Почему новые инструменты агента искусственного интеллекта OpenAI могут изменить ваш подход к программированию

OpenAI меняет подход к работе агентов ИИ с помощью своего нового Agents SDK и Answers API. Вот как эти инструменты улучшают автоматизацию, совместную работу нескольких агентов и оркестрацию рабочих процессов для разработчиков.

Если вы когда-либо были разработчиком в продакшене, вы знаете, что интерфейсы прикладного программирования (API) могут быть изменены по прихоти поставщика.

Однажды ночью вы можете лечь спать, зная, что ваше приложение надежно и у него светлое будущее. Затем вы просыпаетесь утром и обнаруживаете, что один из ваших поставщиков API объявил об изменении, которое требует от вас потратить следующие шесть месяцев на перекодирование вашего приложения для работы с пересмотренным API. Спросите меня, откуда я знаю.

Приложения на основе искусственного интеллекта не застрахованы от этого непреложного закона жизни API. Компания OpenAI объявила о внедрении Answers API, который приведет к прекращению работы Assistants API где-то в 2026 году.

Как и в случае с большинством изменений API, новый API делает больше, работает лучше и содержит меньше калорий. Однако, несмотря на эти возможности, новый API по-прежнему добавляет большие задачи для ранних пользователей предыдущих API.

Компания OpenAI анонсировала ряд новых функций на уровне программиста для создания агентов ИИ, включая API. Прежде чем мы углубимся в то, что нового, давайте рассмотрим это изменение в контексте.

Вы, наверное, заметили, что с тех пор, как генеративный ИИ (Gen AI) ворвался на сцену несколько лет назад, почти каждый продукт и услуга, кажется, внезапно добавили функцию дополнительных продаж ИИ в свое базовое предложение. Это отличное расширение линейки для многих продуктов и услуг, но не похоже, что у каждого поставщика есть исследовательские группы ИИ, создающие большие языковые модели.

Вместо этого у этих компаний есть лицензированные API, которые предоставляют услуги искусственного интеллекта за довольно предсказуемую плату за транзакцию. Разные модели стоят разные суммы, но по приблизительным подсчетам, разработчик может сделать 67 запросов в чате GPT-4.5, 1176 запросов GPT-4o или 20 000 мини-запросов GPT-4o за один доллар.

С помощью API OpenAI (и API других компаний, занимающихся искусственным интеллектом) функциональность искусственного интеллекта может быть добавлена в код с помощью простых вызовов функций и кредитной карты, что сокращает годы разработки и миллионы долларов затрат на инфраструктуру и исследования.

Новый API ответов

До сих пор OpenAI предлагала API, Chat Completions API, для отправки запросов в ChatGPT и получения ответа. OpenAI также предложила API, Assistants API, который позволяет агентам выполнять многоступенчатые рассуждения и получать доступ к файлам.

Новый API ответов сочетает в себе функции обоих предыдущих API. В то время как ожидается, что API завершения чата останется, компания объявила о планах отказаться от API помощников уже в следующем году в пользу более функционального API ответов.

Тарифы на использование Answers API находятся на странице цен OpenAI и варьируются в зависимости от модели и использования.

Answers API имеет три встроенных инструмента, которые могут вызывать программисты: веб-поиск, поиск файлов и использование компьютера.

Инструмент веб-поиска

Если вы когда-либо использовали ChatGPT для поиска в Интернете и агрегирования ответов, вы знаете, что делает инструмент веб-поиска. В случае с Answers API он позволяет программистам инициировать такие запросы из своих программ.

При использовании API предоставляет текст в качестве ответа, а также ссылки на источники и встроенные цитаты. Многие из этих ответов должны быть правильными. Компания приводит диаграмму, показывающую, что тесты веб-поиска с GPT-4o были правильными только на 38% (имейте это в виду в следующий раз, когда будете использовать ChatGPT для поиска), но поиски с использованием предварительного просмотра поиска GPT-4o и предварительного просмотра мини-поиска GPT-4o были правильными в девяти из десяти случаев.

В основном хорошее - это довольно хорошо, верно?

Инструмент поиска файлов

Далее идет инструмент поиска файлов, который будет искать в библиотеке ваших корпоративных документов. И да, я знаю, о чем вы думаете. OpenAI заявляет, что не обучает своих ИИ на бизнес-данных. Таким образом, вы должны быть уверены в том, что загрузка всех ваших данных будет безопасной и не будет отображаться в чьем-то ответе на запрос.

Однако есть и проблемы. Во-первых, при цене $0,10 за гигабайт в месяц, файловое хранилище стоит недешево. База корпоративных документов моей маленькой компании составляет 57 ТБ. Если бы эта база данных была загружена в OpenAI для контекстно-зависимого поиска ИИ, хранилище стоило бы почти 6000 долларов в месяц, а в моей компании всего два сотрудника.

Преимущество поискового инструмента с искусственным интеллектом заключается в возможности устранения разрозненности. Но если разрозненность — это то, что делает хранение данных более доступным за счет загрузки только избранных данных, такое ценообразование может ограничить полезность этой функции.

Инструмент для использования компьютера

Наконец, OpenAI включает в себя свой инструмент для использования компьютера, инструмент для просмотра экрана и кликов, лежащий в основе своего предложения для операторов.

Предполагается, что эта штука может читать экраны и, основываясь на содержимом экрана, либо выполнять обработку или вызывать действия. Из демонстраций, особенно в превью текущего анонса, кажется, что инструменту предстоит пройти долгий путь, прежде чем он станет универсально полезным.

Следите за обновлениями этой функции.

SDK для агентов

API — это набор конечных точек или вызовов функций для взаимодействия с внешней системой. SDK (комплект средств разработки программного обеспечения) — это более широкая коллекция, часто включающая программные инструменты, некоторые API, библиотеки и служебные программы, которые работают вместе.

Компания OpenAI анонсировала Agents SDK — набор инструментов для создания, отладки и мониторинга агентов в действии. Комплект включает в себя API ответов и добавляет оркестрацию рабочих процессов, позволяя программистам выполнять многоэтапные рассуждения и задачи.

Набор также позволяет программистам создавать команды агентов, каждому из которых поручены определенные обязанности. Функция «передачи» позволяет одному агенту выполнять некоторую работу, затем передавать обработку другому агенту и так далее.

Кроме того, и я думаю, что это одна из самых важных функций, панель мониторинга позволяет разработчикам видеть каждое взаимодействие с искусственным интеллектом, определять, какие агенты для чего использовались и как им были поставлены задачи. Учитывая распространенность галлюцинаций ИИ, важно иметь возможность отслеживать, что делают все эти независимые задачи.

Что вы думаете о последних обновлениях OpenAI?

Планируете ли вы интегрировать Answers API в свои проекты или беспокоитесь о том, что OpenAI прекратит работу Assistants API?

Как вы относитесь к встроенным инструментам, таким как веб-поиск, поиск файлов и использование компьютера? Решают ли они реальные проблемы или ставят новые вызовы?

А что насчет Agents SDK? Считаете ли вы, что это изменит правила игры в разработке агентов ИИ, или некоторые функции все еще отсутствуют? Дайте нам знать в комментариях ниже.