OpenAI ma bejelentette az Agents API nyilvános bétáját, amely a Codex mögötti „harness” és üzemeltetési infrastruktúra funkcióit teszi elérhetővé fejlesztők számára egy egyszerű, rugalmas API-n keresztül. Az API célja, hogy egyetlen API-hívással lehetővé tegye termelésre alkalmas, hosszú ideig futó ügynökök létrehozását, egyértelműen meghatározott feladattal, modellel, eszközökkel és futtatási környezettel.
Mit kínál az Agents API?
- OpenAI által hosztolt és karbantartott „harness”: azonos logika kezeli a kontextust, eszközhasználatot és az alügynökök koordinációját, amit a Codex és a ChatGPT for Work skálázása során fejlesztettek ki.
- Választható futási környezet: a fejlesztő dönthet, hogy az ügynök OpenAI által menedzselt sandboxban fusson, saját infrastruktúrán vagy egy partner-sandboxon.
- OpenAI-hosted sandbox: gyors kezdéshez és skálázáshoz az OpenAI biztosít olyan sandbox környezetet, amelyben a kód futtatható, fájlok kezelhetők és artefaktumok hozhatók létre; ezeket a sandboxokat az OpenAI előkészíti és menedzseli, és rugalmasan konfigurálhatók fájlokkal, csomagokkal, képességekkel és pluginekkel.
Ökoszisztéma-partnerek
Az Agents API elsőosztályú integrációkat nyújt több külső szolgáltatóval, köztük: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop és Vercel. Ezek a partnerek különböző számítási, tárolási és telepítési igényeket fednek le.
Műszaki fejlesztések és képességek
A dokumentáció és a bejelentés szerint az Agents API több olyan képességet hoz el a fejlesztőknek, amelyek megkönnyítik a hosszú futamidejű ügynökök működtetését:
- Kontextuskezelés és automatikus kompaktálás: az API segít áthidalni több kontextusablakot azáltal, hogy a korábbi kontextust automatikusan kompaktálja, amikor egy munkamenet a kontextushatár közelébe ér, így megőrzi azokat az információkat, amelyekre az ügynöknek szüksége van a folytatáshoz.
- Eszközkeresés (Tool search): a releváns eszközdefiníciók betöltését igény szerint végzi, csökkentve a tokenhasználatot és a költségeket, miközben fenntartja a modell gyorsítótárát.
- Programozott eszközhívás: az ügynökök párhuzamosan futtathatnak hívásokat, láncolhatnak műveleteket, illetve kódon belül szűrhetik és kombinálhatják az eredményeket, ami nagy mennyiségű adat hatékony feldolgozását teszi lehetővé. Támogatottak MCP, egyéni függvények és beépített eszközök, például webkeresés.
- Többügynökös támogatás (multi-agent): komplex feladatok feloszthatók párhuzamosan dolgozó alügynökökre; minden alügynök saját kontextust tart fenn, míg a főügynök koordinálja eredményeiket.
Nyílt forráskódú harness és verziózás
Az Agents API a nyílt forráskódú Codex harness-t használja, tehát a fejlesztők láthatják a maglogikát, amely a modellhívásokat, az eszközöket és a kontextust koordinálja. OpenAI üzemelteti és karbantartja a menedzselt harness-t, ugyanakkor a publikus kódbázis is rendelkezésre áll megismerésre.
Díjazás és elérhetőség
Az Agents API ma elérhető nyilvános bétában minden fejlesztő számára. A bejelentés kiemeli, hogy az Agents API használatáért nincsenek külön díjak: a fejlesztők csak az ügynökeik által felhasznált tokenekért és eszközökért fizetnek, a részletek az OpenAI árazási oldalán találhatók.
Mit jelent ez a gyakorlatban?
A bejelentés célja, hogy a fejlesztők a Codex és a ChatGPT for Work fejlesztéseiből származó, üzemeltetett eszközkészletre építve gyorsabban hozzanak létre és üzemeltessenek összetett, hosszú futamidejű ügynököket. A nyilvános béta során OpenAI gyors iterációt ígér a visszajelzések alapján, és kéri a fejlesztők visszajelzését arról, mi működik, mi hol okoz nehézséget, és mire van szükség a termelési futtatáshoz.
Az Agents API bevezetése lehetőséget ad arra, hogy a fejlesztők az eszközökre, tudásra és munkafolyamatokra koncentráljanak, amelyek megkülönböztetik az ügynökeiket, miközben az OpenAI kezeli a háttér-infrastruktúrát és a harness fejlesztését.
