Bergabunglah dengan acara yang dipercaya oleh para pemimpin perusahaan selama hampir dua dekade. VB Transform menyatukan orang -orang yang membangun strategi AI perusahaan nyata. Pelajari lebih lanjut
Catatan Editor: Carl akan memimpin Roundtable Editorial tentang topik ini di VB Transform minggu depan. Daftar hari ini.
Openai telah merilis demo sumber terbuka baru yang memberi pengembang pandangan langsung tentang cara membangun agen AI yang cerdas dan sadar alur kerja menggunakan agen SDK.
Seperti yang pertama kali diperhatikan oleh influencer dan insinyur AI Tibor Blaho (dari ekstensi browser chatgpt pihak ketiga AIPRM), Openai yang baru Agen Layanan Pelanggan diterbitkan sebelumnya hari ini di komunitas berbagi kode AI memeluk wajah di bawah lisensi MIT permisif, yang berarti pengembang atau pengguna pihak ketiga dapat mengambil kode, memodifikasinya, dan menggunakannya secara gratis untuk tujuan komersial atau eksperimental mereka sendiri.
Contoh agen ini menunjukkan cara merutekan permintaan terkait maskapai antara agen-agen khusus-seperti pemesanan kursi, status penerbangan, pembatalan, dan FAQ-sambil menegakkan keselamatan dan relevansi pagar pembatas.
Rilis ini dirancang untuk membantu tim melampaui penggunaan teoretis dan memulai agen operasionalisasi dengan percaya diri.
Demonstrasi praktis ini tiba tepat di depan presentasi Openai yang akan datang di VentureBeat Transform 2025 Minggu depan di San Francisco, 24-25 Juni, di mana kepala platform Openai Olivier Godement akan masuk lebih dalam ke arsitektur agen kelas perusahaan yang mendukung kasus penggunaan di perusahaan seperti Stripe and Box.
Cetak biru untuk perutean, pagar pembatas, dan agen khusus
Rilis hari ini mencakup backend Python dan frontend Next.js. Backend memanfaatkan agen openai SDK untuk mengatur interaksi antara agen khusus, sementara frontend memvisualisasikan interaksi ini dalam antarmuka obrolan, menunjukkan bagaimana keputusan dan handoff yang dibuka secara real time.
Dalam satu aliran, pelanggan meminta untuk mengganti kursi. Agen Triage menentukan permintaan dan merutekannya ke agen pemesanan kursi, yang mengkonfirmasi perubahan pemesanan secara interaktif. Dalam skenario lain, permintaan pembatalan penerbangan diproses melalui agen pembatalan, yang memvalidasi nomor konfirmasi pelanggan sebelum menyelesaikan tugas.
Yang penting, demo ini juga menunjukkan bagaimana pagar pembatas berfungsi dalam produksi: a Relevansi pagar pembatas memblokir pertanyaan di luar lingkup seperti meminta puisi, sementara a Jailbreak pagar balik Mencegah upaya injeksi yang cepat, seperti permintaan untuk mengekspos instruksi sistem.
Arsitektur mencerminkan aliran dukungan maskapai penerbangan dunia nyata, menunjukkan bagaimana organisasi dapat membangun asisten yang berfokus pada domain yang responsif, sesuai, dan selaras dengan harapan pengguna. Openai merilis kode di bawah lisensi MIT dan mendorong tim untuk menyesuaikan dan menyesuaikannya dengan kebutuhan mereka sendiri.
Dari Open Source ke Real World Enterprise Use Case: Baca Yayasan Openai untuk Membangun Agen AI Praktis
Rilis open-source ini dibangun berdasarkan inisiatif Openai yang lebih luas untuk membantu tim merancang dan menggunakan sistem berbasis agen pada skala.
Awal tahun ini, perusahaan menerbitkan “Panduan Praktis untuk Agen Bangunan”Manual 32 halaman untuk tim produk dan teknik yang ingin mengimplementasikan otomatisasi cerdas.
Panduan ini menjabarkan komponen dasar-model llm, alat eksternal, dan instruksi perilaku-dan mencakup strategi untuk membangun sistem agen tunggal dan arsitektur multi-agen yang kompleks. Ini menawarkan pola desain untuk orkestrasi, implementasi pagar pembatas, dan kemampuan observasi, menarik dari pengalaman Openai yang mendukung penyebaran skala besar.
Takeaways kunci dari panduan ini meliputi:
- Pemilihan model: Gunakan model tingkat atas untuk membangun garis dasar kinerja, kemudian bereksperimen dengan model yang lebih kecil untuk efisiensi biaya.
- Integrasi alat: Lengkap agen dengan API atau fungsi eksternal untuk mengambil data atau melakukan tindakan.
- Instruksi kerajinan: Gunakan petunjuk dan persyaratan yang jelas dan berorientasi pada tindakan untuk memandu keputusan agen.
- Pagar pembatas: Keselamatan lapisan, relevansi, dan kendala kepatuhan untuk memastikan perilaku yang aman dan dapat diprediksi.
- Intervensi manusia: Mengatur ambang batas dan jalur eskalasi untuk kasus -kasus yang membutuhkan pengawasan manusia.
Panduan ini menekankan memulai kompleksitas agen kecil dan berkembang dari waktu ke waktu-pendekatan yang bergema dalam demo yang baru dirilis, yang menunjukkan bagaimana sub-agen modular, menggunakan alat dapat diatur dengan bersih.
Pelajari lebih lanjut dari Openai di VB Transform 2025
Tim yang ingin beralih dari prototipe ke produksi akan mendapatkan pandangan yang lebih dalam pada pendekatan yang siap untuk perusahaan Openai selama Mengubah 2025diselenggarakan oleh VentureBeat.
Saat ini dijadwalkan Rabu, 25 Juni pukul 3:10 PM PTsesi – berjudul Tahun Agen: Bagaimana Openai Menggerakkan Gelombang Otomasi Cerdas Berikutnya—Anda akan fitur Olivier Godement, Kepala Produk untuk Platform API Openaidalam percakapan dengan saya, Carl Franzen, Editor Eksekutif di VentureBeat.
Pembicaraan 20 menit akan mencakup:
- Pola Arsitektur Agen: Kapan menggunakan loop tunggal, sub-agen, atau handoff yang diatur.
- Pagar bawaan bawaan untuk lingkungan yang diatur, termasuk penolakan kebijakan, penebangan SOC-2, dan dukungan residensi data.
- Tingkat biaya/ROI dan tolok ukur dari strip dan kotak, termasuk resolusi faktur 35% lebih cepat dan triase dukungan nol-sentuh.
- Wawasan Roadmap: Apa yang akan terjadi selanjutnya untuk tindakan multimodal, memori agen, dan orkestrasi cross-cloud.
Apakah Anda bereksperimen dengan alat open-source seperti demo agen layanan pelanggan atau agen penskalaan ke dalam alur kerja yang kritis, sesi ini menjanjikan pandangan yang beralasan pada apa yang berhasil, apa yang harus dihindari, dan apa selanjutnya.
Mengapa itu penting bagi perusahaan dan pengembang
Antara demo yang baru dirilis dan prinsip -prinsip yang diuraikan Panduan Praktis untuk Agen BangunanOpenai menggandakan strateginya: memungkinkan pengembang untuk melewati aplikasi LLM putaran tunggal dan menuju sistem otonom yang dapat memahami konteks, mengarahkan tugas dengan cerdas, dan beroperasi dengan aman.
Dengan menawarkan contoh perkakas yang transparan dan contoh implementasi yang jelas, OpenAI mendorong sistem agen keluar dari laboratorium dan ke penggunaan sehari -hari – baik dalam layanan pelanggan, operasi, atau tata kelola internal. Untuk organisasi yang mengeksplorasi otomatisasi cerdas, sumber daya ini tidak hanya memberikan inspirasi, tetapi sebuah buku pedoman yang berfungsi.
About the Author
