智能体AI正成为科技行业最新的成功叙事,OpenAI、Anthropic等公司正竞相为企业提供构建自动化助手所需的工具。为此,OpenAI近期对其智能体软件开发工具包(SDK)进行了更新,推出了多项新功能,帮助企业基于OpenAI模型构建专属智能体。
此次SDK的新功能包括沙箱能力,允许智能体在受控的计算机环境中运行。这一能力至关重要,因为完全无监督地运行智能体存在一定风险——智能体的行为有时难以预测。借助沙箱集成,智能体可以在特定工作区内以隔离方式运行,仅访问特定操作所需的文件和代码,同时保护整体系统的安全性与完整性。
与此相关,新版SDK还为开发者提供了适用于前沿模型的"分布内测试框架"(in-distribution harness)。该框架允许智能体在工作区内使用文件及经过审批的工具。在智能体开发领域,"harness"指的是除底层模型之外的其他组成部分。分布内测试框架通常支持企业部署和测试运行于前沿模型之上的智能体,而前沿模型被普遍认为是目前最先进的通用模型。
OpenAI产品团队成员Karan Sharma在接受TechCrunch采访时表示:"此次发布的核心,是对现有智能体SDK进行升级,使其与各类沙箱服务提供商实现兼容。"
他进一步指出,这一升级与新的测试框架能力相结合,将让用户"利用我们的框架以及自有基础设施,构建这些长周期智能体任务"。所谓"长周期"任务,通常指更复杂、涉及多个步骤的工作。
OpenAI表示,将持续扩展智能体SDK的功能。目前,新的测试框架和沙箱功能首先在Python环境中推出,TypeScript的支持计划在后续版本中跟进。公司还表示,正致力于将更多智能体能力(如代码模式和子智能体)引入Python和TypeScript双平台。
新版智能体SDK功能面向所有API用户开放,采用标准定价。
Q&A
Q1:OpenAI智能体SDK新增的沙箱功能有什么作用?
A:沙箱功能允许智能体在受控的隔离环境中运行,智能体只能访问特定操作所需的文件和代码,无法随意操作整个系统。这有效降低了智能体因行为不可预测而带来的安全风险,保护了整体系统的完整性,特别适合企业在生产环境中安全部署智能体。
Q2:OpenAI智能体SDK的"分布内测试框架"是什么意思?
A:"分布内测试框架"(in-distribution harness)是指智能体除底层模型之外的其他组成部分。它允许智能体在工作区内访问文件和经过审批的工具,同时支持企业对运行于前沿模型上的智能体进行部署和测试。前沿模型被认为是目前最先进的通用模型,该框架帮助企业更安全、高效地利用这些模型能力。
Q3:OpenAI智能体SDK新功能支持哪些编程语言?
A:目前,新的测试框架和沙箱功能首先在Python环境中推出,TypeScript的支持将在后续版本中陆续提供。OpenAI还计划将代码模式和子智能体等更多智能体能力引入Python和TypeScript双平台,新功能面向所有API用户开放,采用标准定价。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。