← 回總覽

OpenAI 扩展 Responses API,为自主智能体提供基础

📅 2026-03-27 20:00 Sergio De Simone 人工智能 2 分鐘 1293 字 評分: 88
OpenAI 自主智能体 Responses API 智能体工作流 LLM 基础设施
📌 一句话摘要 OpenAI 更新了其 Responses API,集成了智能体执行循环、Shell 工具和容器化环境,旨在简化自主智能体的开发。 📝 详细摘要 OpenAI 正在大幅增强 Responses API,为自主智能体提供坚实的基础。关键更新包括:内置智能体执行循环,允许模型迭代地提出并优化行动;全新的 Shell 工具,支持除 Python 之外的多种编程语言(Go、Java、Node.js);以及用于安全文件和数据库管理的托管容器化工作空间。此次更新还引入了用于可重用任务模式的“智能体技能”(Agent skills),以及用于管理长运行智能体工作流中 Token 限制的上

📌 一句话摘要

OpenAI 更新了其 Responses API,集成了智能体执行循环、Shell 工具和容器化环境,旨在简化自主智能体的开发。

📝 详细摘要

OpenAI 正在大幅增强 Responses API,为自主智能体提供坚实的基础。关键更新包括:内置智能体执行循环,允许模型迭代地提出并优化行动;全新的 Shell 工具,支持除 Python 之外的多种编程语言(Go、Java、Node.js);以及用于安全文件和数据库管理的托管容器化工作空间。此次更新还引入了用于可重用任务模式的“智能体技能”(Agent skills),以及用于管理长运行智能体工作流中 Token 限制的上下文压缩技术,从而有效地消除了开发者构建自定义执行基础设施的需求。

💡 主要观点

- 内置智能体执行循环,用于迭代任务。 该 API 现在支持一个循环过程,模型可以在其中提出行动(如运行命令或获取数据),在受控环境中执行这些行动,并利用结果来指导下一步操作,直到任务完成。

扩展工具集,支持 Shell。 新的 Shell 工具使智能体能够运行 Unix 实用程序以及 Go、Java 和 Node.js 等多种编程语言,提供了比以往仅支持 Python 的代码解释器更强大的灵活性。
安全的容器化工作空间与策略控制。 OpenAI 提供了一个用于文件和网络访问的托管环境,使用集中的策略层来保护凭据并监控出站流量,确保模型永远不会看到敏感数据。
上下文压缩,用于长运行智能体工作流。 为了处理超出上下文限制的任务,系统会将之前的步骤压缩为更短的表示形式,使智能体能够在多次迭代中保持状态,而不会丢失关键信息。

💬 文章金句

- 与我们现有的仅执行 Python 的代码解释器相比,Shell 工具支持更广泛的用例,例如运行 Go 或 Java 程序,或者启动 NodeJS 服务器。

  • 执行循环可以利用新的 Shell 工具通过命令行与计算机交互,从而使用 grep、curl 和 awk 等熟悉的 Unix 实用程序来执行任务。
  • 凭据不会存储在容器内,对模型保持不可见,模型只能看到在外部层中被替换的占位符。
  • 智能体技能(Agent skills)将这些模式打包成可重用、可组合的构建块。

📊 文章信息

AI 评分:88

来源:InfoQ

作者:Sergio De Simone

分类:人工智能

语言:英文

阅读时间:3 分钟

字数:570

标签: OpenAI, 自主智能体, Responses API, 智能体工作流, LLM 基础设施

阅读完整文章

查看原文 → 發佈: 2026-03-27 20:00:00 收錄: 2026-03-27 22:00:37

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。