OpenAI rilascia strumenti e API per gli sviluppatori per costruire agenti AI per le aziende
OpenAI ha presentato nuovi strumenti software per gli sviluppatori di applicazioni aziendali, per creare agenti AI personalizzati per gestire le esigenze specifiche dei clienti. Gli strumenti combinano diverse funzionalità delle offerte di AI di OpenAI, semplificando la programmazione degli agenti.
I chatbot AI, come ChatGPT di OpenAI, sono diventati popolari perché sono in grado di rispondere alle richieste che gli utenti fanno loro. Tuttavia, questi chatbot sono limitati a domande per lo più semplici che non richiedono una riflessione e una ricerca approfondita, come ad esempio "Qual è l'altezza della Tokyo Tower?" Questi chatbot dipendono generalmente dalle informazioni su cui sono stati addestrati e hanno una capacità limitata di sintetizzare le risposte.
Le IA agenziali possono navigare in Internet alla ricerca di informazioni e utilizzare il computer come un essere umano durante la ricerca di una richiesta complessa, come ad esempio "Creare un piano di viaggio a Tokyo che includa i negozi di anime e i siti più popolari con un budget di 2.000 dollari" Queste AI sono in grado di effettuare ricerche approfondite, quindi di pensare alla risoluzione di richieste complesse.
Per costruire questi agenti AI, OpenAI ha creato la Research API per consentire ai programmatori di creare agenti con poche righe di codice. La nuova API si basa sulla beta dell'API Assistants, con il feedback utilizzato per migliorare la facilità d'uso e la velocità. L'API Research è un superset dell'attuale API Chat Completions, che crea risposte testuali dai prompt, ed è la nuova API consigliata dall'azienda. L'API Assistenti verrà dismessa nel 2026.
OpenAI ha anche rilasciato l'SDK Agents per aiutare gli sviluppatori a creare flussi di lavoro multi-agente in cui un agente specializzato lavora con altri per gestire le richieste dei clienti. Ad esempio, un agente può indirizzare le richieste di restituzione dei prodotti a un agente di restituzione e le richieste di idee di shopping a un agente di shopping.
11 marzo 2025
Prodotto
Nuovi strumenti per la creazione di agenti
Stiamo evolvendo la nostra piattaforma per aiutare gli sviluppatori e le aziende a costruire agenti utili e affidabili.
Prova in Playground(si apre in una nuova finestra)
Un'interfaccia elegante e minimale che visualizza un elenco di compiti per un agente AI, tra cui 'triage_agent', 'guardrail' e 'update_salesforce_record', su uno sfondo astratto blu fluido.
Oggi rilasciamo la prima serie di blocchi di costruzione che aiuteranno gli sviluppatori e le aziende a costruire agenti utili e affidabili. Consideriamo gli agenti come sistemi che svolgono compiti indipendenti per conto degli utenti. Nell'ultimo anno, abbiamo introdotto nuove funzionalità del modello, come il ragionamento avanzato, le interazioni multimodali e le nuove tecniche di sicurezza, che hanno gettato le basi affinché i nostri modelli possano gestire i compiti complessi e multi-fase richiesti per la creazione di agenti. Tuttavia, i clienti hanno condiviso che la trasformazione di queste capacità in agenti pronti per la produzione può essere impegnativa, in quanto spesso richiede un'ampia iterazione dei prompt e una logica di orchestrazione personalizzata senza una visibilità sufficiente o un supporto integrato.
Per affrontare queste sfide, stiamo lanciando una nuova serie di API e strumenti specificamente progettati per semplificare lo sviluppo di applicazioni agenziali:
La nuova API Risposte (si apre in una nuova finestra), che combina la semplicità dell'API Completamenti di chat con le funzionalità di utilizzo degli strumenti dell'API Assistenti per la creazione di agenti
Strumenti integrati, tra cui la ricerca sul web (si apre in una nuova finestra), la ricerca di file (si apre in una nuova finestra) e l'uso del computer (si apre in una nuova finestra)
Il nuovo SDK Agenti (si apre in una nuova finestra) per orchestrare flussi di lavoro mono-agente e multi-agente
Strumenti di osservabilità integrati (si apre in una nuova finestra) per tracciare e ispezionare l'esecuzione del flusso di lavoro degli agenti
Questi nuovi strumenti semplificano la logica di base degli agenti, l'orchestrazione e le interazioni, rendendo molto più facile per gli sviluppatori iniziare a costruire agenti. Nelle prossime settimane e mesi, prevediamo di rilasciare ulteriori strumenti e funzionalità per semplificare e accelerare ulteriormente la creazione di applicazioni agenziali sulla nostra piattaforma.
Introduzione dell'API Risposte
L'API Risposte è la nostra nuova API primitiva per sfruttare gli strumenti integrati di OpenAI per costruire agenti. Combina la semplicità dei Completamenti di chat con le funzionalità di utilizzo degli strumenti dell'API Assistenti. Con l'evoluzione delle funzionalità del modello, riteniamo che l'API Risposte fornirà una base più flessibile per gli sviluppatori che costruiscono applicazioni agenziali. Con un'unica chiamata all'API Risposte, gli sviluppatori saranno in grado di risolvere compiti sempre più complessi, utilizzando più strumenti e modelli.
Per iniziare, l'API Risposte supporterà nuovi strumenti integrati come la ricerca sul web, la ricerca di file e l'uso del computer. Questi strumenti sono progettati per lavorare insieme per collegare i modelli al mondo reale, rendendoli più utili per completare i compiti. Inoltre, apporta diversi miglioramenti all'usabilità, tra cui un design unificato basato sugli elementi, un polimorfismo più semplice, eventi di streaming intuitivi e aiutanti SDK come response.output_text per accedere facilmente all'output testuale del modello.
L'API Risposte è pensata per gli sviluppatori che desiderano combinare facilmente i modelli OpenAI e gli strumenti integrati nelle loro applicazioni, senza la complessità di integrare più API o fornitori esterni. L'API facilita anche l'archiviazione dei dati su OpenAI, in modo che gli sviluppatori possano valutare le prestazioni dell'agente utilizzando funzioni come il tracciamento e le valutazioni. Come promemoria, non addestriamo i nostri modelli sui dati aziendali per impostazione predefinita, anche quando i dati sono archiviati su OpenAI. L'API è disponibile per tutti gli sviluppatori a partire da oggi e non viene addebitata a parte - i gettoni e gli strumenti sono fatturati alle tariffe standard specificate nella nostra pagina dei prezzi (si apre in una nuova finestra). Per saperne di più, consulti la guida rapida di Responses API (si apre in una nuova finestra).
Cosa significa questo per le API esistenti
API Chat Completions (si apre in una nuova finestra): Chat Completions rimane la nostra API più adottata e ci impegniamo a supportarla con nuovi modelli e funzionalità. Gli sviluppatori che non hanno bisogno di strumenti integrati possono continuare ad utilizzare Chat Completions con fiducia. Continueremo a rilasciare nuovi modelli a Chat Completions ogni volta che le loro funzionalità non dipendono da strumenti integrati o da chiamate multiple al modello. Tuttavia, l'API Risposte è un superset(si apre in una nuova finestra) di Chat Completions con le stesse ottime prestazioni, quindi per le nuove integrazioni, consigliamo di iniziare con l'API Risposte.
Assistants API(si apre in una nuova finestra): Sulla base del feedback degli sviluppatori della beta dell'API Assistants, abbiamo incorporato miglioramenti chiave nell'API Risposte, rendendola più flessibile, più veloce e più facile da usare. Stiamo lavorando per raggiungere la completa parità di funzionalità tra l'API Assistants e l'API Risposte, incluso il supporto per gli oggetti simili ad Assistant e Thread e lo strumento Interprete di codice. Una volta completato, prevediamo di annunciare formalmente la deprecazione dell'API Assistenti con una data di scadenza prevista per la metà del 2026. Al momento della deprecazione, forniremo una chiara guida alla migrazione dall'API Assistenti all'API Risposte, che consentirà agli sviluppatori di conservare tutti i loro dati e di migrare le loro applicazioni. Fino a quando non annunceremo formalmente la deprecazione, continueremo a fornire nuovi modelli all'API Assistenti. L'API Risposte rappresenta la direzione futura per la costruzione di agenti su OpenAI.
Introduzione di strumenti integrati nell'API Risposte
Ricerca web
Gli sviluppatori possono ora ottenere risposte veloci e aggiornate con citazioni chiare e pertinenti dal web. Nell'API Risposte, la ricerca web è disponibile come strumento quando utilizza gpt-4o e gpt-4o-mini, e può essere abbinata ad altri strumenti o chiamate di funzione.
JavaScript
1
const response = await openai.responses.create({
2
modello: "gpt-4o",
3
strumenti: [ {tipo: "web_search_preview" } ],
4
input: "Qual è stata una notizia positiva accaduta oggi?",
5
});
6
7
console.log(response.output_text);
Durante i primi test, abbiamo visto gli sviluppatori costruire con la ricerca web per una varietà di casi d'uso, tra cui assistenti allo shopping, agenti di ricerca e agenzie di prenotazione viaggi, qualsiasi applicazione che richieda informazioni tempestive dal web.
Ad esempio, Hebbia(si apre in una nuova finestra) sfrutta lo strumento di ricerca web per aiutare i gestori patrimoniali, le società di private equity e di credito e gli studi legali ad estrarre rapidamente informazioni utili da vasti insiemi di dati pubblici e privati. Integrando le funzionalità di ricerca in tempo reale nei loro flussi di lavoro di ricerca, Hebbia offre un'intelligence di mercato più ricca e specifica del contesto e migliora continuamente la precisione e la pertinenza delle loro analisi, superando gli attuali benchmark.
La ricerca web nell'API è alimentata dallo stesso modello utilizzato per la ricerca ChatGPT. Su SimpleQA, un benchmark che valuta l'accuratezza dei LLM nel rispondere a domande brevi e concrete, l'anteprima di ricerca GPT-4o e l'anteprima di ricerca GPT-4o mini ottengono rispettivamente il 90% e l'88%.
SimpleQA Accuratezza (più alto è meglio)
63%
38%
47%
15%
90%
88%
0
20
40
60
80
100
Precisione
GPT-4.5
GPT-4o
OpenAI o1
OpenAI o3-mini
GPT-4o
anteprima di ricerca
GPT-4o mini
anteprima di ricerca
Le risposte generate con la ricerca web nell'API includono collegamenti alle fonti, come articoli di notizie e post di blog, offrendo agli utenti un modo per saperne di più. Grazie a queste citazioni chiare e in linea, gli utenti possono interagire con le informazioni in un modo nuovo, mentre i proprietari dei contenuti ottengono nuove opportunità per raggiungere un pubblico più ampio.
Qualsiasi sito web o editore può scegliere di apparire (si apre in una nuova finestra) nella ricerca web nell'API.
Lo strumento di ricerca web è disponibile per tutti gli sviluppatori in anteprima nell'API Risposte. Stiamo anche offrendo agli sviluppatori un accesso diretto ai nostri modelli di ricerca perfezionati nell'API Chat Completions tramite gpt-4o-search-preview e gpt-4o-mini-search-preview. I prezzi (si apre in una nuova finestra) partono rispettivamente da 30 e 25 dollari per mille query per GPT-4o search e 4o-mini search. Esamini la ricerca sul web nel Playground (si apre in una nuova finestra) e ne sappia di più nei nostri documenti (si apre in una nuova finestra).
Ricerca di file
Gli sviluppatori possono ora recuperare facilmente informazioni rilevanti da grandi volumi di documenti utilizzando lo strumento di ricerca file migliorato. Grazie al supporto di più tipi di file, all'ottimizzazione delle query, al filtraggio dei metadati e al reranking personalizzato, è in grado di fornire risultati di ricerca rapidi e accurati. E ancora, con l'API Risposte, l'integrazione richiede solo poche righe di codice.
JavaScript
1 const productDocs = await openai.vectorStores.create({
2 nome: "Documentazione del prodotto
3 file_id: [file1.id, file2.id, file3.id],
4 });
5
6 const response = await openai.responses.create({
7 modello: "gpt-4o-mini",
8 strumenti: [{
9 tipo: "file_search",
10 vector_store_ids: [productDocs.id],
11 }],
12 input: "Cos'è la ricerca profonda di OpenAI?",
13 });
14
15 console.log(response.output_text);
Lo strumento di ricerca di file può essere utilizzato per una serie di casi d'uso reali, tra cui consentire a un agente di assistenza clienti di accedere facilmente alle FAQ, aiutare un assistente legale a consultare rapidamente i casi passati per un professionista qualificato e assistere un agente di codifica a interrogare la documentazione tecnica. Ad esempio, Navan(si apre in una nuova finestra) utilizza la ricerca di file nel suo agente di viaggio AI-powered per fornire rapidamente ai suoi utenti risposte precise dagli articoli della knowledge-base (come la politica di viaggio dell'azienda). Grazie all'ottimizzazione delle query e al reranking integrati, sono in grado di impostare una potente pipeline RAG (retrieval-augmented generation) senza ulteriori messe a punto o configurazioni. Con archivi vettoriali dedicati per ogni gruppo di utenti, Navan è in grado di adattare le risposte alle impostazioni dei singoli account e ai ruoli degli utenti, facendo risparmiare tempo ai clienti e al loro personale e contribuendo a fornire un'assistenza accurata e personalizzata.
Questo strumento è disponibile nell'API Risposte per tutti gli sviluppatori. L'utilizzo ha un prezzo (si apre in una nuova finestra) di 2,50 dollari per mille query e l'archiviazione dei file di 0,10 dollari/GB al giorno, con il primo GB gratuito. Lo strumento continua ad essere disponibile nell'API Assistenti. Infine, abbiamo anche aggiunto un nuovo endpoint di ricerca agli oggetti API di Vector Store per interrogare direttamente i suoi dati da utilizzare in altre applicazioni e API. Per saperne di più, consulti i nostri documenti (si apre in una nuova finestra) e inizi a testare il Playground (si apre in una nuova finestra).
Utilizzo del computer
Per costruire agenti in grado di completare compiti su un computer, gli sviluppatori possono ora utilizzare lo strumento di utilizzo del computer nell'API Risposte, alimentato dallo stesso modello di Computer-Using Agent (CUA) che consente di utilizzare Operator. Questo modello di anteprima della ricerca ha stabilito un nuovo record di avanguardia, ottenendo il 38,1% di successo su OSWorld(si apre in una nuova finestra) per i compiti di utilizzo completo del computer, il 58,1% su WebArena(si apre in una nuova finestra) e l'87% su WebVoyager(si apre in una nuova finestra) per le interazioni basate sul web.
Lo strumento di utilizzo del computer integrato cattura le azioni del mouse e della tastiera generate dal modello, rendendo possibile agli sviluppatori automatizzare le attività di utilizzo del computer traducendo direttamente queste azioni in comandi eseguibili all'interno dei loro ambienti.
JavaScript
1 const response = await openai.responses.create({
2 modello: "computer-use-preview",
3 strumenti: [{
4 tipo: "computer_use_preview",
5 larghezza_display: 1024,
6 altezza_display: 768,
7 ambiente: "browser",
8 }],
9 troncamento: "auto",
10 input: "Sto cercando una nuova fotocamera. Mi aiuti a trovare la migliore",
11 });
12
13 console.log(response.output);
Gli sviluppatori possono utilizzare lo strumento di utilizzo del computer per automatizzare i flussi di lavoro basati sul browser, come l'esecuzione del controllo qualità sulle applicazioni web o l'esecuzione di attività di inserimento dati nei sistemi legacy. Ad esempio, Unify (si apre in una nuova finestra) è un sistema d'azione per l'aumento delle entrate che utilizza gli agenti per identificare le intenzioni, ricercare gli account e coinvolgere gli acquirenti. Utilizzando lo strumento di utilizzo del computer di OpenAI, gli agenti di Unify possono accedere a informazioni che in precedenza erano irraggiungibili tramite le API, come ad esempio consentire a una società di gestione immobiliare di verificare attraverso le mappe online se un'azienda ha ampliato la sua impronta immobiliare. Questa ricerca agisce come un segnale personalizzato per attivare un outreach personalizzato, consentendo ai team di go-to-market di coinvolgere gli acquirenti con precisione e su scala.
Come altro esempio, Luminai(si apre in una nuova finestra) ha integrato lo strumento di utilizzo del computer per automatizzare i complessi flussi di lavoro operativi per le grandi aziende con sistemi legacy che mancano di disponibilità di API e di dati standardizzati. In un recente progetto pilota con un'importante organizzazione di servizi alla comunità, Luminai ha automatizzato il processo di elaborazione delle domande e di iscrizione degli utenti in pochi giorni, cosa che la tradizionale automazione robotica dei processi (RPA) ha faticato a raggiungere dopo mesi di sforzi.
Prima di lanciare CUA in Operator l'anno scorso, abbiamo condotto test di sicurezza approfonditi e red teaming, affrontando tre aree chiave di rischio: uso improprio, errori di modello e rischi di frontiera. Per affrontare i rischi associati all'espansione delle funzionalità di Operator ai sistemi operativi locali attraverso CUA nell'API, abbiamo eseguito ulteriori valutazioni di sicurezza e red teaming. Abbiamo anche aggiunto delle mitigazioni per gli sviluppatori, tra cui controlli di sicurezza per prevenire le iniezioni di prompt, richieste di conferma per le attività sensibili, strumenti per aiutare gli sviluppatori a isolare i loro ambienti e un rilevamento migliorato delle potenziali violazioni delle policy. Sebbene queste mitigazioni aiutino a ridurre il rischio, il modello è ancora suscettibile di errori involontari, soprattutto in ambienti non-browser. Ad esempio, le prestazioni di CUA su OSWorld, un benchmark progettato per misurare le prestazioni degli agenti AI su compiti reali, sono attualmente al 38,1%, il che indica che il modello non è ancora altamente affidabile per automatizzare i compiti sui sistemi operativi. In questi scenari si raccomanda la supervisione umana. Maggiori dettagli sul nostro lavoro di sicurezza specifico per le API sono disponibili nella nostra scheda di sistema aggiornata.
Tipo di benchmark Benchmark Uso del computer (interfaccia universale) Agenti di navigazione web Umano
OpenAI CUA SOTA precedente SOTA precedente
Uso del computer OSWorld 38,1% 22,0% - 72,4%
Utilizzo del browser WebArena 58,1% 36,2% 57,1% 78,2%
WebVoyager 87,0% 56,0% 87,0% -
I dettagli della valutazione sono descritti qui
A partire da oggi, lo strumento di utilizzo del computer è disponibile come anteprima di ricerca nell'API Risposte per sviluppatori selezionati nei livelli di utilizzo 3-5(si apre in una nuova finestra). L'utilizzo ha un prezzo (si apre in una nuova finestra) di 3 dollari/1M di token di input e 12 dollari/1M di token di output. Per saperne di più, consulti i nostri documenti (si apre in una nuova finestra) e guardi l'applicazione campione (si apre in una nuova finestra) che illustra come costruire con questo strumento.
SDK Agenti
Oltre a costruire la logica di base degli agenti e a fornire loro l'accesso agli strumenti in modo che siano utili, gli sviluppatori devono anche orchestrare i flussi di lavoro agenziali. Il nostro nuovo SDK open-source Agents semplifica l'orchestrazione di flussi di lavoro multi-agente e offre miglioramenti significativi rispetto a Swarm(si apre in una nuova finestra), un SDK sperimentale che abbiamo rilasciato l'anno scorso e che è stato ampiamente adottato dalla comunità di sviluppatori e implementato con successo da diversi clienti.
I miglioramenti includono:
Agenti: LLM facilmente configurabili con istruzioni chiare e strumenti integrati.
Handoff: Trasferimento intelligente del controllo tra gli agenti.
Guardrail: Controlli di sicurezza configurabili per la convalida di input e output.
Tracciamento e osservabilità: Visualizzare le tracce di esecuzione degli agenti per eseguire il debug e ottimizzare le prestazioni.
Python
1 from agents import Agent, Runner, WebSearchTool, function_tool, guardrail
2
3 @function_tool
4 def submit_refund_request(item_id: str, reason: str):
5 # La sua logica di rimborso va qui
6 restituisce "successo"
7
8 support_agent = Agent(
9 name="Assistenza e restituzioni",
10 istruzioni="Lei è un agente dell'assistenza che può inviare rimborsi [...]",
11 strumenti=[invia_richiesta_rimborso],
12 )
13
14 shopping_agent = Agente(
15 name="Assistente agli acquisti",
16 instructions="Lei è un assistente agli acquisti che può effettuare ricerche sul web [...]",
17 strumenti=[WebSearchTool()],
18 )
19
20 triage_agent = Agente(
21 name="Agente di triage",
22 instructions="Indirizza l'utente all'agente corretto",
23 handoff=[shopping_agent, support_agent],
24 )
25
26 output = Runner.run_sync(
27 agente_iniziale=agente_triage,
28 input="Quali sono le scarpe che meglio si abbinano al mio abbigliamento?
29 )
L'SDK Agents è adatto a diverse applicazioni reali, tra cui l'automazione dell'assistenza clienti, la ricerca in più fasi, la generazione di contenuti, la revisione del codice e la prospezione delle vendite. Ad esempio, Coinbase (si apre in una nuova finestra) ha utilizzato l'SDK Agents per prototipare e distribuire rapidamente AgentKit, un toolkit che consente agli agenti AI di interagire senza problemi con i portafogli di criptovalute e con varie attività on-chain. In poche ore, Coinbase ha integrato azioni personalizzate dall'SDK della sua piattaforma per sviluppatori in un agente completamente funzionale. L'architettura snella di AgentKit ha semplificato il processo di aggiunta di nuove azioni dell'agente, consentendo agli sviluppatori di concentrarsi maggiormente sulle integrazioni significative e meno sulla navigazione di configurazioni complesse dell'agente.
In un paio di giorni, Box(si apre in una nuova finestra) è stata in grado di creare rapidamente agenti che sfruttano la ricerca web e l'SDK Agents per consentire alle aziende di cercare, interrogare ed estrarre informazioni dai dati non strutturati archiviati all'interno di Box e da fonti Internet pubbliche. Questo approccio consente ai clienti non solo di accedere alle informazioni più recenti, ma anche di ricercare i loro dati interni e proprietari in modo sicuro e rispettoso delle autorizzazioni interne e delle politiche di sicurezza. Ad esempio, un'azienda di servizi finanziari può costruire un agente personalizzato che fa appello all'agente Box AI per integrare le proprie analisi di mercato interne archiviate in Box con notizie in tempo reale e dati economici dal web, fornendo ai propri analisti una visione completa per le decisioni di investimento.
L'SDK Agenti funziona con l'API Risposte e l'API Completamenti Chat. L'SDK funziona anche con i modelli di altri fornitori, purché forniscano un endpoint API in stile Chat Completions. Gli sviluppatori possono integrarlo immediatamente nei loro codici Python, con il supporto di Node.js in arrivo. Per saperne di più, consulti i nostri documenti (si apre in una nuova finestra).
Nel progettare l'SDK Agents, il nostro team si è ispirato all'eccellente lavoro di altri membri della comunità, tra cui Pydantic(si apre in una nuova finestra), Griffe(si apre in una nuova finestra) e MkDocs(si apre in una nuova finestra). Ci impegniamo a continuare a costruire l'SDK Agents come framework open source, in modo che altri nella comunità possano ampliare il nostro approccio.
Il futuro: costruire la piattaforma per gli agenti
Crediamo che gli agenti diventeranno presto parte integrante della forza lavoro, migliorando in modo significativo la produttività in tutti i settori. Poiché le aziende cercano sempre più di sfruttare l'AI per compiti complessi, siamo impegnati a fornire gli elementi costitutivi che consentono agli sviluppatori e alle aziende di creare efficacemente sistemi autonomi che abbiano un impatto reale.
Con i rilasci di oggi, introduciamo i primi blocchi di costruzione per consentire agli sviluppatori e alle aziende di costruire, distribuire e scalare più facilmente agenti AI affidabili e ad alte prestazioni. Man mano che le capacità dei modelli diventano sempre più agenziali, continueremo a investire in integrazioni più profonde attraverso le nostre API e in nuovi strumenti per aiutare a distribuire, valutare e ottimizzare gli agenti in produzione. Il nostro obiettivo è offrire agli sviluppatori un'esperienza di piattaforma senza soluzione di continuità per la creazione di agenti che possano aiutare a svolgere una varietà di compiti in qualsiasi settore. Non vediamo l'ora di vedere cosa costruiranno gli sviluppatori. Per iniziare, esplori i nostri documenti (si apre in una nuova finestra) e rimanga sintonizzato per ulteriori aggiornamenti a breve.
