OpenAI 推出智慧體開發套件：Responses API 整合搜尋與電腦操作

過去一年裡，想要用 OpenAI 拼裝出一個能幹活的 AI Agent，開發者的體驗往往算不上愉快。你得在 Chat Completions 和 Assistants API 之間反覆糾結，手動寫上一堆膠水程式碼來拼裝提示詞、管理工具呼叫狀態，出了問題還很難排查。

OpenAI 針對這個痛點拿出了整套基建：全新的 Responses API、專用的 Agents SDK、工作流可觀測性追蹤工具，以及三個官方內建工具——網路搜尋、檔案搜尋和操作電腦。

告別膠水程式碼，官方內建三大能力

這次更新的核心是全新的 Responses API。OpenAI 把它定義為未來構建 Agent 的基礎原語，兼顧了 Chat Completions 的簡潔和 Assistants API 的工具排程能力。單次 API 呼叫就能自主完成多輪模型互動與多工具協調。

更重要的是，官方把三項能力做成了開箱即用的內建工具。

首先是網路搜尋。它基於 ChatGPT Search 同款模型，呼叫 gpt-4o 和 gpt-4o-mini 時均可啟用，每次生成結果都會帶上網頁來源連結。在評估事實問答準確度的 SimpleQA 測試中，GPT-4o 和 4o-mini 的搜尋預覽模型分別拿下了 90% 和 88% 的得分。定價方面，兩款模型每千次搜尋查詢分別收費 30 美元和 25 美元。

其次是檔案搜尋。新版優化了多檔案檢索、查詢最佳化與自定義重排序（reranking），每千次查詢收費 2.50 美元，檔案儲存每天每 GB 收費 0.10 美元且首 GB 免費。像差旅服務商 Navan 已經接入它來檢索企業報銷政策，省去了自己搭建複雜 RAG 系統的麻煩。

第三項是操作電腦。這項能力基於驅動 Operator 的同款 CUA（Computer-Using Agent）模型，模型會自動輸出鍵盤與滑鼠動作，由開發者的本地環境捕獲並執行。在基準測試中，它在 OSWorld 任務上拿到了 38.1% 的成功率，在 WebArena 和 WebVoyager 上分別達到了 58.1% 和 87%。

Assistants API 將退役，開發路線並軌

隨著 Responses API 的上線，OpenAI 也給舊介面畫出了路線圖。

被廣泛使用的 Chat Completions 依然會保留，適合那些不需要多輪工具呼叫的基礎場景。但此前處於測試期的 Assistants API 則進入了倒計時。

OpenAI 計劃在 Responses API 補齊 Assistant 物件、Thread 執行緒以及程式碼直譯器（Code Interpreter）等能力後，於 2026 年年中正式關停 Assistants API，並提供無損資料遷移指南。官方明確表示，Responses API 是未來構建 Agent 的唯一主線。

配合新介面，OpenAI 還上線了 Agents SDK 和內建鏈路追蹤工具，讓多 Agent 協作和單步排錯不再依賴第三方框架。

為什麼重要

這次更新最大的意義，是讓開發者終於不用為了基礎功能去到處拼湊輪子。

以往做 Agent，開發者得在向量資料庫、搜尋服務商、爬蟲和排程框架之間來回跳腳。現在只要幾行程式碼，呼叫一個 Responses API 就能搞定聯網搜尋、文件問答乃至操作桌面介面。對於做垂直業務、企業級知識庫或輕量自動化的開發者來說，試錯門檻被大幅拉低，完全值得立刻在測試環境跑通新 API。

對行業而言，OpenAI 這步棋直接把戰火從底模能力燒到了開發平臺。Anthropic 此前在 Agent 最佳實踐裡一直強調讓開發者用簡潔的原語、避免層層抽象的黑盒框架，同時也推出了自家的電腦使用能力；而現在 OpenAI 不僅用 Responses API 簡化了介面，還把鏈路追蹤、SDK 和三大核心工具全包攬了。這種全家桶打法，無疑是在擠壓外部排程框架和中介軟體開發者的生存空間。

在我們看來，這套組合拳非常聰明：它解決了長期困擾開發者的狀態管理和穩定性問題，讓模型從“只會動嘴”真正走向“能動手辦事”。但隱患也顯而易見：網路搜尋每千次 30 美元的價格並不便宜，操作電腦在複雜系統的成功率依然只有三成多。更關鍵的是，你的工作流和資料被進一步鎖定在 OpenAI 的私有生態裡，未來遷移的成本只會越來越高。