newsence
歡迎

你的個人知識庫

從開放網路上發現值得讀的內容,收藏真正重要的。AI 為你摘要、串連、整理你所知道的一切。

代理程式 SDK 的下一次演進

代理程式 SDK 的下一次演進

OpenAI·大約 11 小時前

OpenAI 更新了代理程式 SDK,具備原生沙盒執行環境與模型原生控制架構,協助開發者構建能跨檔案與工具運作的安全、長時程代理程式。

2026 年 4 月 15 日

Agents SDK 的下一階段演進

更新後的 Agents SDK 協助開發者構建能夠在受控沙盒環境中檢查文件、執行命令、編輯代碼,並處理長期任務的代理(Agents)。

我們正在為 Agents SDK⁠(在新視窗中開啟) 引入新功能,為開發者提供標準化、易於上手且專為 OpenAI 模型打造的基礎設施:一個讓代理能跨文件與電腦工具工作的模型原生控制台(Harness),以及用於安全執行這些工作的原生沙盒環境。

例如,開發者可以給予代理一個受控的工作空間、明確的指令,以及其檢查證據所需的工具:

Python

開發者需要的不僅僅是最好的模型來構建有用的代理——他們還需要能支持代理檢查文件、執行命令、編寫代碼並跨多個步驟持續工作的系統。

現有的系統在團隊從原型轉向生產環境時往往面臨權衡。與模型無關(Model-agnostic)的框架雖然靈活,但無法充分利用前沿模型的能力;模型提供商的 SDK 可能更貼近模型,但通常對控制台的透明度不足;而託管型代理 API 雖然能簡化部署,卻限制了代理的運行位置以及訪問敏感數據的方式。

以下是一些與我們一起測試新 SDK 的客戶評價:

更強大的代理循環控制台

隨著今天的發佈,Agents SDK 控制台對於處理文檔、文件和系統的代理變得更加強大。它現在具備可配置的記憶體、沙盒感知編排、類 Codex 的文件系統工具,以及與前沿代理系統中日益普及的原語(Primitives)進行標準化整合。

這些原語包括透過 MCP⁠(在新視窗中開啟) 使用工具、透過技能(Skills)⁠(在新視窗中開啟) 進行漸進式揭露、透過 AGENTS.md⁠(在新視窗中開啟) 進行自定義指令、使用 shell⁠(在新視窗中開啟) 工具執行代碼、使用 apply patch⁠(在新視窗中開啟) 工具編輯文件等。隨著時間推移,控制台將繼續整合新的代理模式和原語,讓開發者可以減少在核心基礎設施更新上花費的時間,將更多精力放在使其代理發揮作用的特定領域邏輯上。

顯示 Agent SDK 如何連接用戶輸入、模型和工具以構建 AI 代理的圖表。

顯示如何使用 Agent SDK 配合模型、工具和編排來構建 AI 代理的圖表。

控制台還透過將執行方式與前沿模型的最佳表現方式對齊,幫助開發者釋放更多模型潛力。這使代理更接近模型的自然運作模式,提高在複雜任務上的可靠性和性能——特別是當工作需要長時間運行或跨多種工具和系統協作時。

此外,我們意識到每個產品都是獨一無二的,很少能完全套用模板。我們設計 Agents SDK 是為了支持這種多樣性。開發者獲得的是一個既能開箱即用又具備靈活性的控制台——使其易於適配到自己的技術棧中——包括工具使用、記憶體和沙盒環境。

原生沙盒執行

更新後的 Agents SDK 原生支持沙盒執行,因此代理可以在受控的電腦環境中運行,並配備任務所需的文件、工具和依賴項。

許多有用的代理需要一個工作空間,以便安全地讀寫文件、安裝依賴、運行代碼和使用工具。原生沙盒支持為開發者提供了開箱即用的執行層,而無需強迫他們自行拼湊。

開發者可以自備沙盒,或使用對 Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop 和 Vercel 的內置支持。

為了使這些環境在不同供應商之間具有可移植性,SDK 還引入了 Manifest 抽象層來描述代理的工作空間。開發者可以掛載本地文件、定義輸出目錄,並從包括 AWS S3、Google Cloud Storage、Azure Blob Storage 和 Cloudflare R2 在內的存儲供應商導入數據。

這為開發者提供了一種一致的方式,來塑造從本地原型到生產部署的代理環境。它也為模型提供了一個可預測的工作空間:在哪裡尋找輸入、在哪裡寫入輸出,以及如何在長時間運行的任務中保持工作井然有序。

將控制台與計算分離以實現安全性、持久性和擴展性

代理系統的設計應假設存在提示注入(Prompt-injection)和數據外洩的企圖。將控制台與計算分離有助於防止憑證進入執行模型生成代碼的環境中。

它還能實現持久執行。當代理的狀態被外部化時,失去沙盒容器並不意味著失去運行進度。憑藉內置的快照(Snapshotting)和重水化(Rehydration)功能,如果原始環境故障或過期,Agents SDK 可以在新的容器中恢復代理狀態,並從最後一個檢查點繼續執行。

最後,它使代理更具擴展性。代理運行可以使用一個或多個沙盒,僅在需要時調用沙盒,將子代理路由到隔離環境,並跨容器並行化工作以加快執行速度。

流程圖說明 Agent SDK 如何使 AI 代理能夠使用額外的計算資源來處理更複雜的任務。

圖表描繪了使用 Agent SDK 構建的 AI 代理如何編排獨立的計算系統,允許工作負載獨立運行,同時支持更高級的任務。

價格與可用性

這些新的 Agents SDK 功能已透過 API 向所有客戶正式開放,並根據 Token 和工具使用量採用標準 API 計費。

未來展望

隨著我們繼續開發 Agents SDK,我們將不斷擴展開發者可以用它構建的內容,使更強大的代理更容易投入生產,減少自定義基礎設施的需求,同時保留開發者將代理融入自身環境所需的靈活性和控制權。

新的控制台和沙盒功能首先在 Python 中推出,TypeScript 支持計劃在未來版本中發佈。我們也正致力於為 Python 和 TypeScript 帶來額外的代理功能,包括代碼模式(Code mode)和子代理(Subagents)。

此外,我們希望隨著時間推移幫助匯聚更廣泛的代理生態系統,支持更多的沙盒供應商、更多的整合方式,以及讓開發者將 SDK 接入其現有工具和系統的更多途徑。

作者

延伸閱讀

Frame

產品 | 2026 年 4 月 2 日

Shopping-ArtCard-1x1

產品 | 2026 年 3 月 24 日

5.4 Mini Nano Art Card

公司 | 2026 年 3 月 17 日

https://openai.com/index/the-next-evolution-of-the-agents-sdk