OpenAI AgentKit 發布說明

OpenAI 推出 AgentKit，一套完整的工具，旨在協助開發者與企業建置、部署與優化 AI 代理。此版本透過視覺化設計畫布與標準化組件，取代繁雜的手動編排與自訂連接器，解決代理開發的碎片化問題。

使用 Agent Builder 進行代理設計與編排

Agent Builder 是一個視覺化畫布，讓開發者能以拖放節點的方式組合代理邏輯、連接工具並設定自訂防護欄。它設計用以加速迭代週期，支援預覽執行、內嵌評估設定與完整版本管理。

根據 Ramp 的資料，該工具將複雜編排與手動優化所需的時間從數月縮短至數小時，迭代週期減少了 70%。同樣地，LY Corporation 報告稱在不到兩小時內完成了他們的第一個多代理工作流程。

企業治理與安全

為支援企業級部署，OpenAI 推出了 Connector Registry，一個集中式管理介面，用於管理 ChatGPT 與 API 的資料來源。此註冊表提供了 Google Drive、Dropbox、Sharepoint、Microsoft Teams 等服務的預建連接器，以及第三方 Model Context Protocol (MCP) 連接器。

為了安全性，開發者可以整合 Guardrails，這是一個開源、模組化的安全層。Guardrails 可獨立部署或透過 Python 與 JavaScript 函式庫使用，以偵測越獄行為、標記個人可識別資訊 (PII)，並防止非預期的行為。

使用 ChatKit 嵌入代理體驗

ChatKit 是一套工具組，可將可自訂的聊天式代理體驗直接嵌入第三方應用程式或網站。它處理諸如串流回應、討論串管理以及模型思考過程可視化等複雜的 UI 需求。

Canva 報告稱，使用 ChatKit 在不到一小時內為其開發者社群整合支援代理，節省了超過兩週的開發時間。

透過增強型 Evals 進行效能測量

OpenAI 擴充了 Evals 平台，新增四項功能，協助開發者透過嚴謹測試打造可投入生產的代理：

  • Datasets: 用於從頭建立代理評估並透過人工標註與自動評分器擴充的工具。
  • Trace Grading: 端對端評估代理工作流程，透過自動評分找出具體失敗點。
  • Automated Prompt Optimization: 能根據評分器輸出與人工標註產生更佳的提示詞。
  • Third-party Model Support: 在 OpenAI Evals 平台內評估其他供應商模型的能力。

Carlyle 報告稱，這些評估工具將代理的準確率提升了 30%，並將其多代理盡職調查框架的開發時間縮減超過 50%。

使用強化微調 (RFT) 進行模型優化

強化微調 (RFT) 讓開發者能自訂推理模型。RFT 已對 OpenAI o4-mini 正式開放，並在 GPT-5 進行私密測試版。RFT 測試版新增了兩項功能，以進一步提升代理效能：

  • Custom Tool Calls: 訓練模型在最佳時機呼叫正確的工具，以提升推理能力。
  • Custom Graders: 能夠為特定使用情境定義專屬的評估標準。

可用性與定價

ChatKit 與全新 Evals 功能已對所有開發者正式開放。Agent Builder 目前處於測試階段，Connector Registry 正在測試版中向擁有全域管理控制台的 API、ChatGPT Enterprise 與 Edu 客戶推出。所有 AgentKit 工具皆納入標準 API 模型定價。

更新 (2026 年 6 月 3 日)： OpenAI 正在逐步停止 Agent Builder 與 Evals 產品。這兩項服務將於 2026 年 11 月 30 日之後不再於 OpenAI 平台提供。建議開發者遷移至 Agents SDK 以使用程式碼式工作流程，或改用 ChatGPT 的 Workspace Agents 進行自然語言提示。

Sources