就在剛剛，OpenAI 發佈了一系列專爲構建 AI Agents 設計的新工具和 API，幫助開發者更容易創建能自動完成任務的 AI Agents（智能體）。

OpenAI 認爲雖然過去一年推出的高級推理、多模態交互等模型能力爲 Agent 奠定了基礎，但開發者在構建生產級 Agent 時，還是會遇到不少難題。

爲此，他們今天特地發佈了全新的 Responses API、三種內置工具以及以及一個開源的 Agents SDK。

省流版如下：

Responses API：結合 Chat Completions API 簡潔性與 Assistants API 工具使用能力的新型 API 接口

Web 搜索工具（Web Search Tool）：讓模型訪問互聯網獲取最新信息的工具

文件搜索工具（File Search Tool）：從大量文檔中檢索相關信息的增強工具

計算機使用工具（Computer Use Tool）：由 Computer-Using Agent (CUA) 模型提供支持的計算機操作自動化工具，讓 AI 能像人一樣操作電腦界面

Agents SDK：基於 Swarm 框架升級，簡化多 Agent 工作流程編排的開源框架

具體來說，Responses API 結合了 Chat Completions API（主要用來生成對話回覆）的簡潔性和 Assistants API（能讓 AI 調用外部功能，比如查資料、操作東西）的工具使用能力，成爲構建 Agent 應用的新基礎。

開發者只需調用一次 API ，即可利用多種工具和多輪模型交互解決複雜任務。

在內置工具方面，Web 搜索工具支持 GPT-4o 和 GPT-4o-mini 模型獲取網絡最新信息並提供清晰的引用。在 SimpleQA 基準測試中，這兩款模型的搜索預覽版分別拿下了 90% 和 88% 的亮眼準確率。

升級後的文件搜索工具更是給力，支持多種文件格式，還能優化查詢、過濾元數據、自定義排序，讓開發者從堆積如山的文檔中迅速找到關鍵信息。

計算機使用工具則由與 Operator 相同的 Computer-Using Agent (CUA)模型提供支持，可捕獲模型生成的鼠標和鍵盤操作，在 OSWorld、WebArena 和 WebVoyager 基準測試中分別取得 38.1%、58.1% 和 87% 的成績。

OpenAI 還推出了開源的 Agents SDK，專門用來簡化多 Agent 工作流程的編排。

相比去年發佈的實驗性 Swarm 框架，這個全新 SDK 有了顯著的改進。

提供易於配置的 LLM 與內置工具集成、Agent 間智能交接控制、可配置安全檢查以及可視化追蹤等功能，適用於客戶支持自動化、多步研究、內容生成等多種應用場景。

一些早期測試用戶已經使用這些新工具做出了實打實的成果。

在官網列舉的案例中，Hebbia 利用 Web 搜索工具幫助資產管理者和法律從業者從海量數據中提取可行見解；Navan 將文件搜索工具應用於 AI 旅行 Agent 中，爲用戶提供精準的旅行政策答案。

Unify 和 Luminai 則使用計算機使用工具自動化複雜操作流程，特別是對缺乏 API 的傳統系統；Box 利用 Agents SDK 快速構建和部署了企業數據搜索應用。

產品發佈後，網友也在 OpenAI 的評論區玩起了梗。

還有網友專門留言感謝 Manus AI。

在今天凌晨的現場直播中，演示人員也通過一個“個人造型師” Agent 的應用案例，向我們展示了這些新工具的能耐。

舉個例子，他們先用文件搜索工具翻看了用戶（比如“Elon”和“Kevin”）的服裝喜好數據，系統輕鬆整理出這些人的穿衣風格。

接着結合 Web 搜索工具，系統能夠基於用戶所在位置（演示中使用了“東京”作爲 Kevin 的位置）搜索附近的相關商店，爲 Kevin 推薦了東京的 Patagonia 店鋪。

然後，計算機使用工具（Computer Use Tool）登場，自動操作網頁界面，爲 Kevin 買下一件黑色 Patagonia 夾克，整個過程行雲流水——點擊、拖拽、填信息，宛如真人在操控。

最後還演示了 Agent 間的交接功能。Agent 將退貨請求無縫交接給客服 Agent，後者能夠調用獲取密碼和提交退款請求等功能，幫助用戶完成 Patagonia 夾克的退貨。

可以說，憑藉新工具和 API 的默契配合，這些 AI Agent 不僅能讀懂用戶喜好、獲取實時資訊、執行復雜操作，還能在不同任務間靈活切換，完美覆蓋從推薦到購買再到退貨的全流程。

至於現有 API 的安排，OpenAI 表示會繼續全力支持 Chat Completions API，爲不需要內置工具的開發者提供新模型和功能。

而基於 Assistants API 測試版的反饋，他們已經把關鍵改進整合到 Responses API 中，計劃在功能對齊後，於 2026 年中期正式停用 Assistants API，同時會提供詳細的遷移指南。

新工具的定價也已經新鮮出爐。

Web 搜索每千次查詢分別爲 GPT-4o 搜索 30 美元和 GPT-4o-mini 搜索 25 美元；文件搜索每千次查詢 2.5 美元，文件存儲 0.1 美元/GB/天（首 GB 免費）；計算機使用工具則按每輸入百萬 token/3 美元和每輸出百萬 token/12 美元計費。

OpenAI 表示，隨着模型能力變得更加具有 Agent 屬性，他們會繼續深化 API 間的整合，並提供新工具幫助部署、評估和優化生產環境中的 Agent。

英偉達 CEO 黃仁勳曾指出，未來每個公司的 IT 部門將轉變爲 AI Agent 的“HR 部門”。

從管人到管 AI，Agent 將很快成爲勞動力的重要組成部分，提高各行業的生產力，此次發佈的工具集將是幫助開發者和企業構建、部署和擴展可靠高效 AI Agent 的重要一步。

此前，開發者需要自行組合不同 API 和編寫複雜的協調邏輯來構建 AI Agent，有了新工具，能夠極大地簡化了這一過程。

Responses API 將多種功能整合成一個簡單接口，而內置工具爲 AI 提供了“感知”和“行動”的能力，Agents SDK 則提供了協調多 Agent 的標準框架。

通過降低技術門檻，更多企業能夠快速構建和部署 AI Agent。

這或許也是 OpenAI 所說的“Agnet 元年”的真正含義——讓 AI 不再侷限於聊天框，而是能融入現實工作流程，成爲你的“數字助理”甚至“數字同事”。

附上 AMA 問答：

Q：哪種操作系統最適合 computer use：Linux、Mac 還是 Windows？是圖形界面（UI）、終端（terminal），還是其他方式更好？哪些應用程序在計算機上表現最佳，還是說這並不重要？

A：CUA 模型主要是針對網頁任務進行訓練的，但早期用戶發現它在桌面應用程序上的表現也出乎意料地好。不過現在還處於早期階段，我們還有很多可以改進的地方！

Q：你們會提供 TypeScript SDK 嗎？

A：很快會推出。

Q：我們未來會在 API 中看到 o1 pro 嗎？

A：計劃很快在 responses API 中發佈。

Q：我們需要自行管理 Docker 環境來使用計算機功能嗎？

A：可自行管理 Docker 環境，也可以使用雲服務。

Q：何時會有 Operator 在 API 中可用？

A：從今天開始，你可以在 API 中使用與 Operator 相同的功能！我們已經在新的 Responses API 中部署了驅動 Operator 的 CUA 模型。

Q：你們會考慮提供集成的虛擬機（VM）來支持“ computer use”，或者與合作伙伴合作，以減少搭建環境的需求嗎？

A：目前還沒有這樣的計劃，但可以查看 CUA 示例應用，其中包含一些示例環境，用於遠程託管。

Q：在整個 agent-handoff 流程中，如何確保個人隱私？有沒有什麼方法可以增強用戶與 Agent 交互時的隱私保護？

A：有多種隱私保護機制。Agents SDK 支持開發者定義的安全措施（guardrails），用於輸入/輸出驗證，還可以使用 input_filter 來限制在交接過程中傳遞的消息上下文。