就在今天凌晨，OpenAI又有了大动作，发布了一套新工具，旨在帮助构建可靠且强大的AI Agent。

但更重要的是：

OpenAI 开源了！

谁能想到呢，前有DeepSeek，后有Manus，这下有了不得不开源的理由。

那么，为什么呢？

我们先按下不表，先来看看什么是Agent，而OpenAI这次发布了些啥。

---

一、什么是AI Agent？为什么它这么火？

“Agent”国内通常叫智能体。简单来说，Agent就是一种可以“自己思考、自己行动”的AI工具。

它不像普通的聊天机器人那样只能回答问题，而是能主动完成任务。

比如，你让它帮你订餐厅，它不仅能搜索餐厅信息，还能登录网站、选择时间、完成预订，甚至帮你确认邮件。

就真的是个 “智能的助手”。

不过，Agent的概念虽然火，但真正实现它的技术还面临不少挑战。

比如，Agent需要准确理解任务、避免胡说八道（“AI幻觉”），还需要安全可靠地操作电脑或网络。这些问题正是OpenAI这次新工具试图解决的重点。

就算是号称 “首个通用型Agent” 的Manus，在实测中依旧有很多翻车的情况。

---

二、OpenAI发布了些啥？

由于Manus最近实在有点火过头了，虽然是吹的和踩的在吵得不可开交，但Agent这条赛道可以说是实打实的火。

本着没人能抢我风头的精神，OpenAI在今天凌晨发布了一套新工具：

1. Responses API

Responses API是一个新API，但并非之前的大模型API，而是一个产品工程的API。

它结合了OpenAI之前两个工具的特点：Chat Completions API（聊天API）和Assistants API（助手API）。

• Chat Completions API：主要用于简单的对话，比如问ChatGPT问题，它就回答。

• Assistants API：更高级，能支持工具使用和多轮对话，但操作起来比较复杂。

Responses API则更简单、更强大，支持Agent在一次请求中完成多轮对话、调用多个工具，还能处理图片、视频等多模态输入。

比如，你让Agent分析一张照片并搜索相关信息，Responses API能一次性搞定，不需要用户分步骤操作。

更重要的是，OpenAI计划在2026年第一季度停止支持Assistants API，Responses API将成为开发者构建Agent的“新标配”。

2. 三个内置工具

在Responses API提供了三个内置工具(“built-in tools”)，让Agent能像人类一样“行动”：

• Web search Tool（网络搜索工具）

这个工具让Agent可以实时搜索互联网，确保回答最新、更准确。

比如，你问“今天天气怎么样”，它能直接从网上找到实时数据，而不是依赖过期的训练数据。

在一个叫SimpleQA的测试中，这个工具的表现达到了90%，是目前行业顶尖水平。

• File search Tool（文件搜索工具）

这个工具适合处理企业里的海量文件，比如公司文档或数据库。

它支持“检索增强生成”（RAG），能快速找到你需要的信息，还能根据元数据（比如文件日期、作者）过滤结果，非常适合企业自动化任务。

• Computer use Tool（电脑操作工具）

最早是Claude去推行的功能，它让Agent能像人类一样操作电脑，比如打开浏览器、点击按钮、输入文字。

OpenAI推出的“Operator”产品也用到了这个技术，不过目前仅限美区Pro用户使用。

现在开发者也可以通过这个工具实现类似功能，目前这个工具的模型在多个测试中表现优秀，是行业领先水平。

3. Agents SDK

Agents SDK是一个开源框架（没错，这个才是开源的），是之前“Swarm”框架的升级版，专门用来管理单代理和多代理工作流。

• 什么叫多代理工作流？ 比如，你有个任务需要搜索信息、分析数据、生成报告，Agents SDK可以分配给不同的Agent完成：一个负责搜索，一个负责分析，最后一个生成报告。

• 它还提供监控和调试功能，比如一个“追踪UI”，让你随时查看代理的工作状态，出了问题也能快速定位。

• 目前Python版已经可以用，Node.js支持预计很快推出。

---

三、怎么用？

目前直接在OpenAI API平台就能直接调用，不过这玩意的价格并不便宜。

Responses API和Built-in tools的价格详情如下：

1. Responses API的价格

Responses API本身不单独计费，费用直接按照所选择的语言模型的输入和输出令牌（tokens）价格计费。

2. Built-in tools内置工具的价格

内置工具使用时会额外产生费用，具体为：

• 工具：代码解释器 (Code Interpreter)

• 价格：每次会话0.03美元

• 工具：文件搜索存储 (File Search Storage)

• 价格：每天每GB存储0.10美元（每天首个1GB免费）

• 工具：文件搜索调用 (File Search Tool Call)（仅适用于Responses API）

• 价格：每1000次调用2.50美元

• 工具：网络搜索调用 (Web Search Tool Call)

• 价格：根据模型和搜索上下文大小有所不同。

---

四、OpenAI，被迫Open

最后，为什么说OpenAI是被迫Open呢？

与GPT-4o免费到搜索免费可用一样，这次开源也是一次商业动机十足的举措，更像是市场压力之下，迎合之前“开源”的承诺，对用户，尤其是开发者用户对一次安抚。

因为虽然大家天天嚷嚷AI时代要来，要取代人类了。

但是回过头来大家会发现：

AI，尤其是这些Agent这种有门槛的工具，对普通用户来说，暂时还是有很高门槛的。

所以，OpenAI虽然用户规模达到了十亿级别，但是回过头来看，开发者和企业用户才是自己真正的要争取的人。

普通用户的规模不过是为了讲故事和融资，真正的技术落地和场景应用，还是得有这群孜孜不倦跟随他们的开发者才能帮助他们构建护城河。

尤其是DeepSeek一记重拳下来之后，OpenAI现在很清楚，单纯的技术领先已经不够，开发者生态才是王道。