OpenAI 發布了 Python SDK 版本 3.22.0,在 Beta Agents API 中新增了電腦操作(computer use)支援。此更新讓開發者能夠整合可直接與電腦介面互動的自主代理程式功能,使代理程式不僅限於文字互動,還能執行點擊按鈕或打字等具體動作。

該版本透過單一 API 呼叫處理工作階段管理與上下文壓縮,簡化了複雜自主工作流程的建構。它利用 OpenAI 的基礎設施來管理模型、工具與電腦環境之間的循環運作。由於該功能目前位於 Agents API 的 Beta 階段,表示介面可能仍會調整。

事件背景

OpenAI Agents API 是一項 Beta 服務,允許開發者使用 OpenAI 管理的 Codex 代理程式建構應用程式。該代理程式可在多個步驟中工作,並在相同工作階段中持續運作,同時管理工具與上下文。「電腦操作」功能使這些代理程式能夠與圖形使用者介面互動,從而發揮數位員工的作用。