OpenAI ra mắt Agents API: Hỗ trợ thực thi mã, gọi công cụ và xử lý tác vụ dài hạn

Theo tin từ IT ngày 11 tháng 9, OpenAI đã thông báo ra mắt phiên bản public beta của Agents API vào ngày 10 tháng 9 theo giờ địa phương, cho phép các nhà phát triển gọi thông qua API để sử dụng môi trường vận hành AI agent trên đám mây do OpenAI quản lý.

Dịch vụ này tái sử dụng khung thực thi agent và cơ sở hạ tầng đằng sau Codex. Các nhà phát triển có thể chỉ định nhiệm vụ, mô hình, công cụ và môi trường vận hành để xây dựng các ứng dụng AI có khả năng thực hiện các tác vụ đa bước.

OpenAI cho biết, các nhà phát triển chỉ cần một lần gọi API là có thể tạo ra các agent ở cấp độ môi trường sản xuất. Các agent này có thể chạy mã, xử lý tệp tin, lưu trữ kết quả trung gian trên đám mây và liên tục thực hiện các tác vụ kéo dài hàng giờ hoặc thậm chí hàng ngày. OpenAI chịu trách nhiệm duy trì khung thực thi agent, trong khi các nhà phát triển có thể tập trung vào các công cụ, kiến thức và quy trình làm việc cần thiết cho ứng dụng của riêng họ.

Agents API hỗ trợ môi trường sandbox do OpenAI quản lý, đồng thời cũng hỗ trợ triển khai trên cơ sở hạ tầng riêng của nhà phát triển hoặc trong các sandbox do đối tác cung cấp. OpenAI đã hợp tác với các nhà cung cấp dịch vụ như Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop và Vercel để cung cấp các cấu hình CPU, GPU, bộ nhớ và lưu trữ khác nhau.

IT lưu ý rằng, OpenAI cũng đồng thời ra mắt dịch vụ OpenAI Hosted Sandbox, cho phép các nhà phát triển cấu hình tệp tin, gói phần mềm, kỹ năng và plugin cho agent mà không cần phải tự xây dựng cơ sở hạ tầng sandbox. Môi trường này được sử dụng để chạy mã, xử lý tệp tin và tạo ra các sản phẩm đầu ra, đồng thời sử dụng chung cơ sở hạ tầng sandbox với Codex và ChatGPT.

Về khả năng vận hành lâu dài, Agents API cung cấp tính năng quản lý ngữ cảnh, có thể tự động nén các thông tin cũ khi phiên làm việc gần đạt giới hạn ngữ cảnh, giúp agent tiếp tục thực hiện tác vụ xuyên suốt nhiều cửa sổ ngữ cảnh. API này cũng hỗ trợ tìm kiếm công cụ và gọi công cụ theo lập trình; agent có thể tải định nghĩa công cụ theo nhu cầu, chạy các lệnh gọi song song, kết nối các thao tác hoặc lọc kết quả để giảm thiểu việc chiếm dụng ngữ cảnh không cần thiết.

Hỗ trợ đa agent (multi-agent) là một khả năng khác của Agents API. Các nhà phát triển có thể chia nhỏ các tác vụ phức tạp thành nhiều tác vụ con độc lập để các agent con xử lý song song, sau đó agent chính sẽ điều phối và tổng hợp kết quả. Trong các ví dụ do OpenAI cung cấp, nhà phát triển có thể cấu hình tối đa 3 agent con chạy đồng thời.

Agents API được xây dựng dựa trên khung thực thi mã nguồn mở Codex. OpenAI cho biết, các nhà phát triển có thể xem kho mã nguồn công khai để hiểu logic cốt lõi trong việc điều phối các lệnh gọi mô hình, công cụ và ngữ cảnh, trong khi OpenAI sẽ chịu trách nhiệm duy trì khung này và liên tục cải thiện khả năng của agent theo các bản cập nhật mô hình.

Hiện tại, Agents API đã mở public beta cho tất cả các nhà phát triển và không thu thêm phí sử dụng API; người dùng chỉ cần trả phí theo số lượng Token mô hình và công cụ đã sử dụng. OpenAI cho biết, trong giai đoạn public beta, họ sẽ liên tục lặp lại (iterate) dựa trên phản hồi của nhà phát triển và dần dần tiến tới phát hành chính thức.