面临诸多挑战。此次发布的工具包旨在简化开发流程，降低技术门槛。

核心工具与功能

• Responses API：结合了 Chat Completions API 的简洁性和 Assistants API 的工具使用能力，开发者只需调用一次 API，即可利用多种工具和多轮模型交互解决复杂任务。
• 内置工具

1. Web 搜索工具：支持 GPT-4o 和 GPT-4o-mini 模型访问互联网获取最新信息，在 SimpleQA 基准测试中分别达到 90% 和 88% 的准确率。
2. 文件搜索工具：支持多种文件格式，优化查询、过滤元数据、自定义排序，帮助开发者快速从大量文档中提取关键信息。
3. 计算机使用工具：由 Computer-Using Agent (CUA) 模型提供支持，可模拟鼠标和键盘操作，自动化复杂任务，支持网页和桌面应用程序。

• Agents SDK：基于 Swarm 框架升级的开源框架，简化多 Agent 工作流程编排，提供 LLM 与工具集成、Agent 间智能交接控制、可配置安全检查以及可视化追踪等功能。

应用场景

• 客户支持自动化：通过 Web 搜索工具帮助资产管理者和法律从业者提取可行见解。
• AI 旅行 Agent：利用文件搜索工具为用户提供精准的旅行政策答案。
• 复杂操作自动化：通过计算机使用工具自动化传统系统中的复杂操作。
• 企业数据搜索：使用 Agents SDK 快速构建企业级数据搜索应用。

技术细节与优势

• Agent 间的无缝交接：支持复杂任务的分解和多 Agent 协同工作，例如从商品推荐到购买再到退货的全流程自动化。
• 隐私保护机制：通过安全措施（guardrails）和输入过滤（input_filter）确保用户数据隐私。
• 模型性能优化：在多个基准测试中，CUA 模型表现出色，例如在 WebVoyager 测试中达到 87% 的准确率。

未来规划

• OpenAI 将继续支持 Chat Completions API，并计划在 2026 年中期停用 Assistants API，同时提供详细的迁移指南。
• 新工具的定价已经公布，例如 Web 搜索每千次查询 30 美元（GPT-4o）和 25 美元（GPT-4o-mini），文件搜索每千次查询 2.5 美元，计算机使用工具按 token 计费。

OpenAI 的 Agent 工具包为开发者提供了强大的工具和框架，极大地简化了 AI Agents 的构建和部署流程，推动了 AI 在更多领域的应用和普及。