OpenAI AgentKit 发布说明

OpenAI 推出了 AgentKit，这是一套全面的工具，旨在帮助开发者和企业构建、部署和优化 AI 代理。本次发布通过用可视化设计画布和标准化构建块取代复杂的手动编排和自定义连接器，解决了代理开发的碎片化问题。

使用 Agent Builder 进行代理设计与编排

Agent Builder 是一个可视化画布，允许开发者通过拖拽节点来组合代理逻辑，连接工具并配置自定义防护栏。它旨在通过支持预览运行、内联评估配置和完整版本管理，加速迭代周期。

据 Ramp 称，该工具将复杂编排和手动优化所需的时间从数月缩短至数小时，迭代周期降低了 70%。同样，LY Corporation 报告称在不到两小时内构建了他们的首个多代理工作流。

企业治理与安全

为支持企业级部署，OpenAI 引入了 Connector Registry，一个用于管理 ChatGPT 和 API 中数据源的集中管理面板。该注册表包含针对 Google Drive、Dropbox、Sharepoint 和 Microsoft Teams 等服务的预构建连接器，以及第三方模型上下文协议（MCP）连接器。

出于安全考虑，开发者可以集成 Guardrails，这是一种开源的模块化安全层。Guardrails 可单独部署，也可通过 Python 和 JavaScript 库使用，以检测越狱行为、标记个人身份信息（PII），并防止意外行为。

使用 ChatKit 嵌入代理体验

ChatKit 是一个工具包，可将可定制的基于聊天的代理体验直接嵌入第三方应用或网站。它处理诸如流式响应、线程管理以及模型思考过程可视化等复杂 UI 需求。

Canva 报告称，通过使用 ChatKit 在不到一小时内为其开发者社区集成支持代理，节省了超过两周的开发时间。

通过增强的 Evals 进行性能测量

OpenAI 已在其 Evals 平台上新增四项功能，帮助开发者通过严格测试构建可投入生产的代理：

Datasets: 用于从零构建代理评估并通过人工标注和自动评分器进行扩展的工具。
Trace Grading: 对代理工作流进行端到端评估，通过自动评分定位具体的失败点。
Automated Prompt Optimization: 基于评分器输出和人工标注生成改进提示的能力。
Third-party Model Support: 在 OpenAI Evals 平台内评估其他供应商模型的能力。

Carlyle 报告称，这些评估工具将代理准确率提升了 30%，并将其多代理尽职调查框架的开发时间缩短了超过 50%。

使用强化微调 (RFT) 进行模型优化

强化微调 (RFT) 允许开发者定制推理模型。RFT 已对 OpenAI o4-mini 正式开放，并在 GPT-5 上进行私有 beta 测试。RFT beta 已新增两项功能，以进一步提升代理性能：

Custom Tool Calls: 训练模型在最佳时机调用正确的工具，以提升推理能力。
Custom Graders: 能够定义针对特定用例的专属评估标准。

可用性与定价

ChatKit 和全新的 Evals 功能已对所有开发者正式开放。Agent Builder 目前处于 beta 阶段，Connector Registry 正在对拥有全局管理员控制台的 API、ChatGPT Enterprise 和 Edu 客户进行 beta 推出。所有 AgentKit 工具均包含在标准 API 模型定价中。

Update (June 3, 2026): OpenAI 正在逐步下线 Agent Builder 和 Evals 产品。这些产品将在 2026 年 11 月 30 日之后不再在 OpenAI 平台上提供。建议开发者迁移至 Agents SDK 进行基于代码的工作流，或使用 ChatGPT 中的 Workspace Agents 进行自然语言提示。