تغییرات استراتژیک OpenAI: SDK Agents و دلیل اهمیت آن برای هوش مصنوعی سازمانی

برای دریافت آخرین اخبار و محتوای اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت، در خبرنامه های روزانه و هفتگی ما عضو شوید. بیشتر بدانید

OpenAI روز سه شنبه با انتشار پلتفرم جامع ساخت عامل خود - بسته ای متشکل از Responses API بازسازی شده، ابزارهای داخلی قدرتمند و Agents SDK متن باز، چشم انداز هوش مصنوعی سازمانی را تغییر داد.

در حالی که ممکن است این اطلاعیه تحت الشعاع سایر اخبار هوش مصنوعی قرار گرفته باشد - رونمایی گوگل از مدل متن باز впечатляющий Gemma 3، و ظهور Manus، استارتاپ چینی که پلتفرم عامل خودکار آن ناظران را شگفت زده کرد - این یک حرکت مهم برای آگاهی شرکت ها است. این کار یک اکوسیستم API پیچیده و پراکنده را در یک چارچوب یکپارچه و آماده تولید ادغام می کند.

برای تیم های هوش مصنوعی سازمانی، پیامدهای آن بالقوه عمیق است: پروژه هایی که قبلاً به چارچوب های متعدد، پایگاه های داده برداری تخصصی و منطق ارکستراسیون پیچیده نیاز داشتند، اکنون می توانند از طریق یک پلتفرم استاندارد واحد به دست آیند. اما شاید آشکارترین نکته، تصدیق ضمنی OpenAI باشد که حل مسائل مربوط به قابلیت اطمینان عامل هوش مصنوعی نیازمند تخصص بیرونی است. این تغییر در بحبوحه شواهد رو به رشدی رخ می دهد که نشان می دهد توسعه دهندگان خارجی راه حل های نوآورانه ای برای قابلیت اطمینان عامل پیدا می کنند - چیزی که انتشار تکان دهنده Manus نیز به وضوح نشان داد.

این امتیاز استراتژیک نشان دهنده یک نقطه عطف حیاتی است: OpenAI تشخیص می دهد که حتی با منابع گسترده خود، مسیر دستیابی به عوامل واقعاً قابل اعتماد مستلزم باز کردن درها به روی توسعه دهندگان خارجی است که می توانند راه حل ها و راه حل های نوآورانه ای را کشف کنند که ممکن است تیم های داخلی OpenAI از دست بدهند.

در هسته خود، این اطلاعیه نشان دهنده استراتژی جامع OpenAI برای ارائه یک پشته کامل و آماده تولید برای ساخت عوامل هوش مصنوعی است. این انتشار چندین قابلیت کلیدی را در یک چارچوب یکپارچه قرار می دهد:

1. Responses API بر اساس Chat Completions API ساخته شده است اما ادغام یکپارچه ای را برای استفاده از ابزار با طراحی رابط کاربری بهبود یافته برای ایجاد عوامل اضافه می کند.
2. ابزارهای داخلی شامل جستجوی وب، جستجوی فایل و استفاده از رایانه است (فناوری پشت ویژگی Operator OpenAI).
3. یک Agents SDK متن باز برای هماهنگی گردش کار تک عاملی و چند عاملی با تحویل.

آنچه این اطلاعیه را متحول می کند، نحوه رسیدگی آن به پراکندگی است که توسعه هوش مصنوعی سازمانی را آزار داده است. شرکت‌هایی که تصمیم می‌گیرند API فرمت OpenAI و SDK باز را استاندارد کنند، دیگر نیازی به سرهم‌بندی چارچوب‌های مختلف، مدیریت مهندسی درخواست پیچیده یا دست و پنجه نرم کردن با عوامل غیرقابل اعتماد نخواهند داشت.

سام ویتوین، بنیانگذار Red Dragon، یک توسعه دهنده مستقل عوامل هوش مصنوعی، در یک گفتگوی اخیر با من در یک پادکست ویدیویی در مورد این انتشار گفت: "کلمه "قابل اعتماد" بسیار کلیدی است." "ما بارها در مورد آن صحبت کرده ایم... اکثر عوامل فقط قابل اعتماد نیستند. و بنابراین OpenAI به این موضوع نگاه می کند که "خوب، چگونه می توانیم این نوع قابلیت اطمینان را به ارمغان بیاوریم؟"

پس از این اطلاعیه، جف وینشتاین، مسئول محصول شرکت پرداخت Stripe در X گفت که Stripe قبلاً کاربرد عملی SDK جدید Agents OpenAI را با انتشار یک جعبه ابزار نشان داده است که به توسعه دهندگان اجازه می دهد خدمات مالی Stripe را در گردش کار عامل ادغام کنند. این ادغام امکان ایجاد عوامل هوش مصنوعی را فراهم می کند که قادر به خودکارسازی پرداخت ها به پیمانکاران با بررسی فایل ها برای دیدن اینکه چه کسی به پرداخت نیاز دارد یا نه، و صورتحساب و سایر معاملات هستند.

این انتشار نشان دهنده یک تغییر قابل توجه در استراتژی OpenAI است. این شرکت پس از تثبیت رهبری خود با مدل های پایه، اکنون موقعیت خود را در اکوسیستم عامل از طریق چندین حرکت حساب شده تثبیت می کند:

OpenAI اذعان می کند که حتی منابع گسترده آن برای پیشی گرفتن از نوآوری جامعه کافی نیست. راه اندازی ابزارها و یک SDK متن باز نشان دهنده یک امتیاز استراتژیک بزرگ است.

زمان انتشار این اطلاعیه با ظهور Manus همزمان شد، که جامعه هوش مصنوعی را با یک پلتفرم عامل خودکار بسیار توانمند تحت تاثیر قرار داد - نشان دادن قابلیت ها با استفاده از مدل های موجود از Claude و Qwen، اساساً نشان می دهد که ادغام و مهندسی درخواست هوشمندانه می تواند به قابلیت اطمینانی دست یابد که حتی آزمایشگاه های بزرگ هوش مصنوعی نیز با آن دست و پنجه نرم می کنند.

ویتوین با اشاره به ابزار مرور وب که OpenAI در اواخر ژانویه عرضه کرد، اما ما دریافتیم که دارای اشکالاتی است و پایین تر از رقیب Proxy است، خاطرنشان کرد: "شاید حتی OpenAI در ساخت Operator بهترین نباشد." "شاید استارتاپ چینی هک های خوبی در درخواست خود داشته باشد، یا در هر چیزی که آنها قادر به استفاده از این نوع ابزارهای متن باز باشند."

درس واضح است: OpenAI برای بهبود قابلیت اطمینان به نوآوری جامعه نیاز دارد. هر تیمی، مهم نیست چقدر خوب باشد، چه OpenAI، Anthropic، Google - آنها نمی توانند به اندازه جامعه متن باز چیزهای زیادی را امتحان کنند.

فرمت API OpenAI به عنوان استاندارد واقعی برای رابط های مدل زبانی بزرگ (LLM) ظاهر شده است که توسط چندین فروشنده از جمله Gemini گوگل و Llama متا پشتیبانی می شود. تغییر OpenAI در API خود قابل توجه است زیرا بسیاری از بازیکنان شخص ثالث نیز از این تغییرات دیگر پشتیبانی خواهند کرد.

با کنترل استاندارد API و در عین حال گسترش پذیرتر کردن آن، به نظر می رسد OpenAI در حال ایجاد یک اثر شبکه ای قدرتمند است. مشتریان سازمانی می توانند SDK Agents را با این علم بپذیرند که با چندین مدل کار می کند، اما OpenAI موقعیت خود را در مرکز اکوسیستم حفظ می کند.

ابزار جستجوی فایل شرکت های پایگاه داده مانند Pinecone، Chroma، Weaviate و دیگران را به چالش می کشد. OpenAI اکنون یک ابزار تولید تقویت شده بازیابی (RAG) کامل را به صورت خارج از جعبه ارائه می دهد. سوال اکنون این است که چه اتفاقی برای این لیست طولانی از فروشندگان RAG یا سایر فروشندگان هماهنگی عامل می افتد که با بودجه های کلان ظاهر شدند تا فرصت هوش مصنوعی سازمانی را دنبال کنند - اگر بتوانید بسیاری از اینها را از طریق یک استاندارد واحد مانند OpenAI دریافت کنید.

به عبارت دیگر، شرکت ها ممکن است در نظر بگیرند که چندین رابطه فروشنده را در یک ارائه دهنده API واحد، OpenAI، ادغام کنند. شرکت ها می توانند هر سند داده ای را که می خواهند با مدل های پایه پیشرو OpenAI استفاده کنند آپلود کنند - و همه آن را در API جستجو کنند. در حالی که شرکت ها ممکن است در مقایسه با پایگاه های داده اختصاصی RAG مانند Pinecone با محدودیت هایی روبرو شوند، ابزارهای جستجوی فایل و وب داخلی OpenAI نقل قول ها و URL های واضحی را ارائه می دهند - که برای شرکت هایی که شفافیت و دقت را در اولویت قرار می دهند بسیار مهم است.

این قابلیت نقل قول برای محیط های سازمانی که در آن شفافیت و تأیید ضروری است کلیدی است - به کاربران این امکان را می دهد تا دقیقاً ردیابی کنند که اطلاعات از کجا می آید و صحت آن را در برابر اسناد اصلی تأیید کنند.

برای تصمیم گیرندگان سازمانی، این اطلاعیه فرصت هایی را برای ساده سازی توسعه عامل هوش مصنوعی ارائه می دهد، اما همچنین نیازمند ارزیابی دقیق قفل شدن بالقوه فروشنده و ادغام با سیستم های موجود است.

پذیرش عوامل هوش مصنوعی توسط شرکت ها به دلیل نگرانی های مربوط به قابلیت اطمینان کند شده است. به عنوان مثال، ابزار استفاده از رایانه OpenAI در معیار WebVoyager برای وظایف مبتنی بر مرورگر به 87٪ می رسد، اما در OSWorld برای وظایف سیستم عامل تنها 38.1٪.

حتی OpenAI نیز این محدودیت را در اطلاعیه خود اذعان می کند و می گوید که نظارت انسانی توصیه می شود. با این حال، با ارائه ابزارها و ویژگی های مشاهده پذیری برای ردیابی و اشکال زدایی عملکرد عامل، شرکت ها اکنون می توانند با اطمینان بیشتری عوامل را با حفاظ های مناسب مستقر کنند.

در حالی که پذیرش اکوسیستم عامل OpenAI مزایای فوری را ارائه می دهد، نگرانی هایی را در مورد قفل شدن فروشنده ایجاد می کند. همانطور که آشپریت بدی، بنیانگذار AgnoAGI، پس از این اطلاعیه اشاره کرد: "Responses API عمداً به گونه ای طراحی شده است که با تغییر base_url از سوئیچ کردن ارائه دهندگان توسط توسعه دهندگان جلوگیری کند."

با این حال، OpenAI با اجازه دادن به Agents SDK خود برای کار با مدل های سایر ارائه دهندگان، یک امتیاز قابل توجه قائل شده است. SDK از مدل های خارجی پشتیبانی می کند، به شرطی که یک نقطه پایانی API به سبک Chat Completions ارائه دهند. این رویکرد چند مدلی انعطاف پذیری را برای شرکت ها فراهم می کند در حالی که OpenAI را در مرکز نگه می دارد.

ماهیت جامع این انتشار - از ابزارها گرفته تا API و SDK - در مقایسه با رقبایی مانند Anthropic یا Google، که رویکردهای قطعه قطعه تری را برای توسعه عامل اتخاذ کرده اند، یک مزیت قانع کننده برای OpenAI ایجاد می کند.

اینجاست که گوگل به طور خاص توپ را انداخته است. این شرکت راه های مختلفی را برای انجام این کار از داخل پیشنهادات ابری فعلی خود امتحان کرده است، اما به جایی نرسیده است که کسی بتواند فایل های PDF را آپلود کند و از Google Gemini برای RAG استفاده کند.

این اطلاعیه به طور قابل توجهی چشم انداز شرکت هایی را که در فضای عامل ساخت و ساز می کنند تغییر می دهد. بازیکنانی مانند LangChain و CrewAI، که چارچوب هایی را برای توسعه عامل ساخته اند، اکنون با رقابت مستقیم از SDK Agents OpenAI روبرو هستند. برخلاف OpenAI، این شرکت‌ها یک تجارت بزرگ و در حال رشد LLM پایه برای حمایت از چارچوب‌های خود ندارند. این پویایی می تواند ادغام در فضای چارچوب عامل را تسریع کند، به طوری که توسعه دهندگان با انگیزه های بزرگ به سمت راه حل آماده تولید OpenAI جذب می شوند.

در همین حال، OpenAI از استفاده توسعه دهندگان درآمد کسب می کند، و برای هر تماس با GPT-4o (0.3) و برای GPT-4o-mini برای جستجوهای وب (0.2.5) هزینه می گیرد، و قیمت ها برای جستجوهای با زمینه بالا به ازای هر تماس به 0.5 می رسد - و آن را از نظر قیمت رقابتی می کند.

OpenAI با ارائه هماهنگی داخلی از طریق Agents SDK، وارد رقابت مستقیم با پلتفرم های متمرکز بر هماهنگی عامل می شود. پشتیبانی SDK از گردش کار چند عاملی با تحویل، حفاظ و ردیابی، یک راه حل کامل برای نیازهای سازمانی ایجاد می کند.

خیلی زود است که بگوییم راه حل های جدید چقدر خوب کار می کنند. مردم تازه شروع به استفاده از Agents SDK برای تولید می کنند. علیرغم ماهیت جامع این انتشار، سوالاتی باقی می ماند زیرا تلاش های قبلی OpenAI در زمینه چارچوب های عامل، مانند Swarm آزمایشی و Assistants API، به طور کامل نیازهای سازمانی را برآورده نکرد.

برای ارائه متن باز، مشخص نیست که آیا OpenAI درخواست های کششی و کد ارسال شده از افراد خارجی را می پذیرد یا خیر.

با این حال، منسوخ شدن Assistants API (برنامه ریزی شده برای اواسط سال 2026) نشان دهنده اطمینان OpenAI به رویکرد جدید است. برخلاف Assistants API، که چندان محبوب نبود، به نظر می رسد Responses API و Agents SDK جدید بر اساس بازخورد توسعه دهندگان متفکرانه تر طراحی شده اند.

در حالی که OpenAI مدت هاست که در خط مقدم توسعه مدل پایه قرار دارد، این اطلاعیه نشان دهنده یک محور استراتژیک است. این شرکت می تواند به طور بالقوه به پلتفرم مرکزی برای توسعه و استقرار عامل تبدیل شود.

OpenAI با ارائه یک پشته کامل از ابزارها تا هماهنگی، خود را در موقعیتی قرار می دهد که ارزش سازمانی ایجاد شده بر روی مدل های خود را به دست آورد. در عین حال، رویکرد متن باز با Agents SDK تصدیق می کند که حتی OpenAI نمی تواند به اندازه کافی سریع در انزوا نوآوری کند.

برای تصمیم گیرندگان سازمانی، پیام واضح است: OpenAI در حال رفتن به همه چیز در عوامل به عنوان مرز بعدی توسعه هوش مصنوعی است. چه ساخت عوامل سفارشی در داخل شرکت و چه کار با شرکا، شرکت ها اکنون یک مسیر منسجم تر و آماده تولید رو به جلو دارند - البته مسیری که OpenAI را در مرکز استراتژی هوش مصنوعی آنها قرار می دهد.

جنگ های هوش مصنوعی وارد مرحله جدیدی شده است. آنچه به عنوان مسابقه برای ساخت قدرتمندترین مدل های پایه آغاز شد، به نبردی برای کنترل اکوسیستم عامل تبدیل شده است - و با این انتشار جامع، OpenAI تازه قاطع ترین حرکت خود را برای داشتن تمام راه های منتهی به عوامل هوش مصنوعی سازمانی از طریق پلتفرم خود انجام داده است.

برای گفتگوی عمیق تر بین من و توسعه دهنده سام ویتوین در مورد اینکه انتشار OpenAI برای شرکت ها به چه معناست، این ویدیو را بررسی کنید: