OpenAI給開發(fā)者的深夜大禮：一套全新API和工具上線，智能體的開發(fā)更簡單了！從此無需從不同來源拼湊各種底層API。一個全新API、三個內(nèi)置工具，以及一個開源SDK，讓智能體開發(fā)進入next level。

Manus掀起的智能體風暴，再次逼急了OpenAI。凌晨，OpenAI突然開啟線上直播，正式放出開發(fā)者自主構(gòu)建智能體的大禮包——

一個全新API、三個內(nèi)置工具，以及一個開源SDK。

具體包括：

• 全新Responses API?：將Chat Completions API簡單性與Assistants API工具使用功能相結(jié)合，用于構(gòu)建智能體
• 內(nèi)置三大工具：網(wǎng)絡(luò)搜索?、文件搜索?和計算機使用
• 全新Agents SDK?：用于編排單智能體和多智能體工作流程
• 集成可視化工具：用于追蹤和檢查智能體工作流程執(zhí)行情況

以往，開發(fā)者構(gòu)建一款智能體應(yīng)用，需要從不同來源拼湊各種底層API。

這個過程不僅耗時耗力，就像搭積木一樣「搖搖欲墜」，如果一個環(huán)節(jié)出錯，搭出的智能體系統(tǒng)隨時可能崩盤。

而現(xiàn)在，OpenAI推出的Responses API和一系列工具，直接簡化了核心智能體的邏輯、編排和交互。

與o1 Pro、Deep Research、Operator不同，Responses API是一個「統(tǒng)一API」，可支持多輪交互和工具調(diào)用。

其中，「網(wǎng)絡(luò)搜索工具」可讓模型即時訪問互聯(lián)網(wǎng)信息，與驅(qū)動ChatGPT Search是同一個工具，在Simple QA中，經(jīng)過微調(diào)后的GPT-4o拿下90%高分，GPT-4o mini得分為88%。

「文件搜索工具」曾在Assistance API中推出，便捷上傳、分塊、嵌入文檔，以及RAG?，F(xiàn)在，新增了兩個新功能「元數(shù)據(jù)過濾」和「直接搜索端點」。

「計算機使用工具」在API中被稱為Operator，并配備了專門的計算機使用模型（CUA），跟ChatGPT中的Operator使用的是同一款。

結(jié)果顯示，模型在多項基準測試中刷新了SOTA——OSWorld中成功率38.1%，在WebArena中達到58.1%，在WebVoyager基于網(wǎng)絡(luò)的交互中達到87%。

從今天開始，計算機使用工具研究預覽版，將向3-5級?的特定開發(fā)者開放，輸入價格3美元/每百萬個token，輸出價格12美元/每百萬個token。

另外，奧特曼開源的諾言終于兌現(xiàn)了一部分——Agents SDK?，簡化多智能體工作流管理。

OpenAI還預告，未來幾周和幾個月里，還計劃發(fā)布更多工具和功能，進一步簡化和加速在平臺上構(gòu)建智能體應(yīng)用。

OpenAI現(xiàn)場演示：幾大全新工具，構(gòu)建更強大智能體

ChatGPT中已經(jīng)推出的兩個智能體，我們并不陌生。一個是可以瀏覽網(wǎng)頁、完成各種任務(wù)的Operator，一個是能針對任何主題生成詳細報告的Deep Research。

但現(xiàn)在，OpenAI希望把這些工具和更多工具以API的形式發(fā)布給開發(fā)者。

過去一年里，OpenAI也已經(jīng)推出了高級推理、多模態(tài)交互、新的安全技術(shù)等全新功能，這就已經(jīng)打好了構(gòu)建智能體所需要的復雜多步驟任務(wù)的基礎(chǔ)。

然而，有很多客戶卻反饋說，這些功能很難直接轉(zhuǎn)換為可以直接工作的智能體，而是需要大量的大量的提示詞迭代和自定義編排邏輯，而且缺乏足夠的可見性和內(nèi)置支持。

而今天這套全新工具，將把智能體構(gòu)建帶入next level。

首先介紹的，就是網(wǎng)絡(luò)搜索工具。

它允許OpenAI的模型訪問互聯(lián)網(wǎng)上的信息，保證用戶得到的結(jié)果是最新的和準確的。

網(wǎng)絡(luò)搜索工具與驅(qū)動ChatGPT Search的是同一個工具，它在底層由一個經(jīng)過微調(diào)的模型驅(qū)動，此模型就是經(jīng)過微調(diào)的GPT-4o 或4o mini。

它非常擅長處理從網(wǎng)絡(luò)獲取的大量數(shù)據(jù)，找到相關(guān)的信息片段，并在響應(yīng)中清晰地引用它們。

在Simple QA中，GPT-4o達到了90%的最佳水平。

接下來介紹的，是文件搜索工具。

負責展示的OpenAI研究者表示，這是自己最喜歡的工具。

去年，OpenAI就在Assistance API中推出了文件搜索工具，為開發(fā)者提供簡便的方式來上傳、分塊和嵌入文檔，并且輕松實現(xiàn)RAG操作。

而今天，他們在文件搜索工具中推出兩個新功能。

第一個是元數(shù)據(jù)過濾。此功能讓用戶可以為文件添加屬性，輕松篩選出與查詢最相關(guān)的內(nèi)容。

第二個是直接搜索端點。這樣我們就可以直接搜索您的向量存儲，而無需先通過模型過濾查詢。也就是說，我們可以使用網(wǎng)絡(luò)搜索來處理公共數(shù)據(jù)，用文件搜索來處理私有數(shù)據(jù)了。

第三個介紹的，就是Computer Use工具。

它是API中的Operator，可以讓你控制正在操作的計算機，比如一個虛擬機，或者僅有圖形用戶界面而沒有API訪問權(quán)限的傳統(tǒng)應(yīng)用程序。

如果想要自動化這類任務(wù)，并在此基礎(chǔ)上構(gòu)建應(yīng)用程序，就可以直接使用Computer Use。

Responses?API

另外，OpenAI還希望從基本原則出發(fā)，為這些工具設(shè)計最佳的API。

2023年推出的Chat Completions和GPT-3.5 Turbo中，所有的API交互都僅限于文本輸入和輸出。

此后，OpenAI又引入了多模態(tài)功能，包括圖像、音頻。

此外，像o1 Pro、Deep Research Operator這樣的產(chǎn)品，都需要在后臺執(zhí)行多輪模型交互和多次工具調(diào)用。

因此，他們希望構(gòu)建一個足夠靈活的API基礎(chǔ)接口，能支持多輪交互和工具調(diào)用。

這個新的API，就被命名為Responses API。

在此前的Chat Completions中，只需選擇上下文，選擇一個模型，就能獲得響應(yīng)。

而接下來，研究者將展示如何用Responses API構(gòu)建一個個人造型師助手。

然后就可以直接問它：現(xiàn)在時尚圈的最新流行趨勢是什么？

不過，它還應(yīng)該了解用戶的個人喜好。

為此，他們建立了一個向量存儲庫，里面記錄了團隊成員的日常穿搭記錄。

在操作中，可以篩選向量存儲中的文件，只顯示與目標用戶相關(guān)的內(nèi)容。

然后就可以問造型助手：Ilan喜歡穿什么，你能總結(jié)一下嗎？

它立刻給出了準確的總結(jié)。

但是要打造一個更好的助手，我們還需要讓他能從網(wǎng)上獲取最新數(shù)據(jù)。為此，就要添加網(wǎng)絡(luò)搜索工具。

接下來，他們考驗了是否能用文件搜索工具，來了解Kevin小哥的穿衣喜好，然后用網(wǎng)絡(luò)搜索工具找到附近讓他感興趣的商店。

模型調(diào)用了文件搜索工具，了解Kevin的穿衣風格，然后調(diào)用網(wǎng)絡(luò)搜索工具，根據(jù)他的位置——東京，尋找他喜歡的商店。

讓人驚喜的是，模型只用了一次API調(diào)用，就在東京找到了好幾家巴塔哥尼亞專賣店，完全符合Kevin的品味。

但是，這還不夠！

一個稱職的個人造型助手，應(yīng)該可以直接幫你購物。

為此，他們添加了Computer Use工具，要求助手幫Kevin買一件黑色巴塔哥尼亞夾克。

在電腦本地運行Docker容器后，把截圖發(fā)給模型，它就會分析計算機的狀態(tài)，發(fā)出下一步指令。

研究者執(zhí)行操作后，再拍一張截圖發(fā)給模型，它就會循環(huán)操作，直到任務(wù)完成。

Agents?SDK

在實際開發(fā)任務(wù)中，應(yīng)用會更復雜，比如我們需要開發(fā)一個客服智能體，它要能處理退款，還能回答常見的客服問題、處理訂單和賬單。

為此，OpenAI去年已經(jīng)發(fā)布了一個名為Swarm的SDK，讓智能體的協(xié)同調(diào)度變得簡單。

今天，他們家決定將Swarm升級為Agents SDK。

研究者Ilan介紹說，自己曾投入大量時間合作企業(yè)和開發(fā)者，幫他們構(gòu)建智能體，也親身體會到看似簡單的想法想落地卻十分復雜。

Agents SDK的理念就是：保持簡單，同時用直觀簡便的方式構(gòu)建更復雜強大的功能。

比如接下來的考驗就是，不小心訂了太多件巴塔哥尼亞的衣服，所以需要退貨。

本來，可以直接添加一個退貨工具，在提示詞中指示就能實現(xiàn)了，但這就存在一個問題：業(yè)務(wù)邏輯都混在一起，會讓智能體更難測試。

而如果采用多智能體腳本，就能獨立開發(fā)和測試各個模塊。

為此，他們專門引入了一個退貨智能體。

Swarm中特別受歡迎的標準Python函數(shù)，都被引入了Agents SDK。

現(xiàn)在，他們已經(jīng)有了一個造型師智能體，和一個退貨智能體，然后需要實現(xiàn)一個簡單卻強大的概念——任務(wù)交接。

它的強大之處就在于，一個智能體處理對話后，將其轉(zhuǎn)交給另一個智能體時，對話內(nèi)容保持不變，只需在后臺替換指令和工具，這就能為對話的每個環(huán)節(jié)加載上下文。

整個流程是這樣的：分類智能體將任務(wù)轉(zhuǎn)到了客服智能體，然后客服智能體主動調(diào)用了getPastOrders函數(shù)，讓我們看到了Kevin所有的巴塔哥尼亞商品。

本來這種情況需要手動添加調(diào)試語句的，但Agents SDK的一大優(yōu)勢就是內(nèi)置了監(jiān)控和追蹤功能。

在儀表盤中，我們可以看到所有具體交接的過程

以上展示的，都是Agents SDK 提供的開箱即用功能，它甚至還配置了安全防護機制和生命周期事件處理。

而且，它是一個開源框架。只需執(zhí)行pip install openai-agents，就可以安裝使用了。

在結(jié)束之前，Ilan實際執(zhí)行了一下退款操作。

「你知道嗎？抱歉了，Kevin。把這些都退掉吧?！笽lan打趣的說?！改俏掖┦裁囱?？Kevin要被凍著了，」現(xiàn)場大家都笑了出來。

「是啊，讓我們看看。商品還真不少。好了，退回這么多巴塔哥尼亞的商品確實需要點時間?！笽lan開始執(zhí)行退款。

他在智能體中打出了「get rid of all of them」指令。幾秒鐘后，Kevin的巴塔哥尼亞就全都退款成功了。

「那么系統(tǒng)內(nèi)部是如何運作的？如何進行調(diào)試？如何更深入地了解整個過程？」Kevin問道。

對此，Ilan回答說，「我們可以通過追蹤界面來查看所有這些信息。這提供了一種非常簡潔直觀的方式來構(gòu)建這類應(yīng)用。」

統(tǒng)一API，4行代碼即可上手

Responses API是OpenAI最新的API基礎(chǔ)組件，旨在利用OpenAI內(nèi)置的工具構(gòu)建智能體。

它結(jié)合了Chat Completions的簡單性與Assistants API的工具使用能力。隨著模型能力不斷發(fā)展，他們相信Responses API將為開發(fā)者構(gòu)建具備自主能力的應(yīng)用提供更加靈活的基礎(chǔ)。

通過一次Responses API調(diào)用，開發(fā)者即可借助多個工具和模型交互回合，解決日益復雜的任務(wù)。

作為開始，Responses API將支持新的內(nèi)置工具，包括網(wǎng)頁搜索、文件搜索和計算機使用。

這些工具旨在協(xié)同工作，將模型與現(xiàn)實世界連接起來，從而更高效地完成任務(wù)。

此外，它還帶來了若干易用性改進，比如統(tǒng)一的基于項目的設(shè)計、更簡單的多態(tài)機制、更直觀的流式事件，以及SDK輔助功能（例如response.output_text），以便輕松獲取模型生成的文本輸出。

Responses API專為那些希望在應(yīng)用中輕松結(jié)合OpenAI模型和內(nèi)置工具的開發(fā)者設(shè)計，避免了集成多個API或外部供應(yīng)商的復雜性。

這個API還使得數(shù)據(jù)更易于存儲在OpenAI平臺上，以便開發(fā)者通過追蹤（tracing）和評估（evaluations）等功能衡量智能體的性能。

此外，他們也特別提醒，即使數(shù)據(jù)存儲在OpenAI上，他們的模型默認也不會使用企業(yè)的數(shù)據(jù)進行訓練。

從今天起，所有開發(fā)者均可使用Responses API，且無額外使用費用——相關(guān)的token和工具調(diào)用將按照他們定價頁面上的標準費率計費。

下圖是Responses API調(diào)用文本模型的價格。全部模型的定價可以參考他們的定價頁面。

地址：https://platform.openai.com/docs/pricing

如需了解更多，可以查看Responses API快速入門指南。

地址：https://platform.openai.com/docs/quickstart?api-mode=responses

2年磨一劍

OpenAI的研究員Atty Eleti還在X上分享了設(shè)計Responses API的故事。

如今，模型不再局限于文本，而是多模態(tài)——能處理圖像、音頻，甚至更多。

他們具備了智能體的能力，可以調(diào)用一個或多個工具，甚至在「說話」之前會「思考」。

這些變化，讓OpenAI過去兩年開發(fā)的Chat Completions API和Assistants API的短板暴露無遺。

Atty還貼出了一張加班圖

Chat Completions API是一個無狀態(tài)的API，每次調(diào)用都需要傳遞全部上下文，對于多模態(tài)數(shù)據(jù)效率極低。

而且，它也不支持工具調(diào)用，流式處理的實現(xiàn)異常復雜Assistants API雖然支持工具，但由于設(shè)計過于復雜，高抽象帶來的學習曲線讓人望而卻步。

后臺處理的架構(gòu)雖然強大，卻犧牲了速度。

由此，?Responses API誕生了，它是OpenAI過去兩年經(jīng)驗結(jié)晶，集合了前者簡潔性和后者強大功能，既容易上手，又能滿足復雜需求。

只需4行代碼，即可上手?Responses API，文件搜索、網(wǎng)絡(luò)搜索、函數(shù)調(diào)用、結(jié)構(gòu)化輸出功能，只要一個參數(shù)就搞定。

這對現(xiàn)有API意味著什么

· Chat Completions?API?

OpenAI依舊為Chat Completions API添加新模型和功能。不需要使用內(nèi)置工具的開發(fā)者，可以放心使用Chat Completions。

只要新模型的功能不依賴于內(nèi)置工具或多次模型調(diào)用，就會持續(xù)在Chat Completions中發(fā)布這些新模型。

不過，Responses API是Chat Completions的超集，且具備相同出色的性能，因此，對于新的集成，OpenAI建議開發(fā)者優(yōu)先選擇Responses API。

·?Assistants?API

根據(jù)開發(fā)者在Assistants API測試版期間的反饋，OpenAI將其關(guān)鍵的改進融入到了Responses API，使其更加靈活、快速且易于使用。

目前，OpenAI正致力于實現(xiàn)Assistants API與Responses API之間完整的功能對齊，包括對Assistant和Thread等對象，以及Code Interpreter工具的支持。

當這一進程完成后，OpenAI計劃正式宣布棄用Assistants API，預計在2026年中停止使用。

屆時，他們將提供清晰的遷移指南，幫助開發(fā)者從Assistants API平穩(wěn)遷移到Responses API，同時完整保留所有數(shù)據(jù)并遷移應(yīng)用程序。

在OpenAI正式宣布棄用Assistants API之前，仍將繼續(xù)為其提供新的模型更新。

Responses API中的內(nèi)置工具

網(wǎng)絡(luò)搜索

當使用GPT-4o和GPT-4o mini模型時，網(wǎng)絡(luò)搜索功能可作為內(nèi)置工具，并支持與其他工具或函數(shù)調(diào)用進行組合使用。

值得一提的是，Responses API中的網(wǎng)絡(luò)搜索，使用的是和「ChatGPT搜索」同款的模型。

基于此，開發(fā)者可以獲得快速、最新的答案，并附帶來自網(wǎng)絡(luò)的清晰相關(guān)引用。

const response = await openai.responses.create({
   model: “gpt-4o”,
   tools: [ { type: “web_search_preview” } ],
   input: “What was a positive news story that happened today?”,
});
console.log(response.output_text);

在早期測試中，開發(fā)者利用網(wǎng)絡(luò)搜索構(gòu)建了各種應(yīng)用場景，包括購物助手、研究智能體和旅行預訂助手——所有需要網(wǎng)絡(luò)實時信息的應(yīng)用。

API中使用網(wǎng)絡(luò)搜索生成的響應(yīng)包含源鏈接，如新聞文章和博客文章，讓用戶能夠深入了解更多信息。通過這些清晰的內(nèi)聯(lián)引用，用戶可以更直觀地獲取信息，同時內(nèi)容所有者也獲得了接觸更廣泛受眾的新機會。

任何網(wǎng)站或發(fā)布者都可以選擇在API的網(wǎng)絡(luò)搜索中顯示。

目前，所有開發(fā)者都可在Responses API預覽版中使用網(wǎng)絡(luò)搜索工具，并且還可以在Chat Completions API中直接使用微調(diào)搜索模型gpt-4o-search-preview和gpt-4o-mini-search-preview。

價格方面，GPT-4o搜索每千次查詢起價30美元，4o mini搜索每千次查詢起價25美元。

文件搜索

文件搜索工具支持多種文件類型、查詢優(yōu)化、元數(shù)據(jù)過濾和自定義重排序，可以提供快速、準確的搜索結(jié)果。

而且，通過 Responses API，只需幾行代碼就能完成集成。

在經(jīng)過改進的文件搜索的加持下，開發(fā)者可以輕松地從大量文檔中檢索相關(guān)信息。

const productDocs = await openai.vectorStores.create({
   name: “Product Documentation”,
   file_ids: [file1.id, file2.id, file3.id],
});

const response = await openai.responses.create({
   model: “gpt-4o-mini”,
   tools: [{
       type: “file_search”,
       vector_store_ids: [productDocs.id],
   }],
   input: “What is deep research by OpenAI?”,
});

console.log(response.output_text);

文件搜索工具可用于多種實際場景，包括使客服人員輕松訪問常見問題解答、幫助法律助理為專業(yè)人士快速參考往期案例，以及協(xié)助編程智能體查詢技術(shù)文檔。

同樣的，所有的開發(fā)者都可以在Responses API中使用文件搜索工具。

此外，OpenAI還為向量存儲API對象添加了新的搜索端點，可以直接查詢數(shù)據(jù)用于其他應(yīng)用程序和API。

價格方面，每千次查詢?yōu)?.50美元，文件存儲費用為0.10美元/GB/天，首個GB免費。

計算機使用（CUA）

為了構(gòu)建能夠完成計算機任務(wù)的智能體，開發(fā)者可以在Responses API中使用計算機使用工具，該工具由支持Operator的計算機使用智能體（CUA）模型提供支持。

如前所述，這個研究預覽版模型在多項基準上刷新了SOTA。

內(nèi)置的計算機使用工具能夠捕獲模型生成的鼠標和鍵盤操作，讓開發(fā)者能夠?qū)⑦@些操作直接轉(zhuǎn)換為環(huán)境中的可執(zhí)行命令，從而實現(xiàn)計算機任務(wù)的自動化。

const response = await openai.responses.create({
   model: “computer-use-preview”,
   tools: [{
       type: “computer_use_preview”,
       display_width: 1024,
       display_height: 768,
       environment: “browser”,
   }],
   truncation: “auto”,
   input: “I’m looking for a new camera. Help me find the best one.”,
});

console.log(response.output);

開發(fā)者可以使用計算機使用工具，來自動化基于瀏覽器的工作流程，如執(zhí)行網(wǎng)絡(luò)應(yīng)用程序的質(zhì)量保證或在傳統(tǒng)系統(tǒng)中執(zhí)行數(shù)據(jù)錄入任務(wù)。

對于那些缺乏API和標準化數(shù)據(jù)的企業(yè)，就可以利用計算機使用工具自動化復雜的運營流程。

在最近與一家主要社區(qū)服務(wù)組織的試點項目中，Luminai僅用幾天時間就實現(xiàn)了申請?zhí)幚砗陀脩糇粤鞒痰淖詣踊@是傳統(tǒng) RPA（機器人流程自動化）經(jīng)過數(shù)月努力都難以實現(xiàn)的。

在去年通過Operator推出CUA之前，OpenAI進行了廣泛的安全測試和紅隊測試，解決了三個關(guān)鍵風險領(lǐng)域：濫用、模型錯誤和前沿風險。

為了應(yīng)對通過API將CUA功能擴展到本地操作系統(tǒng)帶來的風險，他們又進行了額外的安全評估和紅隊測試。

研究人員還為開發(fā)者添加了多重防護措施，包括防止提示詞注入的安全檢查、敏感任務(wù)的確認提示、環(huán)境隔離工具，以及增強對潛在違規(guī)行為的檢測。

盡管采取了這些防護措施，但模型在非瀏覽器環(huán)境中仍可能出現(xiàn)意外錯誤。

例如，CUA在OSWorld中成功率僅為38.1%，這表明該模型在操作系統(tǒng)任務(wù)自動化方面尚未達到高度可靠性。

因此在這些場景中，OpenAI建議還需要有人類的監(jiān)督。

開源Agents SDK

除了構(gòu)建智能體的核心邏輯并為其提供工具訪問權(quán)限以確保實用性外，開發(fā)者還需要管理智能體工作流程。

全新Agents SDK簡化了多智能體工作流程的管理，較2024年發(fā)布的實驗性SDK Swarm?有了顯著改進。

目前，Swarm在GitHub上已經(jīng)有19k星，?已被開發(fā)者社區(qū)廣泛采用，并在多個客戶中成功部署。

項目地址：https://github.com/openai/swarm

此次，Agents SDK的改進包括：

• 智能體：易于配置的LLM，具有清晰的指令和內(nèi)置工具
• 交接：智能體之間的智能控制轉(zhuǎn)移
• 防護機制：可配置的輸入輸出驗證安全檢查
• 追蹤和可視化：通過可視化智能體執(zhí)行軌跡來調(diào)試和優(yōu)化性能

from agents import Agent, Runner, WebSearchTool, function_tool, guardrail

@function_tool
def submit_refund_request(item_id: str, reason: str):
   # Your refund logic goes here
   return “success”

support_agent = Agent(
   name=”Support & Returns”,
   instructions=”You are a support agent who can submit refunds […]”,
   tools=[submit_refund_request],
)

shopping_agent = Agent(
   name=”Shopping Assistant”,
   instructions=”You are a shopping assistant who can search the web […]”,
   tools=[WebSearchTool()],
)

triage_agent = Agent(
   name=”Triage Agent”,
   instructions=”Route the user to the correct agent.”,
   handoffs=[shopping_agent, support_agent],
)

output = Runner.run_sync(
  starting_agent=triage_agent,
   input=”What shoes might work best with my outfit so far?”,
)

Agents SDK適用于各種實際應(yīng)用場景，包括客戶支持自動化、多步驟研究、內(nèi)容生成、代碼審查和銷售潛客開發(fā)。

例如，Coinbase?使用Agents SDK快速開發(fā)并部署了 AgentKit，這是一個讓AI智能體能夠無縫連接加密錢包和各種區(qū)塊鏈活動的工具包。

Coinbase僅用幾小時就將其開發(fā)者平臺SDK的自定義操作集成到了一個功能完備的智能體中。

AgentKit的精簡架構(gòu)簡化了添加新智能體操作的流程，讓開發(fā)者能夠更專注于有價值的集成，而不是消耗在復雜的智能體配置上。

Agents SDK可與Responses API和Chat Completions API協(xié)同工作。

同時，該SDK也支持其他提供商的模型，只要它們提供Chat Completions類型的API端點。

開發(fā)者現(xiàn)在就能將其集成到Python代碼庫中，Node.js支持也即將推出。

在設(shè)計Agents SDK 時，OpenAI團隊從社區(qū)中其他優(yōu)秀項目獲得啟發(fā)，包Pydantic?、Griffe?和MkDocs?。

2025年，無疑是智能體元年。

OpenAI最新動向，已經(jīng)釋放出了一個清晰的信號，標志著ChatGPT和開發(fā)者工具從簡單問答系統(tǒng)，升級為能在現(xiàn)實世界中實際行動的助手。

參考資料：

https://x.com/OpenAI/status/1899476049584599462