OpenAI 升级 Responses API：支持远程 MCP 与代码解释器，o 系列可在思考中调用

搭一个 AI Agent 最烦人的地方，不是让模型写出好代码，而是教它怎么插上外部工具的电源线。

OpenAI 宣布升级 Responses API，直接把远程 MCP 支持塞了进来，顺手还补齐了图像生成、代码解释器和推理模型的文件检索能力。

如果你今年 3 月关注过 Responses API 的首次上线，就会知道这是 OpenAI 专门用来做 Agent 开发的底层接口。当时它只给了网页搜索、文件检索和电脑操作几样基本武器，现在这套工具箱明显被扩充成了完整的工作台。

把生态标准拉进自己的院子

这次更新最显眼的变化，是对远程 MCP 服务的全面支持。MCP 是 Anthropic 挑头搞起的一套开源上下文协议，本意是给大模型连接外部数据定规矩。

OpenAI 不仅让开发者用几行代码就能连上 Cloudflare、Stripe、Shopify、HubSpot、PayPal、Zapier 这些远程 MCP 服务，甚至宣布自己也加入了 MCP 的指导委员会。

这意味着开发者以前为了让 Agent 查个支付订单、发个客服工单需要自己写的胶水代码，现在基本可以扔掉了。

除了协议互通，OpenAI 还把自家的招牌工具打包了进来。最新图像模型 gpt-image-1 现在可以直接作为工具被调用，支持实时流式预览和多轮修改对话；代码解释器则让模型能自己写代码处理复杂数学题、做数据分析，甚至用来做图像推演。

让推理模型边思考边动手

更值得开发者掏钱包的升级在模型底层。这次更新覆盖了 GPT-4o 系列、GPT-4.1 系列以及 o 系列推理模型。

重点在于 o3 和 o4-mini：它们现在能在思维链内部直接调用工具和外部函数。以往很多模型是想完了再决定调工具，或者调完工具得重新开始推理，而新架构在多次请求和工具调用之间保留了推理 token。

OpenAI 透露，这种做法显著拉高了模型在 Humanity's Last Exam 等基准测试上的表现，同时还直接砍掉了重复计算的推理成本和等待延迟。

针对企业级落地，OpenAI 还同步推出了后台异步模式，专门用来跑那种几十分钟的长流程 Agent 任务，再加上推理摘要和加密推理条目，解决的都是企业客户担心的超时断连与数据隐私问题。

为什么重要

对开发者来说，以前做 Agent 最纠结的是站队。Anthropic 靠 MCP 把工具生态做活了，开发者如果不愿被私有接口锁死，往往得自己折腾两套架构。现在 OpenAI 不仅原生接纳远程 MCP，还加入了委员会，相当于事实确立了 MCP 成为跨模型的工具接入标准。如果你手里正有打算接入 Stripe 或 Shopify 的 Agent 项目，现在很值得换到 Responses API 上测试，能省下大把维护中间件的精力。

对整个行业而言，模型厂商的竞争焦点已经从拼单次回答的聪明程度，转向了拼复杂工作流的工程底座。当 o3 和 o4-mini 可以在思维链深处随意拆解工具调用，模型就不再只是一个被动的对话框，而是真正具备了多步骤执行能力的自主代理。

我们认为，OpenAI 这一步走得相当务实。它没有因为 MCP 来自竞争对手就自己另造轮子，反而迅速借力打力，把行业已有的现成生态收归己用。隐患依然在于成本和不可控性：尽管保留推理 token 降低了单次开销，但让长思考模型自由链式调用第三方服务，在复杂的异步后台运行下，API 账单依然很容易超出个人开发者的预期。