OpenAI 推出 AgentKit、擴展評測能力及智能體強化微調(RFT)
Introducing AgentKit, new Evals, and RFT for agents
OpenAI 發佈 AgentKit、擴展的評測能力,以及面向智能體的強化微調(RFT)。這些工具旨在協助開發者更快從原型走向生產。
AgentKit、擴展評測能力與智能體強化微調同屬加快開發者從原型走向生產的工具更新,呈現 OpenAI 此次發佈的整體方向。
更新於 June 3, 2026: OpenAI 正逐步停用 Agent Builder 和 Evals 產品。由 November 30, 2026 起,這些產品將不再於 OpenAI 平台提供。對於應以程式碼形式持續運作的工作流程,我們建議使用 Agents SDK(在新視窗開啟)。對於較適合以自然語言提示的用途,我們建議使用 Workspace Agents in ChatGPT。
今天我們推出 AgentKit,這是一套完整工具,讓開發者和企業能夠建立、部署及優化代理。一直以來,建立代理都意味著要周旋於零散的工具之間:複雜而沒有版本管理的協調流程、自訂連接器、手動評估流程、提示詞調校,以及推出前數星期的前端工作。有了 AgentKit,開發者現在可用新的基礎元件,以視覺化方式設計工作流程,並更快速地嵌入代理式 UI,例如:
Agent Builder: 用於建立多代理工作流程並管理其版本的視覺化畫布
Connector Registry: 供管理員集中管理 OpenAI 各項產品之間資料及工具連接方式的中心
ChatKit: 一套工具組,讓你在產品中嵌入可自訂的聊天式代理體驗
我們亦透過資料集、軌跡評分、自動提示詞優化及第三方模型支援等新功能,擴展評估能力,以衡量並提升代理效能。
自 Responses API and Agents SDK 於 March 推出以來,我們看到開發者和企業建立端對端代理式工作流程,用於深入研究、客戶支援等用途。Klarna 建立了一個客戶支援代理,負責處理全部支援個案中的三分之二;而 Clay 實現 10x 增長,使用銷售代理。AgentKit 以 Responses API 為基礎,協助開發者更有效率、可靠地建立代理。
使用 Agent Builder 設計工作流程
隨著代理工作流程日趨複雜,開發者需要更清楚掌握其運作方式。 Agent Builder(在新視窗開啟) 提供視覺化畫布,讓你透過拖放節點組合邏輯、連接工具並設定自訂防護規則。它支援預覽執行、內嵌評估設定及完整版本管理,非常適合快速反覆調整。

開發者可以從空白畫布或預建範本開始。
在 Ramp,團隊只花幾個小時,就從空白畫布建立出一個買方代理:
Agent Builder 將過去需花數月的複雜協調流程、自訂程式碼及手動優化,縮短至短短兩個小時。視覺化畫布令產品、法務及工程團隊保持同步,將迭代週期大幅縮短 70%,並讓代理在兩個衝刺週期內上線,而非要等兩個季度。”
— Ramp
同樣地,LY Corporation—一家日本領先的科技及互聯網服務公司—使用 Agent Builder 在不到兩小時內建立了一個工作助理代理。
"Agent Builder 讓我們能以全新方式協調代理,工程師和領域專家可以在同一介面中協作。我們在不到兩小時內建立並執行首個多代理工作流程,大幅縮短了建立及部署代理所需的時間。"
— LY Corporation
我們亦推出 Connector Registry,讓企業管理及維護多個工作空間和組織中的資料。 Connector Registry(在新視窗開啟) 將 ChatGPT 和 API 中的各個資料來源集中到單一管理員控制台。此登錄庫包含所有預建連接器,例如 Dropbox、Google Drive、Sharepoint 和 Microsoft Teams,以及第三方 MCPs。
開發者亦可在 Agent Builder 中啟用 Guardrails(在新視窗開啟),這是一個開源、模組化的安全防護層,有助保護代理免受非預期或惡意行為影響。Guardrails 可遮蔽或標示 PII、偵測越獄攻擊及採取其他防護措施,讓建立和部署可靠、安全的代理更容易。Guardrails 可獨立部署,亦可透過適用於 Python(在新視窗開啟) 和 JavaScript(在新視窗開啟) 的 guardrails 程式庫部署。
使用 ChatKit 嵌入代理式聊天體驗
為代理部署聊天介面可能出乎意料地複雜—處理串流回應、管理對話串、展示模型的思考過程,並設計吸引人的聊天內體驗。 ChatKit(在新視窗開啟) 讓你輕鬆將融入產品體驗的聊天式代理嵌入產品中。它可嵌入應用程式或網站,並自訂外觀以配合你的主題或品牌。
ChatKit 已支援多種用途,從內部知識助理和入職指南,到客戶支援及研究代理。 HubSpot(在新視窗中開啟)的客戶支援代理便是一例:
使用全新 Evals 功能衡量代理效能
建立可靠且可投入正式環境的代理,需要嚴謹的效能評估。去年,我們推出 Evals(在新視窗開啟),協助開發者測試提示詞並衡量模型行為。現在我們新增四項功能,讓建立評估變得更簡單:
資料集–快速從零建立代理評估,並隨時間透過自動評分器和人工標註加以擴充..
軌跡評分–對代理式工作流程進行端對端評估,並自動評分以找出不足之處。
自動提示詞優化–根據人工標註和評分器輸出生成改良後的提示詞。
第三方模型支援–在 OpenAI Evals 平台內評估其他供應商的模型。
我們已看到使用 Evals 的客戶在效能方面取得顯著提升。
使用強化微調進一步提升代理效能
強化微調(在新視窗開啟) (RFT) 讓開發者自訂我們的推理模型。它已在 OpenAI o4-mini 上正式開放,並為 GPT‑5 提供私人測試版。我們正與數十位客戶密切合作,在更廣泛推出前完善 GPT‑5 的 RFT。
今天我們在該 RFT 測試版中推出兩項新功能,旨在進一步提升代理效能:
自訂工具呼叫–訓練模型在適當時機呼叫合適工具,以提升推理能力
自訂評分器–根據你的使用情境,為最重要的事項設定自訂評估準則
定價及供應情況
由今天起,ChatKit 和全新的 Evals 功能向所有開發者正式開放。Agent Builder 以測試版形式提供,而 Connector Registry 正開始向部分配備 Global Admin Console(在新視窗開啟) (Global Owners 可在其中管理網域、SSO 及多個 API 組織)。Global Admin console 是啟用 Connector Registry 的先決條件。所有這些工具均包含在 API 模型標準定價內。
我們計劃不久後推出獨立的 Workflows API,並在 ChatGPT 中加入代理部署選項。
我們迫不及待想看看你會打造出甚麼。
來源:OpenAI News · openai.com