கவனம் டெமோக்களிலிருந்து உட்கட்டமைப்புக்குத் திரும்புகிறது
OpenAI-யின் சமீபத்திய Agents SDK புதுப்பிப்பு, புதிய chatbot முகப்பு ஒன்றை அறிமுகப்படுத்துவதால் முக்கியமானது அல்ல; மாறாக, உண்மையான பணியில் ஏஜென்ட்கள் பயனுள்ளதாக இருக்க முடியுமா என்பதை தீர்மானிக்கும் குறைவாக கவர்ச்சியான அடுக்கை இது கையாளுகிறது. புதுப்பிக்கப்பட்ட SDK-வில் கோப்புகள் மற்றும் கருவிகளுடன் பணியாற்ற model-native harness மற்றும் native sandbox execution சேர்க்கப்பட்டுள்ளதாக நிறுவனம் கூறுகிறது; இதன் மூலம் ஏஜென்ட் செயல்கள் கட்டுப்படுத்தப்பட்ட சூழல்களில் இயக்கப்பட முடியும். நடைமுறை ரீதியில், இந்த வெளியீடு ஒரு பிரமிப்பூட்டும் prototype மற்றும் production-ready system இடையிலான பொறியியல் இடைவெளியை நிரப்புவதை நோக்கமாகக் கொண்டுள்ளது.
அந்த இடைவெளி தற்போதைய ஏஜென்ட் அலையின் வரையறுக்கப்பட்ட பிரச்சினைகளில் ஒன்றாகிவிட்டது. பல குழுக்கள் ஏற்கனவே திட்டமிடும், குறியீடு எழுதும், கோப்புகளைத் தேடும் அல்லது பல படிகளைக் கொண்ட பணிச்சூழலை நிறைவேற்றும் ஒரு மாடலைக் காட்ட முடிகிறது. ஆனால் வணிகப் பயன்பாட்டிற்கு போதுமான அளவு கண்காணிக்கக்கூடிய, நம்பகமான, பாதுகாப்பான முறையில் அதைச் செய்யக்கூடிய குழுக்கள் மிகக் குறைவு. OpenAI-யின் விளக்கம் அந்தப் பிரச்சினையை நேரடியாக பிரதிபலிக்கிறது. டெவலப்பர்களுக்கு திறமையான மாடல்கள் மட்டும் போதாது; சான்றுகளை ஆய்வு செய்ய, கட்டளைகளை இயக்க, கோப்புகளைத் திருத்த, மற்றும் நீண்டகால பணிகளில் நிலைத்திருக்க ஏஜென்ட்களுக்கு ஆதரவளிக்கும் உட்கட்டமைப்பு தேவை என அது வாதிடுகிறது.
இந்தப் புதுப்பிப்பு உண்மையில் என்ன சேர்க்கிறது
வழங்கப்பட்ட மூல உரையில் இரண்டு முக்கியச் சேர்க்கைகள் குறிப்பிடப்பட்டுள்ளன. முதல்வதாக, கணினியில் OpenAI மாடல்கள் கோப்புகள் மற்றும் கருவிகளுடன் எவ்வாறு செயல்படுகின்றன என்பதை மையமாகக் கொண்ட model-native harness. இரண்டாவது, native sandbox execution; இது டெவலப்பர்களுக்கு ஏஜென்டின் பணியை கட்டுப்படுத்தப்பட்ட சூழலில் இயக்க அனுமதிக்கிறது. நிறுவனம் Python-இல் ஒரு உதாரணத்தையும் வழங்குகிறது; அதில் sandboxed agent ஒரு உள்ளூர் அடைவிலிருந்து கோப்புகளைப் படித்து, dataroom-பாணி கேள்விக்கு பதிலளித்து, பயன்படுத்திய கோப்பு பெயர்களை மேற்கோளிட்டுள்ளது.
இந்த விவரங்கள் முக்கியமானவை, ஏனெனில் OpenAI தரநிலையாக மாறிக்கொண்டிருக்கிறது என்று கருதும் ஏஜென்ட் வேலைவகையை அவை சுட்டிக்காட்டுகின்றன: உள்ளூர் சான்றுகளுக்கு கட்டுப்படுத்தப்பட்ட அணுகல், தெளிவான அறிவுறுத்தல்கள், சரிபார்க்கக்கூடிய வெளியீடுகள், மற்றும் கட்டுப்படுத்தப்பட்ட செயல்பாட்டு சூழல்கள். இது முந்தைய ஏஜென்ட் கருவி அலைகளிலிருந்து வேறுபட்ட முன்னுரிமை; அவை பெரும்பாலும் சூழல் வடிவமைப்பு அல்லது செயல்பாட்டு அபாயத்திற்கு போதுமான கவனம் இல்லாமல் பரந்த தன்னாட்சி கோரிக்கைகளில் கவனம் செலுத்தின.
OpenAI இந்த SDK-யை இன்று டெவலப்பர்கள் எதிர்கொள்ளும் மூன்று பிற அணுகுமுறைகளுடன் ஒப்பிடுகிறது. model-agnostic frameworks நெகிழ்வுத்தன்மை வழங்கலாம், ஆனால் முன்னணி மாடல் நடத்தை முழுமையாகப் பயன்படுத்த முடியாமல் போகலாம். provider SDKs மாடல்களுக்கு நெருக்கமாக இருக்கலாம், ஆனால் harness visibility குறைவாக இருக்கலாம். managed agent APIs பயன்பாட்டை எளிமைப்படுத்தலாம், ஆனால் ஏஜென்ட் எங்கு இயங்க வேண்டும், அது உணர்திறன் கொண்ட தரவை எவ்வாறு அணுக வேண்டும் என்பதைக் கட்டுப்படுத்தலாம். புதுப்பிக்கப்பட்ட SDK, இந்த சமநிலைகளை மேலும் திறமையாகச் சமாளிக்கும் ஒரு வழியாக முன்வைக்கப்படுகிறது.
