Новость

OpenAI Agents API: как устроены облачные AI-агенты

OpenAI открыла публичную бету Agents API для долгих агентных задач. API управляет контекстом, инструментами, подагентами и безопасной средой выполнения.

Редакция Failx.ru 2 мин на чтение
Обложка материала: OpenAI Agents API: как устроены облачные AI-агенты
В материале
  1. Как устроен Agents API
  2. Где выполняется код
  3. Подагенты и инструменты
  4. Стоит ли переносить рабочие процессы

Коротко: Agents API переносит управляемый агентный контур Codex в API. Сервис поддерживает долгие сессии, работу с файлами, вызов инструментов и координацию подагентов. Это публичная бета, поэтому контракт и ограничения ещё могут меняться. Состояние платформы отслеживается на странице OpenAI API.

Обычный вызов модели возвращает ответ. Агентная задача может запускать код, сохранять промежуточные файлы, ждать внешнее событие и продолжать работу позже. Для этого нужен слой управления контекстом, средой и восстановлением, который OpenAI и предоставляет в новом API.

Как устроен Agents API

По описанию OpenAI, разработчик задаёт модель, инструменты, среду и входную задачу. Сервис поддерживает поток событий и устойчивые сессии, а управляемый harness занимается компактизацией контекста и восстановлением долгой работы.

Защищённая облачная среда для выполнения кода AI-агентом
Среда выполнения должна быть изолирована и получать минимальные права.

Где выполняется код

Среду можно разместить в hosted sandbox OpenAI, в своей инфраструктуре или у поддерживаемого партнёра. Выбор зависит от требований к данным, холодному старту, вычислительным ресурсам и секретам. Даже управляемую песочницу следует считать отдельной доверенной зоной с минимальными правами.

Долгая агентная сессия с сохранёнными этапами и артефактами
Устойчивая сессия позволяет продолжить задачу после промежуточного этапа.

Подагенты и инструменты

Несколько подагентов могут параллельно исследовать разные части задачи, после чего основной процесс объединяет выводы. Это ускоряет работу, но не гарантирует правильность. Нужны лимиты времени и стоимости, структурированные результаты, автоматические тесты и подтверждение перед внешними действиями.

Несколько AI-агентов объединяют результаты в один проверенный отчёт
Параллельные ветки полезны только при чётком разделении задач и проверке результата.

Стоит ли переносить рабочие процессы

Для эксперимента выберите одну повторяемую задачу, где результат можно проверить автоматически. Не начинайте с доступа к production или платёжным операциям. Зафиксируйте журнал инструментов, политику подтверждений и откат. О новой модели, которую можно подключить к агенту, читайте в разборе GPT-6 Astra.

Новости и разборы