OpenAI 推出智能体开发套件：Responses API 整合搜索与电脑操作

过去一年里，想要用 OpenAI 拼装出一个能干活的 AI Agent，开发者的体验往往算不上愉快。你得在 Chat Completions 和 Assistants API 之间反复纠结，手动写上一堆胶水代码来拼装提示词、管理工具调用状态，出了问题还很难排查。

OpenAI 针对这个痛点拿出了整套基建：全新的 Responses API、专用的 Agents SDK、工作流可观测性追踪工具，以及三个官方内置工具——网络搜索、文件搜索和操作电脑。

告别胶水代码，官方内置三大能力

这次更新的核心是全新的 Responses API。OpenAI 把它定义为未来构建 Agent 的基础原语，兼顾了 Chat Completions 的简洁和 Assistants API 的工具调度能力。单次 API 调用就能自主完成多轮模型交互与多工具协调。

更重要的是，官方把三项能力做成了开箱即用的内置工具。

首先是网络搜索。它基于 ChatGPT Search 同款模型，调用 gpt-4o 和 gpt-4o-mini 时均可启用，每次生成结果都会带上网页来源链接。在评估事实问答准确度的 SimpleQA 测试中，GPT-4o 和 4o-mini 的搜索预览模型分别拿下了 90% 和 88% 的得分。定价方面，两款模型每千次搜索查询分别收费 30 美元和 25 美元。

其次是文件搜索。新版优化了多文件检索、查询优化与自定义重排序（reranking），每千次查询收费 2.50 美元，文件存储每天每 GB 收费 0.10 美元且首 GB 免费。像差旅服务商 Navan 已经接入它来检索企业报销政策，省去了自己搭建复杂 RAG 系统的麻烦。

第三项是操作电脑。这项能力基于驱动 Operator 的同款 CUA（Computer-Using Agent）模型，模型会自动输出键盘与鼠标动作，由开发者的本地环境捕获并执行。在基准测试中，它在 OSWorld 任务上拿到了 38.1% 的成功率，在 WebArena 和 WebVoyager 上分别达到了 58.1% 和 87%。

Assistants API 将退役，开发路线并轨

随着 Responses API 的上线，OpenAI 也给旧接口画出了路线图。

被广泛使用的 Chat Completions 依然会保留，适合那些不需要多轮工具调用的基础场景。但此前处于测试期的 Assistants API 则进入了倒计时。

OpenAI 计划在 Responses API 补齐 Assistant 对象、Thread 线程以及代码解释器（Code Interpreter）等能力后，于 2026 年年中正式关停 Assistants API，并提供无损数据迁移指南。官方明确表示，Responses API 是未来构建 Agent 的唯一主线。

配合新接口，OpenAI 还上线了 Agents SDK 和内置链路追踪工具，让多 Agent 协作和单步排错不再依赖第三方框架。

为什么重要

这次更新最大的意义，是让开发者终于不用为了基础功能去到处拼凑轮子。

以往做 Agent，开发者得在向量数据库、搜索服务商、爬虫和调度框架之间来回跳脚。现在只要几行代码，调用一个 Responses API 就能搞定联网搜索、文档问答乃至操作桌面界面。对于做垂直业务、企业级知识库或轻量自动化的开发者来说，试错门槛被大幅拉低，完全值得立刻在测试环境跑通新 API。

对行业而言，OpenAI 这步棋直接把战火从底模能力烧到了开发平台。Anthropic 此前在 Agent 最佳实践里一直强调让开发者用简洁的原语、避免层层抽象的黑盒框架，同时也推出了自家的电脑使用能力；而现在 OpenAI 不仅用 Responses API 简化了接口，还把链路追踪、SDK 和三大核心工具全包揽了。这种全家桶打法，无疑是在挤压外部调度框架和中间件开发者的生存空间。

在我们看来，这套组合拳非常聪明：它解决了长期困扰开发者的状态管理和稳定性问题，让模型从“只会动嘴”真正走向“能动手办事”。但隐患也显而易见：网络搜索每千次 30 美元的价格并不便宜，操作电脑在复杂系统的成功率依然只有三成多。更关键的是，你的工作流和数据被进一步锁定在 OpenAI 的私有生态里，未来迁移的成本只会越来越高。