OpenAI 最新发布 Responses API 和开源 Agents SDK，开发者可自建 Deep Research 和 Operator 级 AI 代理

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

OpenAI 正在推出一套全新的 API 和工具，帮助开发者和企业更高效地构建 AI 代理。这些技术正是支撑其自家 AI 代理 Deep Research 和 Operator 的核心——前者能够自主搜索互联网，生成结构清晰、引文完整的研究报告，而后者则能根据用户文本指令自主操作浏览器，比如查找体育赛事门票或预订餐厅。

现在，开发者终于能直接使用这些强大 AI 代理的底层技术，打造自己的竞品，或是针对特定领域和受众定制更加专业的 AI 代理。

OpenAI 的 AI 代理进化史：从 Deep Research 到 Responses API

OpenAI 近期在推理、多模态处理和安全机制上的突破，为 AI 代理的发展奠定了基础，尤其是其“o”系列推理模型（o1 和 o3）。

“推理模型对 AI 代理的能力至关重要，”OpenAI 平台产品负责人 Olivier Godement 说道。“过去，AI 代理最大的问题是无法处理复杂的长期任务，比如规划。”

然而，尽管 AI 代理的潜力巨大，开发者一直缺乏易于部署到生产环境的工具，直到现在。

让 AI 代理真正“懂事”：Responses API 和开源 Agents SDK

为了解决这些问题，OpenAI 推出了几款全新产品：Responses API、内置的网页搜索和文件搜索工具、计算机使用工具，以及开源的 Agents SDK。

• Responses API：让开发者可以在 OpenAI 技术之上构建 AI 代理。
• Agents SDK：帮助开发者将 AI 代理与其他 Web 工具和流程连接，实现“自动化工作流”。

这些工具的核心目标是减少开发者在提示工程（Prompt Engineering）和复杂编排逻辑上的工作量，让 AI 代理的开发变得更加高效和低成本。

面对来自 Manus、阿里巴巴 Qwen、DeepSeek 以及 Anthropic 和 Google 等对手的竞争，OpenAI 希望借助这些工具，继续巩固其在 AI 生态系统中的“一站式”领先地位。

OpenAI 罕见“开源”：Agents SDK 可适配非 OpenAI 模型

OpenAI 这次的开放程度让 AI 圈炸锅了——新发布的 Agents SDK 竟然是 开源 的！这意味着开发者不仅能用它来管理和优化 OpenAI 代理，还能让 AI 代理运行在 竞争对手的模型上，比如 Anthropic、Google，甚至开源的 DeepSeek、Qwen、Mistral 和 Meta 的 Llama 系列。

“我们不希望强迫开发者只能使用 OpenAI 模型，”Godement 表示。“Agents SDK 是开源的，企业可以自由组合不同模型。”

Agents SDK 提供的核心功能包括：

• 可配置代理：为 AI 代理预设指令和工具权限。
• 智能任务交接：根据上下文在不同 AI 代理间分配任务。
• 内置安全防护：确保输入验证和内容合规。
• 跟踪与可视化：开发者可以清晰监控代理的操作过程。

“开发者可以看到代理的具体行为——它调用了哪些工具、收集了什么数据，以及它在做决策时的过程。”OpenAI API 产品经理 Nikunj Handa 说道。

Responses API：让 AI 代理更智能、更透明

此次更新的核心——Responses API，将 Chat Completions API 与 Assistants API 的工具调用功能整合在一起（后者将在 2026 年中旬停用）。

Responses API 让开发者可以在单个 API 请求中调用多个内置工具，简化了复杂的多步骤交互。

支持的内置工具包括：

• 网页搜索：实时获取带引用的搜索结果。
• 文件搜索：从海量文档中提取关键信息，支持元数据筛选和查询优化。
• 计算机使用工具：让 AI 代理像人一样操作计算机，比如填表、浏览网页、使用软件。

“Responses API 让开发者能更透明地看到 AI 代理的决策过程——它调用了哪些工具、为何调用、调用前后的逻辑是什么。”Handa 介绍道。

网页搜索：实时获取可验证的信息

Responses API 内置的网页搜索工具，可以让 AI 代理实时查询最新信息，适用于研究助手、购物指南、新闻聚合等应用。

这个搜索工具与 ChatGPT 的搜索功能相同，并且所有 API 结果都会附带来源链接，用户可以直接点击查看原始信息，确保内容可信。

“网页搜索是我们首批推出的内置工具之一，它能让模型访问实时信息。”Handa 说道。

文件搜索：从私有云快速提取关键信息

文件搜索工具支持多种文件格式，具备查询优化、元数据筛选和自定义排名等功能，帮助 AI 代理更精准地检索企业内部文档。

“这个工具让开发者可以将所有数据存入 OpenAI 系统，并用 AI 代理高效提取所需信息。”Handa 介绍。

定价方面，文件搜索每千次查询 $2.50，存储费用为 $0.10/GB/天（首 1GB 免费）。

计算机使用工具：让 AI 代理“动手”

这个工具由 OpenAI 的计算机使用代理（CUA）模型提供支持，它能将 AI 指令转化为可执行的操作，比如数据录入、软件操作、网页浏览等。

目前该工具作为研究预览版，仅向特定开发者（使用等级 3-5）开放。定价为 每百万输入 token $3，每百万输出 token $12。

对企业的意义

对于 IT 主管、CTO 及管理层来说，OpenAI 新工具意味着：

• 无需额外开发，即可将 AI 自动化能力集成到现有系统。
• 网页搜索和文件搜索，助力 AI 代理更快获取关键信息。
• 计算机使用工具，让 AI 代理能直接操作无法 API 访问的软件。
• 开源 Agents SDK，让企业可以自由选择 AI 代理运行的模型。

未来展望：OpenAI 要让 AI 代理全面普及

OpenAI 计划在未来几个月内推出更多工具和集成，进一步降低 AI 代理的部署和规模化难度。

“我们认为，接下来的几个月将是 AI 代理大规模落地的关键阶段。”Godement 说道。“虽然 OpenAI 率先推出了 Deep Research 等 AI 代理，但我们不会做所有代理——这正是我们推出开发者平台的原因。”

OpenAI 还将继续优化 AI 代理的安全性，包括防御提示注入和未经授权的数据访问等问题。

开发者现在即可访问 OpenAI 官方文档和 API Playground，体验最新工具。