XNews

OpenAI 构建智能体指南与最佳实践

OpenAI 构建智能体指南与最佳实践

OpenAI 发布了一份关于构建 AI 智能体的指南,将智能体定义为具备指令、护栏和工具的系统,能够代表用户执行操作。该指南区分了推理模型(较慢、更可靠)与非推理模型(更快、更廉价),建议从旗舰模型开始并调整推理投入。指南比较了 Responses API(有状态、灵活)和 Agents SDK(构建于前者之上,处理智能体循环、护栏、追踪,并支持外部模型)。工具包括自定义函数调用和内置工具:网络搜索、文件搜索(托管式 RAG)、代码解释器、计算机使用(视觉反馈循环)、图像生成和 MCP。编排使用 Agents SDK 原语:智能体、移交、护栏、会话。仅在任务不重叠时建议使用多智能体配置,采用路由智能体模式,并以智能体作为工具配合共享会话 ID。三个示例用例包括:支持智能体(人在回路中)、客服智能体(多智能体网络)、前端测试智能体(计算机使用)。最佳实践包括输入护栏以防止越狱和不相关输入、使用 JSON Schema 的结构化输出以供程序化消费,以及输出护栏以防止有害内容。该指南强调管理大语言模型固有的不可预测性。

Key insights

OpenAI 用三大核心组件定义智能体

OpenAI 的指南指出,只有当 AI 系统具备指令(做什么)、护栏(不做什么)和工具(能做什么),并能通过连接外部系统代表用户执行操作时,才可被视为智能体。这一定义明确了简单聊天机器人与真正智能体之间的界限。

推理模型以延迟和成本换取可靠性

该指南区分了推理模型(在响应前使用思维链)和非推理模型(更快、更廉价)。它建议从旗舰推理模型开始,对于简单任务降级使用,对于复杂任务增加推理投入,将选择视为延迟/成本与可靠性之间的权衡。

内置工具简化智能体开发

OpenAI 提供了一套内置工具——网络搜索、文件搜索(托管式 RAG)、代码解释器、计算机使用、图像生成和 MCP——这些工具在 OpenAI 基础设施上运行,无需用户端执行。指南建议优先使用内置工具,仅在需要特定逻辑时才使用自定义函数调用,从而降低开发复杂性。

多智能体系统应谨慎使用

OpenAI 建议不要将多智能体作为默认配置。仅当任务不重叠、指令过于复杂或单个智能体的工具集过大时(以避免工具混淆),才推荐使用多智能体。首选模式是路由智能体将任务移交给专门智能体,采用智能体作为工具的实现方式并共享会话 ID。

结构化输出对工程可靠性至关重要

该指南强调,每当智能体输出被程序化消费时,必须通过结构化输出使用 JSON Schema 进行约束。这确保了可预测、机器可读的响应,并被称为智能体系统工程可靠性的基石。

Source posts