OpenAl 發佈 Agent 工具包，網友：謝謝 Manus AI

OpenAI 發佈了一系列專為建構 AI Agents 設計的新工具和 API，幫助開發者更容易建立能自動完成任務的 AI Agents（智能體）。

OpenAI 認為雖然過去一年推出的高級推理、多模態互動等模型能力為 Agent 奠定了基礎，但開發者在建構生產級 Agent 時，還是會遇到不少難題。

為此，他們今天特地發佈了全新的 Responses API、三種內建工具以及以及一個開放原始碼的 Agents SDK。

省流版如下：

• Responses API：結合 Chat Completions API 簡潔性與 Assistants API 工具使用能力的新型 API 介面
• Web 搜尋工具（Web Search Tool）：讓模型訪問網際網路獲取最新資訊的工具
• 檔案搜尋工具（File Search Tool）：從大量文件中檢索相關資訊的增強工具
• 電腦使用工具（Computer Use Tool）：由 Computer-Using Agent (CUA) 模型提供支援的電腦操作自動化工具，讓 AI 能像人一樣操作電腦介面
• Agents SDK：基於 Swarm 框架升級，簡化多 Agent 工作流程編排的開源框架

具體來說，Responses API 結合了 Chat Completions API（主要用來生成對話回覆）的簡潔性和 Assistants API（能讓 AI 呼叫外部功能，比如查資料、操作東西）的工具使用能力，成為建構 Agent 應用的新基礎。

開發者只需呼叫一次 API ，即可利用多種工具和多輪模型互動解決複雜任務。

在內建工具方面，Web 搜尋工具支援 GPT-4o 和 GPT-4o-mini 模型獲取網路最新資訊並提供清晰的引用。在 SimpleQA 基準測試中，這兩款模型的搜尋預覽版分別拿下了 90% 和 88% 的亮眼精準率。

升級後的檔案搜尋工具更是給力，支援多種檔案格式，還能最佳化查詢、過濾中繼資料、自訂排序，讓開發者從堆積如山的文件中迅速找到關鍵資訊。

電腦使用工具則由與 Operator 相同的 Computer-Using Agent (CUA)模型提供支援，可捕獲模型生成的滑鼠和鍵盤操作，在 OSWorld、WebArena 和 WebVoyager 基準測試中分別取得 38.1%、58.1% 和 87% 的成績。

OpenAI 還推出了開放原始碼的 Agents SDK，專門用來簡化多 Agent 工作流程的編排。

相比去年發佈的實驗性 Swarm 框架，這個全新 SDK 有了顯著的改進。

提供易於組態的 LLM 與內建工具整合、Agent 間智能交接控制、可組態安全檢查以及可視化追蹤等功能，適用於客戶支援自動化、多步研究、內容生成等多種應用場景。

一些早期測試使用者已經使用這些新工具做出了實打實的成果。

在官網列舉的案例中，Hebbia 利用 Web 搜尋工具幫助資產管理者和法律從業者從海量資料中提取可行見解；Navan 將檔案搜尋工具應用於 AI 旅行 Agent 中，為使用者提供精準的旅行政策答案。

Unify 和 Luminai 則使用電腦使用工具自動化複雜操作流程，特別是對缺乏 API 的傳統系統；Box 利用 Agents SDK 快速建構和部署了企業資料搜尋應用。

產品發佈後，網友也在 OpenAI 的評論區玩起了梗。

還有網友專門留言感謝 Manus AI。

在今天凌晨的現場直播中，演示人員也通過一個「個人造型師」 Agent 的應用案例，向我們展示了這些新工具的能耐。

舉個例子，他們先用檔案搜尋工具翻看了使用者（比如「Elon」和「Kevin」）的服裝喜好資料，系統輕鬆整理出這些人的穿衣風格。

接著結合 Web 搜尋工具，系統能夠基於使用者所在位置（演示中使用了「東京」作為 Kevin 的位置）搜尋附近的相關商店，為 Kevin 推薦了東京的 Patagonia 店舖。

然後，電腦使用工具（Computer Use Tool）登場，自動操作網頁介面，為 Kevin 買下一件黑色 Patagonia 夾克，整個過程行雲流水——點選、拖曳、填資訊，宛如真人在操控。

最後還演示了 Agent 間的交接功能。Agent 將退貨請求無縫交接給客服 Agent，後者能夠呼叫獲取密碼和提交退款要求等功能，幫助使用者完成 Patagonia 夾克的退貨。

可以說，憑藉新工具和 API 的默契配合，這些 AI Agent 不僅能讀懂使用者喜好、獲取即時資訊、執行複雜操作，還能在不同任務間靈活切換，完美覆蓋從推薦到購買再到退貨的全流程。

至於現有 API 的安排，OpenAI 表示會繼續全力支援 Chat Completions API，為不需要內建工具的開發者提供新模型和功能。

而基於 Assistants API 測試版的反饋，他們已經把關鍵改進整合到 Responses API 中，計畫在功能對齊後，於 2026 年中期正式停用 Assistants API，同時會提供詳細的遷移指南。

新工具的定價也已經新鮮出爐。

Web 搜尋每千次查詢分別為 GPT-4o 搜尋 30 美元和 GPT-4o-mini 搜尋 25 美元；檔案搜尋每千次查詢 2.5 美元，檔案儲存 0.1 美元/GB/天（首 GB 免費）；電腦使用工具則按每輸入百萬 token/3 美元和每輸出百萬 token/12 美元計費。

OpenAI 表示，隨著模型能力變得更加具有 Agent 屬性，他們會繼續深化 API 間的整合，並提供新工具幫助部署、評估和最佳化生產環境中的 Agent。

輝達 CEO 黃仁勳曾指出，未來每個公司的 IT 部門將轉變為 AI Agent 的「HR 部門」。

從管人到管 AI，Agent 將很快成為勞動力的重要組成部分，提高各行業的生產力，此次發佈的工具集將是幫助開發者和企業建構、部署和擴展可靠高效 AI Agent 的重要一步。

此前，開發者需要自行組合不同 API 和編寫複雜的協調邏輯來建構 AI Agent，有了新工具，能夠極大地簡化了這一過程。

Responses API 將多種功能整合成一個簡單介面，而內建工具為 AI 提供了「感知」和「行動」的能力，Agents SDK 則提供了協調多 Agent 的標準框架。

通過降低技術門檻，更多企業能夠快速建構和部署 AI Agent。

這或許也是 OpenAI 所說的「Agnet 元年」的真正含義——讓 AI 不再侷限於聊天框，而是能融入現實工作流程，成為你的「數字助理」甚至「數字同事」。

附上 AMA 問答：

Q：那種作業系統最適合 computer use：Linux、Mac 還是 Windows？是圖形介面（UI）、終端（terminal），還是其他方式更好？那些應用程式在電腦上表現最佳，還是說這並不重要？
A：CUA 模型主要是針對網頁任務進行訓練的，但早期使用者發現它在桌面應用程式上的表現也出乎意料地好。不過現在還處於早期階段，我們還有很多可以改進的地方！

Q：你們會提供 TypeScript SDK 嗎？
A：很快會推出。

Q：我們未來會在 API 中看到 o1 pro 嗎？
A：計畫很快在 responses API 中發佈。

Q：我們需要自行管理 Docker 環境來使用電腦功能嗎？
A：可自行管理 Docker 環境，也可以使用雲服務。

Q：何時會有 Operator 在 API 中可用？
A：從今天開始，你可以在 API 中使用與 Operator 相同的功能！我們已經在新的 Responses API 中部署了驅動 Operator 的 CUA 模型。

Q：你們會考慮提供整合的虛擬機器（VM）來支援「 computer use」，或者與合作夥伴合作，以減少搭建環境的需求嗎？
A：目前還沒有這樣的計畫，但可以查看 CUA 示例應用，其中包含一些示例環境，用於遠端託管。

Q：在整個 agent-handoff 流程中，如何確保個人隱私？有沒有什麼方法可以增強使用者與 Agent 互動時的隱私保護？
A：有多種隱私保護機制。Agents SDK 支援開發者定義的安全措施（guardrails），用於輸入/輸出驗證，還可以使用 input_filter 來限制在交接過程中傳遞的消息上下文。 (APPSO)