AI 行业正在全力推动"代理"(agents)的发展——这些由 AI 驱动的软件可以代表用户执行多步骤操作。包括 Google 在内的多家科技公司最近都在强调代理特性,今年 1 月,OpenAI 首席执行官 Sam Altman 表示,2025 年将是 AI 代理"加入劳动力大军"的一年。
OpenAI 正在努力将这一承诺变为现实。周二,OpenAI 推出了新的"Responses API",旨在帮助软件开发者创建能够使用该公司 AI 模型独立执行任务的 AI 代理。Responses API 最终将取代当前的 Assistants API,OpenAI 计划在 2026 年上半年停用后者。
通过这项新服务,用户可以开发自定义 AI 代理,使用文件搜索工具快速检索公司数据库(OpenAI 承诺不会用这些文件训练其模型),并浏览网站——这类似于 OpenAI 的 Operator 代理所提供的功能。开发者还可以访问其底层的计算机使用代理 (CUA) 模型,以实现数据录入等任务的自动化。
不过,OpenAI 承认其 CUA 模型在操作系统任务自动化方面尚不够可靠,可能会产生意外错误。该公司将这个新 API 描述为早期版本,并将继续改进。
使用 Responses API 的开发者可以访问驱动 ChatGPT Search 的相同模型:GPT-4o search 和 GPT-4o mini search。这些模型可以浏览网络来回答问题,并在回答中引用来源。
值得注意的是,OpenAI 表示,增加的网络搜索能力显著提高了其 AI 模型的事实准确性。在 OpenAI 的 SimpleQA 基准测试(旨在衡量虚构率)中,GPT-4o search 得分为 90%,GPT-4o mini search 达到 88%——两者都大大超过了没有搜索功能的更大型 GPT-4.5 模型的 63% 的得分。
尽管有这些改进,该技术仍存在重要限制。除了 CUA 在正确浏览网站方面的问题外,改进的搜索功能并未完全解决 AI 虚构的问题,GPT-4o search 仍有 10% 的事实错误率。
除了 Responses API,OpenAI 还发布了开源的 Agents SDK,为开发者提供免费工具,用于将模型与内部系统集成、实施安全保护措施,以及监控代理活动。这个工具包是继 OpenAI 早前发布的用于协调多个代理的 Swarm 框架之后的又一举措。
AI 代理领域仍处于早期阶段,未来可能会快速进步。然而,目前 AI 代理运动仍容易受到不切实际宣传的影响。本周早些时候,用户发现中国初创公司蝴蝶效应的 Manus AI 代理平台未能实现其许多承诺,突显了这一新兴技术类别中宣传主张与实际功能之间持续存在的差距。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
苹果在iOS 26公开发布两周后推出首个修复更新iOS 26.0.1,建议所有用户安装。由于重大版本发布通常伴随漏洞,许多用户此前选择安装iOS 18.7。尽管iOS 26经过数月测试,但更大用户基数能发现更多问题。新版本与iPhone 17等新机型同期发布,测试范围此前受限。预计苹果将继续发布后续修复版本。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。