API Agents от OpenAI: управляемая альтернатива пользовательским фреймворкам агентов
В этой статье объясняется, как новый API Agents от OpenAI обрабатывает управление контекстом, оркестрацию инструментов и среды выполнения, что позволяет командам избежать необходимости создания собственной инфраструктуры агентов.
OpenAI выпустила публичную бета-версию нового Agents API; говоря кратко: тот же механизм, который используется в Codex, теперь доступен как управляемый облачный сервис для использования всеми. Вместо того чтобы самостоятельно создавать слой оркестрации, достаточно просто описать задачу, выбрать модель, подключить необходимые инструменты и указать место выполнения агента. Один вызов API запускает готового к использованию агента, причем вся сложная логика — обработка контекста, планирование действий инструментов, координация подзадач — обрабатывается и хранится самой OpenAI.
Вы можете использовать любые инструменты и соединители, на которых уже работаете, привязать их к выбранной среде тестирования и позволить агенту продолжить работу оттуда.
Один вызов заменяет всю вашу фреймворк-систему
const client = new OpenAI();
const session = await client.beta.agents.sessions.create({
agent: {
model: "gpt-6-astra",
tools: [{ type: "mcp", server_label: "observability" }],
multi_agent: { enabled: true, max_concurrent_subagents: 3 },
},
environment: { type: "openai_hosted" },
input: "Investigate the spike in 5xx errors for service-api over the last 30 minutes. Delegate the deployment, error, and dependency analysis to sub-agents. Save your findings and mitigation recommendations to /workspace/outputs."
});
Традиционно создание надежного агента с нуля подразумевало множество не очень привлекательных инженерных задач: управление объемом информации в окне контекста, настройка использования токенов при вызове инструментов и ручная реализация логики для синхронизации подзадач. API Agents предназначен для того, чтобы взять на себя всю эту работу:
- Автоматическое сжатие контекста: по мере приближения сессии к лимиту контекста система самостоятельно удаляет и сводит кратко старые сообщения, поэтому вам не нужна специальная логика для поддержания долгосрочных задач.
- Загрузка определений инструментов по мере необходимости через поиск, что сохраняет кэширование модели и снижает общее потребление токенов.
- Программный вызов инструментов с поддержкой параллельных операций и цепочек вызовов, благодаря чему в контекст основного агента передаются только те данные из большого набора данных, которые действительно важны.
Сервис в настоящее время работает с самой новой моделью OpenAI — GPT-6-Astra.
Выберите собственную среду выполнения
У каждой задачи для агентов разные требования к инфраструктуре, поэтому API Agents предлагает три различных способа запуска агентов:
- Песочница, размещенная на серверах OpenAI и построенная на том же бэкенде, что и Codex и ChatGPT
- Самоуправляемая инфраструктура, при которой агент работает непосредственно внутри вашей собственной VPC
- Песочницы, управляемые партнерскими поставщиками, включая Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop и Vercel
Выбор оптимального пути зависит от того, что вы хотите оптимизировать. Для быстрой разработки прототипов хостинговая среда в виде песочницы позволяет быстро начать работу с минимальными препятствиями. Для производственных задач с требованиями к соответствию стандартам или ограничениями по размещению данных выполнение в собственной VPC обеспечивает необходимый уровень контроля. Каждый вариант сопряжен со своими компромиссами в плане вычислительных мощностей, объема памяти, доступа к GPU, времени запуска и стоимости, поэтому вы можете подобрать среду, соответствующую конкретной задаче.
Отзывы первых пользователей
Небольшая группа команд, которые протестировали бета-версию, уже сообщила об обнадеживающих результатах:
- У Ciridae показатели оценки выросли с 0,71 до 0,85 при одновременном снижении задержек в четыре раза
- SafetyKit сократил затраты на анализ случаев на 60 процентов, а также показал значительное улучшение в эффективности использования токенов
Технический директор Ciridae отметил, что команда месяцами разрабатывала собственные инструменты для наблюдения и оркестрации дочерних агентов внутри системы, и переход на управляемый API принес немедленные и измеримые результаты без дополнительной настройки. Общая закономерность всех этих результатов проста: как только вы больше не отвечаете за обслуживание собственной инфраструктуры агентов, вы можете направить усилия на ту логику, которая действительно делает ваш продукт уникальным.
Прозрачность по замыслу, а не «черный ящик»
Эта услуга построена на фреймворке Codex с открытым исходным кодом, причем основной код остается общедоступным на GitHub. OpenAI управляет инфраструктурой и обеспечивает её работу, но ничто из основной логики выполнения не скрыто — вы можете её просмотреть в любое время. Это означает, что для использования этой управляемой услуги не требуется доверие к замкнутой системе; прозрачность, характерная для проектов с открытым исходным кодом, сохраняется и в готовом продукте.
Размышления о реальных затратах
Ходит шутка, что это запуск привёл к банкротству более сотни стартапов, и в этом есть доля правды. Каждый раз, когда поставщик платформы включает часть основной инфраструктуры в свои управляемые услуги, компании, чей продукт полностью зависел от этого промежуточного уровня, вынуждены искать новые подходы.
Разработчики уже выразили серьезную обеспокоенность по поводу ценообразования: одна попытка выполнения сложной задачи может запустить десяток вызовов инструментов, и каждый из них добавляет свою полную информацию о ходе выполнения в общий контекст. Возможно, вы потратите значительно больше средств еще до того, как получите рабочий результат. В настоящее время OpenAI не взимает дополнительных платежей за сам API Agents во время публичной бета-версии — вы оплачиваете только токены, которые потребляете, и выполнения инструментов, которые запускаете. Это позволяет сэкономить на расходах на разработку и эксплуатацию собственной платформы, но при этом вы можете потратить больше на фактическое использование ресурсов. Найти правильный баланс между степенью автоматизации вызовов инструментов со стороны агента и связанными с этим затратами — задача, которую каждая команда должна решить самостоятельно.
Практические выводы
Тестирование новой концепции агента никогда не было таким дешевым и быстрым. Команды, у которых нет собственной внутренней инфраструктуры агентов, теперь могут напрямую использовать Codex, полностью избегая этапа создания базовой инженерной основы. Если у вашей организации уже есть собственная платформа для агентов, стоит задаться вопросом: действительно ли разработка и обслуживание этой платформы являются ключевыми факторами, делающими ваш продукт уникальным? Если нет, переход на подобный управляемый сервис может освободить значительное количество времени, затрачиваемого на инженерные задачи.
API для агентов по-прежнему находится в режиме публичной бета-версии, и в настоящее время его использование бесплатно, поэтому нет причин не создать тестового агента с помощью одного вызова API, чтобы узнать, на что он действительно способен.
Этот запуск соответствует более общей тенденции в развитии больших языковых моделей, направленной на постоянное сокращение слоев, которые раньше разработчикам приходилось создавать самостоятельно. Сначала появились модели как услуга, затем инструменты для работы с ними как услуга, а теперь — что-то близкое к ботам как услуге. Каждый шаг отодвигает разработчиков дальше вверх по иерархии, подальше от инфраструктурных аспектов и ближе к созданию приложений и пользовательских интерфейсов, которые действительно делают их продукты уникальными — и эта тенденция не показывает признаков замедления.
Связанные статьи
- Понимание различий между элементами и сообщениями в API ответов OpenAI — Объясняется, как API ответов OpenAI переорганизует выводы модели в элементы вместо сообщений, и почему это изменение важно для вызова инструментов и работы с агентными рабочими процессами.