Агенты с компьютером внутри: что OpenAI встроила в Responses API

Большую часть времени языковые модели работают как умный текстовый процессор: получают запрос – выдают ответ. Но в последнее время всё больше задач требуют чего-то другого: чтобы модель не просто отвечала, а действовала – писала и выполняла код, работала с файлами, запускала команды, сохраняла промежуточные результаты. Проще говоря, вела себя как агент, а не как справочник.

Именно в этом направлении OpenAI сделала следующий шаг, обновив свой Responses API. Теперь он умеет не только генерировать текст, но и предоставлять модели полноценную вычислительную среду: с оболочкой командной строки, файловой системой и инструментами. Это звучит технически, но за этим стоит довольно конкретная идея.

Что такое агент и зачем ему нужен компьютер

Что такое агент и почему ему нужен «компьютер»

Когда мы говорим об агенте на базе языковой модели, речь идёт о системе, которая может самостоятельно выполнять многошаговые задачи. Например: «проанализируй этот набор данных, построй сводку, сохрани результат». Для этого нужно не просто сгенерировать текст – нужно запустить код, прочитать файл, что-то записать, возможно, исправить ошибку и попробовать снова.

Раньше всё это разработчику приходилось собирать самостоятельно: подключать отдельные инструменты, настраивать окружение, следить за тем, чтобы между шагами сохранялось состояние. Это трудоёмко, и, что важнее, каждая такая самодельная сборка – потенциальное место для ошибок и уязвимостей.

OpenAI решила встроить эту инфраструктуру прямо в API. Теперь модель получает доступ к изолированному контейнеру – своего рода виртуальному компьютеру, который существует только на время выполнения задачи. Внутри него есть командная строка, можно хранить файлы, запускать скрипты. После завершения контейнер удаляется.

Изоляция и безопасность в работе агентов

Изоляция – это не просто технический термин

Слово «изолированный» здесь принципиально важно. Когда агент выполняет произвольный код – а именно так и работают многие реальные задачи – нужно быть уверенным, что этот код не может навредить чему-то за пределами отведённой ему среды. Никаких случайных обращений к чужим данным, никакого выхода за рамки задачи.

Контейнерный подход решает эту проблему структурно: каждый агент работает в своей песочнице. Это важно и для безопасности пользователей, и для масштабируемости – можно одновременно запускать много таких агентов, не беспокоясь о взаимном влиянии.

Расширенные возможности Responses API

Что нового в инструментах

Ключевое дополнение в обновлённом Responses API – это так называемый shell tool (инструмент командной строки). Он позволяет модели выполнять команды напрямую внутри контейнера: устанавливать зависимости, запускать скрипты, читать и записывать файлы.

Это качественно меняет возможности агента. Раньше, чтобы дать модели возможность, например, запустить Python-скрипт, разработчик должен был сам обернуть это в отдельный инструмент, прописать логику вызова, обработку ошибок и так далее. Теперь это часть готовой инфраструктуры.

Вдобавок контейнер поддерживает состояние между шагами. Это значит, что агент помнит, что он уже сделал: файл, созданный на первом шаге, будет доступен на третьем. Это базовое требование для любой реальной многоступенчатой задачи, но реализовать его без специальной поддержки со стороны платформы – отдельная головная боль.

Для кого предназначены новые функции OpenAI API

Для кого это сделано

В первую очередь это инструмент для разработчиков, которые строят агентные системы поверх моделей OpenAI. Раньше им приходилось самостоятельно решать вопросы инфраструктуры: как хранить файлы между вызовами, как безопасно запускать код, как передавать контекст от шага к шагу. Теперь OpenAI берёт эти задачи на себя.

Практический эффект – снижение порога входа. Построить рабочего агента, который умеет работать с файлами и выполнять код, теперь можно с меньшим количеством самописного кода и меньшим количеством «велосипедных» решений.

Если посмотреть шире, это также сигнал о том, в каком направлении OpenAI видит развитие своей платформы: не просто API для генерации текста, а полноценная среда для запуска автономных задач. Модель перестаёт быть просто «мозгом» и получает руки – пусть пока и виртуальные.

Что следует учесть при использовании новых функций

Что остаётся за кадром

Вопросов, впрочем, тоже хватает. Изолированные контейнеры – хорошее решение для безопасности, но любая такая среда имеет ограничения по ресурсам и времени жизни. Для коротких задач это нормально, но для долгих или сложных пайплайнов разработчикам всё равно придётся думать об архитектуре.

Кроме того, вопрос о том, насколько хорошо модель сама справляется с управлением агентным циклом – то есть насколько уверенно она принимает решения о следующем шаге, обрабатывает неожиданные результаты, восстанавливается после ошибок – остаётся открытым. Инфраструктура упрощает одни проблемы, но качество самого агентного поведения по-прежнему зависит от возможностей модели.

Тем не менее направление понятно: OpenAI последовательно движется от «модели как инструмента» к «модели как исполнителя». И обновление Responses API – ещё один шаг в эту сторону.