Назад до новин
ПродуктAI Understanding брифінг

OpenAI відкриває для розробників інструменти виконання агентів у стилі Codex

BigGo Finance повідомляє, що OpenAI запустив API агентів у публічній бета-версії, відкриваючи інструменти, отримані від Codex, для тривалої багатоетапної роботи агентів.

4 min readRead the linked source
Source-provided image accompanying OpenAI opens Codex-style agent execution tools to developers
Посилання на джерелоДжерело записано
Видавець
finance.biggo.com
Посилання на джерело
finance.biggo.comhttps://finance.biggo.com/news/b64d6f7e-581d-4fba-9fa5-951a6a80ae20
Тип джерела
Пов’язане джерело — статус первинного джерела не встановлено.
КонтекстЗрозумійте це за 60 секунд

Почніть тут

Ключові терміни

API (інтерфейс прикладного програмування)
Структурований спосіб для однієї програмної системи надсилати запити до іншої системи та отримувати відповіді від неї.
MCP (протокол моделі контексту)
Відкритий протокол, який дозволяє додаткам штучного інтелекту підключатися до зовнішніх інструментів, джерел даних і постачальників контексту стандартним способом.
Нульове збереження даних
Політика, згідно з якою корисні навантаження запитів/відповідей не зберігаються після обробки за межами короткотривалих операційних вікон.
Перевір себеВікторина агентів ШІ

Що сталося

BigGo Finance повідомляє, що OpenAI запустив API агентів у публічній бета-версії та робить доступною для зовнішніх розробників структуру виконання, яка використовується з Codex. Фреймворк керує контекстом, використанням інструментів, послідовністю завдань, багатоагентними робочими процесами та виконанням коду в ізольованому програмному середовищі. У звіті йдеться, що API не має окремої плати за використання, але плата за модель, інструмент і пісочницю все ще стягується.

За даними BigGo Finance, 10 числа OpenAI анонсував доступ до публічної бета-версії Agents API і зробив «джгут» Codex доступним для розробників. У звіті джгут описується як структура виконання, яка керує контекстом завдання, викликає інструменти та координує послідовність роботи, а не просто викликає модель.

У звіті говориться, що довгострокові завдання можуть автоматично стискати попередній контекст, тоді як кілька підагентів можуть працювати паралельно, а основний агент може об’єднувати їхні результати. У ньому також сказано, що розробники можуть використовувати веб-пошук, з’єднання MCP і спеціальні інструменти, одночасно виконувати операції та вибирати керовані OpenAI пісочниці, власну інфраструктуру або підтримувані середовища з Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop і Vercel.

BigGo Finance каже, що Agents API не має окремої плати за використання, але плата накопичується за токени базової моделі, інструменти та пісочниці, надані OpenAI. Він повідомляє про результати SafetyKit, Hypha, Cirridae і Nash для клієнтів, зокрема про зниження витрат, менше збоїв, покращення оцінок, зменшення затримки та довгострокове розгортання. Ці цифри пов’язані зі звітом і не підтверджуються тут незалежно.

Деталі джерела: finance.biggo.com ↗

Чому це важливо

Повідомлена зміна може знизити інженерні витрати на створення агентів, які роблять більше, ніж генерують відповіді. Забезпечуючи інфраструктуру для постійного контексту, координації інструментів, паралельних субагентів і виконання коду, OpenAI конкурує на рівні робочого процесу, а також на рівні моделі. Це важливо для компаній, які вирішують, чи створювати середовища виконання агентів самостійно, чи покладатися на керовану платформу. Джерело не перевіряє результати незалежного клієнта, а також не встановлює загальну доступність за межами загальнодоступної бета-версії та не показує, як система працює при ширшому робочому навантаженні.

Якщо повідомлені можливості працюють, як описано, розробники зможуть витрачати менше зусиль на збірку базового середовища виконання, необхідного для агентів, які читають і записують файли, виконують код і продовжують роботу протягом тривалого часу. Це зміщує важливу частину конкуренції з якості моделі лише на надійність виконання та оркестровку.

Цей підхід може також створити залежність від платформи: OpenAI підтримуватиме джгут у міру зміни моделей, а клієнти зможуть підключати зовнішні пісочниці та інструменти. Це може спростити технічне обслуговування, але робить важливі питання щодо контролю безпеки API, обробки даних, портативності та загальних операційних витрат.

Джерело представляє попередні показники клієнтів, але не надає методології, базових деталей або незалежної перевірки. Таким чином, ці результати слід розглядати як звітні тематичні дослідження, а не як доказ ефективності на ширшому ринку розробників.

Interactive Mechanism

Інтерактивний механізм: як він насправді працює

Дослідіть технологію, що лежить в основі цієї розробки, в інтерактивному режимі.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Інтерактивна перевірка концепції+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Що дивитися далі

Розробникам потрібно буде оцінити надійність, вартість, безпеку та портативність у реальних розгортаннях. У звіті йдеться, що доступ до даних наразі обмежений Сполученими Штатами, а функція недоступна, що може обмежити використання конфіденційної інформації. Джерело не надає дату загальної доступності, повний графік ціноутворення, деталі придатності моделі чи незалежне тестування повідомленого підвищення продуктивності.

У звіті йдеться, що поточним обмеженням є резидентність даних у США, а нульове збереження даних не пропонується. Організаціям, які обробляють конфіденційні дані, необхідно буде визначити, чи відповідають ці умови їх юридичним, договірним і внутрішнім вимогам безпеки.

Джерело не документує загальну дату доступності, повну ціну, обмеження тарифів, підтримувані моделі чи межі публічної бета-версії. Він також не підтверджує незалежного розгортання або покращення продуктивності.

Майбутні оновлення можуть показати, чи переймуть розробники керований рівень виконання OpenAI, продовжуватимуть створювати власні середовища виконання чи використовують конкуруючих постачальників інфраструктури. Надійність довгострокових завдань і вартість повторних викликів моделей і інструментів будуть особливо важливими.

Пов’язані посібники та вікторини

Агенти ШІПояснення моделей AIChatGPT і LLMПеревірте свої знання — пройдіть безкоштовну вікторину зі штучним інтелектомЗнайдіть термін ШІ в нашому глосаріїСлідкуйте за відстеженням випуску моделі AI
Знайшли це корисним?