OpenAI agent toolingను production ఉపయోగానికి మరింత దగ్గరగా తీసుకెళ్తోంది
OpenAI తన Agents SDKకి ఒక ప్రధాన అప్డేట్ విడుదల చేసింది; ఇందులో native sandbox support మరియు దీర్ఘకాలం నడిచే AI agents నిర్మించే developers కోసం built-in tools యొక్క విస్తృత సమాహారం జోడించబడింది. ఇచ్చిన మూల పాఠ్యం ప్రకారం, ఈ అప్డేట్ developersకు agents filesను inspect చేయడానికి, commands నడపడానికి, code edit చేయడానికి, మరియు రక్షిత environmentsలో మరింత సంక్లిష్టమైన పనులను నిర్వహించడానికి building blocksను అందిస్తుంది.
ఈ మార్పు ముఖ్యమైనది, ఎందుకంటే ఇది SDKను ఒక సాధారణ orchestration layer నుండి దాదాపు పూర్తి execution frameworkకు దగ్గరగా తీసుకెళ్తుంది. ఇచ్చిన నివేదికలో OpenAI SDKను user requests, AI models, మరియు పనిని పూర్తిచేయడానికి modelsకు అవసరమైన tools మధ్య connective tissueగా చూపిస్తోంది. ఇందులో tool usage కోసం Model Context Protocol support, shell-based code execution, apply-patch tool ద్వారా file editing, మరియు AGENTS.md files ద్వారా custom instructions ఉన్నాయి.
Native sandboxes ప్రధాన ఫీచర్
ఈ అప్డేట్లో అత్యంత ముఖ్యమైన జోడింపు native sandbox support. OpenAI ప్రకారం, agents ఇప్పుడు తమకు ప్రత్యేకమైన files, tools, మరియు dependenciesతో isolated environmentsలో నడవగలవు. Cloudflare, Vercel, E2B, మరియు Modal వంటి providersతో SDK పనిచేస్తుందని, అలాగే developers తమ own sandbox implementationsను కూడా plug in చేయగలరని కంపెనీ చెబుతోంది.
ఈ isolation model agent systemsకు సంబంధించిన ప్రధాన ఆందోళనలలో ఒకదాన్ని address చేస్తుంది: modelsకు ఉపయోగకరమైన పని చేయనివ్వడం, కానీ production environmentsకు విస్తృతమైన, బలహీనమైన, లేదా అసురక్షిత access ఇవ్వకపోవడం. control logicను underlying computing environment నుండి వేరుచేయడం agentsను మరింత secure, stable, మరియు scale చేయడానికి సులభంగా చేస్తుందని OpenAI భావిస్తోందని మూల పాఠ్యం చెబుతోంది.
అంతే కాక, కొత్త setup recoveryను మెరుగుపరుస్తుందని నివేదిక చెబుతోంది. ఏదైనా దెబ్బతింటే, ఒక agent పూర్తిగా fail కావడం బదులు fresh containerలో పని తిరిగి ప్రారంభించగలదు. developer tools, research workflows, మరియు ఒక request కంటే ఎక్కువసేపు నడిచే automation tasksకు ఇలాంటి restartability ముఖ్యమవుతుంది.
Files మరియు external storageకు మరింత structure
ఈ అప్డేట్ ఒక manifest functionను కూడా ప్రవేశపెడుతోంది, అది ఒక agentకు అందుబాటులో ఉన్న workspaceను వివరిస్తుంది. మూల పాఠ్యంలో, ఈ manifest local filesతో పాటు AWS S3, Google Cloud Storage, మరియు Azure Blob Storage వంటి cloud storage optionsను కూడా మద్దతిస్తుంది. ఇది OpenAI SDKను local development environments మరియు cloud-hosted data రెండింటినీ కవర్ చేసే పనుల కోసం రూపొందిస్తున్నట్లు సూచిస్తోంది.
Developersకు, workspaceను ఇలా స్పష్టంగా వివరించడం agent behaviorను అర్థం చేసుకోవడాన్ని సులభతరం చేయగలదు. modelకు అస్పష్టమైన లేదా అతిగా విస్తృతమైన access ఇవ్వడం బదులు, system ఏ files, ఏ storage locations ఉన్నాయో, వాటిని ఎలా ఉపయోగించాలో నిర్వచించగలదు. source text implementation detailలోకి వెళ్లదు, కానీ manifestను agents కోసం మరింత disciplined operating modelలో భాగంగా స్పష్టంగా చూపిస్తోంది.
Tooling మరింత సామర్థ్యవంతమైన software agents వైపు సూచిస్తోంది
ఈ కొత్త capabilities bundle విశేషమైనది, ఎందుకంటే custom agent stacksలో సాధారణంగా విడివిడిగా ఉండే చర్యలను ఇది కలిపి అందిస్తోంది. నివేదికలో OpenAI MCP ద్వారా tool access, shell execution, file patching, మరియు instruction filesను హైలైట్ చేస్తోంది. ఇవి కలిసి codebaseను inspect చేయగల, మార్పులను నిర్ణయించగల, editsను apply చేయగల, మరియు దీర్ఘ sessionsలో కొనసాగుతూ పనిచేయగల agentsకు అవసరమైన భాగాలు.
అందువల్ల ఈ అప్డేట్ ఒక చిన్న SDK revision కంటే, అనేక బృందాలు స్వయంగా కూర్చున్న patternను standardize చేసే ప్రయత్నంగా ఎక్కువగా కనిపిస్తోంది. ఈ భాగాలను ఒకే bundleగా విడుదల చేయడం ద్వారా OpenAI experimental agent demos మరియు deployable agent systems మధ్య గ్యాప్ను తగ్గిస్తోంది.
- Native sandbox support files, tools, మరియు dependenciesను వేరు చేస్తుంది.
- MCP integration agents tool usageను విస్తరిస్తుంది.
- Shell execution మరియు apply-patch editing practical coding workflowsను మద్దతిస్తాయి.
- Workspace manifests local మరియు cloud storageకు agent accessను విస్తరిస్తాయి.
ఇప్పుడు Python, తరువాత TypeScript
OpenAI కొత్త ఫీచర్లు ఇప్పుడే Pythonలో అందుబాటులో ఉన్నాయని, TypeScript support తర్వాత వస్తుందని చెబుతోంది. ఈ దశలవారీ విడుదల ముఖ్యమైనది, ఎందుకంటే Python ఇప్పటికే AI toolingలో సాధారణ భాషగా ఉంది, TypeScript అయితే agentsను mainstream applicationsలో integrate చేయాలని కోరుకునే web మరియు product teamsకు కీలకం. source text TypeScript విడుదలకు తేదీ ఇవ్వలేదు, అది రాబోతుందని మాత్రమే చెప్పింది.
కంపెనీ standard OpenAI API pricing వర్తిస్తుందని కూడా చెబుతోంది. అంటే ఈ SDK update సామర్థ్యాన్ని విస్తరిస్తుంది కానీ ఇచ్చిన నివేదికలో వేరే pricing modelను తీసుకురాదు; అయినా నిజ జీవిత deployments యొక్క మొత్తం ఖర్చు model usage మరియు workload designపై ఆధారపడి ఉంటుంది.
ఈ అప్డేట్ ఎందుకు ప్రత్యేకం
ఈ విడుదల యొక్క పెద్ద ప్రాముఖ్యత ఏమిటంటే, OpenAI agentsను కేవలం prompting experimentsగా కాకుండా operational softwareగా చూస్తోంది. Controlled execution, recoverable environments, patch-based editing, మరియు workspace manifests కలయిక AI systems digital environmentsపై ఎలా పనిచేయగలవో మరింత క్రమబద్ధమైన మోడల్ను సూచిస్తోంది.
అది అన్ని ఆందోళనలను పూర్తిగా తొలగిస్తుందన్న అర్థం కాదు. ఇచ్చిన వ్యాసంలో sandboxes అన్ని riskలను తొలగిస్తాయని చెప్పలేదు; అవి agent deploymentsను మరింత సురక్షితంగా, మరింత robustగా చేస్తాయని మాత్రమే చెప్పింది. కానీ దిశ స్పష్టం: ప్రశ్నలకు సమాధానం ఇవ్వడాన్ని మించిన పనులు చేయగల agentsకు అవసరమైన infrastructureను OpenAI package చేస్తోంది. అవి bounded environmentsలో inspect చేయగలవు, modify చేయగలవు, మరియు పనిని కొనసాగించగలవు; ఆ పరిమితులు ఈ ఉద్దేశ్యంతోనే నిర్వచించబడ్డాయి.
AI agents అభివృద్ధిని గమనిస్తున్న developersకు ఈ అప్డేట్ ఒక ముఖ్యమైన అడుగు. ఇది teamsకు అవసరమైన plumbingలో ఎక్కువ భాగాన్ని out of the box ఇస్తోంది, మరియు platform ఎటు వెళ్తోందో చూపిస్తోంది: action తీసుకోగల, failure నుంచి తిరిగి రావగల, మరియు స్పష్టంగా నిర్వచించిన execution boundariesలో పనిచేయగల agents వైపు.
ఈ వ్యాసం The Decoder నివేదికపై ఆధారపడింది. మూల వ్యాసం చదవండి.