OpenAI Agents SDK 快速入門：建立 Agent、加入工具及設定 handoffs
OpenAI Agents SDK 快速入門示範如何建立並執行 Agent、加入工具，並以 handoffs 將問題交由不同專家 Agent 處理。指南亦介紹多輪對話可透過 result.to_input_list()、session=... 或 previous_response_id / conversation_id 延續，並附上 SDK 安裝和 API key 設定步驟。
全部AI 動態
全部動態
今日 23 條OpenAI DevelopersAI 評分5757 OpenAI DevelopersAI 評分6161 OpenAI 語音應用入門：三種語音智能體架構的選擇與評估
OpenAI 語音應用指南介紹三種語音智能體架構：GPT-Live 搭配獨立後端、Realtime API 在單一會話中處理語音、推理與工具使用，以及可逐階段檢視或替換元件的串接式語音管線。指南列出任務與工具結果、對話時序、語音與語言、會話可靠性等評估面向，並建議以 Crawl、Walk、Run 逐步增加測試複雜度。
OpenAI DevelopersAI 評分44 OpenAI Developers：使用 evaluations 上線應用程式
頁面目前只顯示人機驗證，要求訪客確認自己不是自動化程式；vimeo.com 亦提示須先檢查連線安全。頁面未提供「Launch apps with evaluations」的實際內容，因此無法確認其做法或細節。
OpenAI DevelopersAI 評分5959 OpenAI 指南：如何按任務選用推理模型與 GPT 模型，兼顧成本和準確度
OpenAI 指南按速度、成本、準確度及任務複雜度，説明如何選擇推理模型與 GPT 模型。指南建議由推理模型負責複雜規劃與決策、GPT 模型執行明確任務；提示詞保持簡潔直接，先試 zero-shot，必要時再加入 few-shot 範例。
OpenAI DevelopersAI 評分5757 OpenAI 微調最佳實踐指南列出數據與超參數調整方法
OpenAI 的微調最佳實踐指南列出改善微調效果的數據與超參數調整方法，並指出其微調平台已不再向新用户開放。指南建議檢查訓練數據的品質、分佈、一致性及格式，建立測試集，並在訓練樣本中保留有效提示詞；數據品質和分佈合適後，再增加樣本量。
OpenAI DevelopersAI 評分5858 OpenAI Python SDK 如何編排多個智能體
OpenAI 的 Python SDK 指南介紹多智能體編排的兩種方式，即由 LLM 規劃和決策，或由程式碼控制流程，兩者也可混合使用。SDK 常見模式包括由管理者 Agent 透過 `Agent.as_tool()` 調用專家，或由分流 Agent 透過 handoffs 將對話交給專家接手當前回合。
OpenAI DevelopersAI 評分6565 OpenAI Developers 的 LLM 應用延遲優化指南
OpenAI Developers 歸納出七項 LLM 應用延遲優化原則，涵蓋 token 處理、減少請求、並行執行、改善用户等待體驗及避免不必要地使用 LLM。
OpenAI DevelopersAI 評分1414 OpenAI Developers：平衡準確度、延遲與成本的策略
OpenAI Developers 分享在品質、效能與開支之間取得合適取捨的策略，重點是平衡準確度、延遲與成本。
OpenAI DevelopersAI 評分5353 OpenAI 音訊與語音指南：按應用場景選擇 API
OpenAI 的音訊與語音指南按應用場景介紹 GPT-Live、Realtime API 及專用音訊 API 的選用方式。
OpenAI DevelopersAI 評分6161 OpenAI Realtime API 即時轉錄指南：工作階段設定與延遲調校
OpenAI Realtime API 的即時轉錄指南説明如何建立即時音訊轉錄工作階段，接收隨語音到達的逐步文本，並在提交每個音訊回合後取得最終轉錄。指南建議使用 gpt-live-transcribe，伺服器端音訊管線可用 WebSocket，瀏覽器音訊可用 WebRTC。較高的 delay 會讓模型取得更多音訊上下文並可能改善詞錯誤率，設定應以具代表性的真實音訊測試。
OpenAI DevelopersAI 評分66 Agents SDK：解鎖智能體能力
OpenAI Developers 的 Agents SDK 頁面標題為「解鎖智能體能力」，但目前可見正文只有要求訪客確認真人身份的驗證提示。頁面另提示 vimeo.com 需要先檢查連線安全，沒有提供 SDK 的功能或技術細節。
OpenAI DevelopersAI 評分6363 OpenAI Realtime API 入門指南：語音對話與事件處理
OpenAI 的 Realtime API 入門指南説明如何經 WebRTC 或 WebSocket 建立有狀態的語音對話，並以事件管理會話。指南涵蓋文字和音訊生成、圖像輸入、function calling、VAD 設定、打斷處理及 push-to-talk；Realtime Session 最長為 60 分鐘。
OpenAI DevelopersAI 評分6666 如何提升 LLM 的正確性與一致性
OpenAI 提出提升 LLM 正確性與行為一致性的優化框架，建議先透過評估診斷失誤，再按問題選用提示詞、RAG 或微調。在冰島語校正測試中，GPT-4 零樣本的 BLEU 為 62，加入 3 個 few-shot examples 後為 70；以 1000 個例子微調 GPT-4 後為 87，再加入 RAG 則降至 83。
OpenAI DevelopersAI 評分1616 OpenAI Codex 編程概覽
OpenAI Codex 編程概覽以使用 Codex 進行編程為主題，提供相關內容的整體介紹。原文未列出具體功能、操作步驟或技術細節。
OpenAI DevelopersAI 評分2323 4o 模型圖像生成入門
OpenAI Developers 示範如何使用 4o 模型生成圖像。
OpenAI DevelopersAI 評分5151 OpenAI 提供 Structured Outputs 示例應用程式倉庫
OpenAI 的 Structured Outputs 示例倉庫收錄三個以 NextJS 構建的 sample apps，展示此 API 功能的實際用法。Structured Outputs 可令模型回應和工具調用遵循指定 JSON schema。
OpenAI DevelopersAI 評分5151 OpenAI Realtime Console 示範如何透過 WebRTC 使用 Realtime API
OpenAI Realtime Console 示例應用展示如何透過 WebRTC 使用 Realtime API，並在 WebRTC data channel 上收發事件及配置 client-side function calling。
OpenAI DevelopersAI 評分1818 DevDay：模型知識蒸餾策略專題討論
DevDay 的分組討論聚焦有效進行模型知識蒸餾的策略。
OpenAI DevelopersAI 評分33 MCP 簡介
「MCP intro」頁面只顯示人機驗證提示，要求訪客確認自己是人類而非垃圾訊息機械人，才能繼續。頁面指出 vimeo.com 需要先檢查連線安全，正文沒有提供 MCP 的介紹內容。
OpenAI DevelopersAI 評分1616 OpenAI DevDay：結構化輸出專題環節
OpenAI DevDay 的專題環節探討了活動中分享的結構化輸出技術，內容聚焦 structured outputs、JSON 與 schema。
OpenAI DevelopersAI 評分6363 OpenAI Computer Use API 指南：如何整合瀏覽器與桌面操作
OpenAI 的 Computer Use API 指南説明，模型可透過瀏覽器或桌面介面填表、測試使用者流程或完成應用程式任務，應用程式負責提供環境並執行模型要求。
OpenAI DevelopersAI 評分6464 OpenAI Predicted Outputs 使用指南：用預測文本加快 Chat Completions API 回應
OpenAI 的 Predicted Outputs 指南説明，Chat Completions 可透過 `prediction` 參數提供預測文本，在輸出內容大致已知時加快 API 回應。
OpenAI DevelopersAI 評分5454 OpenAI Realtime API 與 Twilio starter app 示範 AI 電話助手整合
OpenAI Developers 提供結合 Realtime API 與 Twilio 電話通話能力的 starter app，用於構建 AI 電話助手。示例以 NextJS 前端和 Express WebSocket 後端串接 Twilio 雙向通話串流與 Realtime API，後端亦向前端轉發訊息。
OpenAI DevelopersAI 評分6262 OpenAI 語音智能體指南：比較三種架構與評測方法
OpenAI 的語音智能體指南比較 GPT-Live、Realtime API 與分階段語音管線，説明三種架構各自適用的場景。指南涵蓋 GPT-Live 的 Client delegation 和 Responses delegation，以及可逐階段檢視或轉換文字的管線設計。
OpenAI DevelopersAI 評分5252 OpenAI 內建工具指南説明工具類型與 API 接入方式
OpenAI 的內建工具指南整理了可用工具，以及在 Responses API、Agents API 和 Agents SDK 中的接入方式。所列工具包括網頁搜尋、檔案搜尋、函數呼叫、遠端 MCP、Skills、Shell、電腦操作、圖像生成、tool search 和 Programmatic Tool Calling。
Manus：BlogAI 評分6666 AI 智能體的上下文工程：Manus 的構建經驗與教訓
Manus 團隊分享構建 Manus 的 AI 智能體上下文工程經驗，提出管理上下文、工具選擇與記憶的設計原則。文章建議保持提示詞前綴穩定、避免在迭代中動態增刪工具，並把檔案系統作為可恢復的外部記憶；另指出應在上下文中保留失敗記錄，並持續重述待辦目標。文中提到 Manus 平均輸入與輸出 token 比例約為 100:1，典型任務平均約有 50 次工具呼叫。
OpenAI DevelopersAI 評分6161 OpenAI 示範如何透過 input_fidelity="high" 保留輸入圖片細節
OpenAI 示範如何在 Image API 和 Responses 圖像生成工具中設定 input_fidelity="high"，以保留輸入圖片的關鍵細節。指南提供人像、標誌、局部物件編輯及多圖合成示例，並説明多圖輸入時首張圖片可保留更豐富的紋理細節。該設定會比預設值消耗更多 image input tokens。
OpenAI DevelopersAI 評分6161 OpenAI Developers 構建 AI 智能體學習指南
OpenAI Developers 的 Building agents 學習專題介紹構建 AI 智能體的核心概念與實作流程，涵蓋模型選擇、工具使用、編排和最佳實踐。
OpenAI DevelopersAI 評分5757 OpenAI Developers 的 AI 應用開發學習路線：從概念到生產環境
OpenAI Developers 提供一套面向開發者的 AI 應用開發學習路線，按四階段涵蓋基礎概念、應用開發、測試與評估，以及規模化和維護。內容介紹如何透過 Responses API 或 Agents SDK 建置智能體，並説明 RAG 用於引入知識、微調用於調整模型行為，以及用 evals 和 guardrails 測試與約束應用。
Hugging Face Blog精選AI 評分6868 Hugging Face 分享 MCP Server 建置經驗與部署取捨
Hugging Face 分享其官方 MCP Server 的建置經驗，説明 AI 助手如何透過 hf.co/mcp 存取 Hub 及 Spaces 上的 AI 應用。
推薦理由：文章拆解遠端 MCP Server 在傳輸模式、連線狀態與資源開銷上的取捨，並以 Hugging Face 的部署配置呈現決策脈絡。
Hugging Face Blog精選AI 評分6565 Hugging Face 示範如何用 Gradio MCP Servers 為 LLM 增添工具能力
Hugging Face Blog 示範如何透過 Gradio MCP 伺服器為 LLM 接入工具能力，並以 Flux.1 Kontext[dev] 展示按文字指令編輯圖片。
推薦理由：文章以 Flux.1 Kontext[dev] 示範將 Hugging Face Spaces 的 MCP 服務接入 Cursor，並交代圖片須使用公開 URL，呈現從選擇服務到設定客户端的實作流程。
Hugging Face Blog精選AI 評分6464 使用 Sentence Transformers 訓練及微調稀疏嵌入模型
Hugging Face Blog 示範如何使用 Sentence Transformers 訓練及微調稀疏嵌入模型，介紹 SPLADE、Inference-free SPLADE、CSR 架構，以及資料、損失函數、評估器和訓練器的配置。
推薦理由：文章按 SPLADE、Inference-free SPLADE 與 CSR 的適用情境梳理架構選擇，並以實作例子串連資料、損失函數和評估器配置。
Hugging Face BlogAI 評分5151 長提示詞如何阻塞其他請求並拖慢 LLM 推理效能
TNG 指出，長提示詞的 prefill 會阻塞後續請求，並在與 decode 共用 GPU 時拖慢已開始生成的請求。vLLM 的並行 partial prefill 可降低短請求的 time-to-first-token；例如可設定最多並行 4 個請求，當中最多 1 個的 prompt 超過 10,000 tokens。
OpenAI DevelopersAI 評分7373 OpenAI Cookbook 示範以 evals 驅動系統設計，從原型走向生產環境
OpenAI Developers 的 Cookbook 以收據審核為例，示範如何以 evals 驅動 LLM 應用從原型逐步走向生產環境。指南從少量標註資料建立收據抽取與審核流程，設計分步及端到端評測，並把錯誤率連結至業務成本以安排改進優先次序。案例比較 o4-mini 與 gpt-4.1-mini，並介紹透過提示詞、示例、模型選擇及持續監測改善系統。
OpenAI DevelopersAI 評分5757 OpenAI Agents SDK 多智能體投資組合協作實作指南
OpenAI Developers 的指南示範如何用 OpenAI Agents SDK 建立多智能體流程，將複雜投資研究任務拆分給多個專家智能體。
OpenAI DevelopersAI 評分6262 o3/o4-mini 函數呼叫指南
OpenAI 發佈 o3/o4-mini 函數呼叫指南，説明如何透過開發者提示詞、工具描述和 Responses API 改善函數呼叫表現。指南建議明確規定工具的使用邊界及呼叫次序、把參數構造規則置前，並盡可能將 `strict` 設為 `true`。
OpenAI DevelopersAI 評分6060 OpenAI 指南探討如何為強化微調設計模型評分器
OpenAI 的指南示範如何為 o4-mini 設計模型評分器，並以臨牀對話結果預測任務進行強化微調（RFT）。實驗使用 100 個訓練樣本和 100 個驗證樣本，採用 gpt-4.1 模型評分器後，微調模型的驗證評分較基礎 o4-mini 提高約 5 個百分點。指南亦展示詞面評分可能誘發模型加入同義詞、劑量或治療方案來刷分，並建議以領域專家檢查評分器和資料品質。
Hugging Face BlogAI 評分5858 Hugging Face Diffusers 探索量化後端，對比 FLUX.1-dev 的記憶體與推理時間
Hugging Face Diffusers 文章比較五種量化後端在 FLUX.1-dev 上的記憶體佔用與推理時間。BF16 載入後約佔 31.447 GB，bitsandbytes 4-bit 為 12.584 GB、推理需 12 秒；torchao int4_weight_only 為 10.635 GB，但推理需 109 秒。
OpenAI DevelopersAI 評分6969 OpenAI Responses API 的 MCP 工具使用指南
OpenAI 的指南介紹 Responses API 託管 MCP 工具，讓模型連接遠端 MCP 伺服器並直接調用工具。指南説明工具清單載入與快取、預設呼叫審批，並建議用 allowed_tools 限定可用工具，以降低 token 開銷和延遲。
OpenAI DevelopersAI 評分6161 OpenAI Evals API 的 Responses 評估示例：比較 gpt-4o-mini 與 gpt-4.1-mini
OpenAI Developers 示範使用 Evals API 的 `responses` 數據源，從日誌比較 gpt-4o-mini 與 gpt-4.1-mini 對 OpenAI SDK 程式碼檔案的解釋品質。