วิวัฒนาการขั้นถัดไปของ Agents SDK

• OpenAI อัปเดต Agents SDK ครั้งใหญ่ เพื่อมอบโครงสร้างพื้นฐานมาตรฐานที่ช่วยให้เอเจนต์สามารถตรวจสอบไฟล์ รันคำสั่ง แก้ไขโค้ด และทำงานระยะยาวได้ภายใน สภาพแวดล้อมแซนด์บ็อกซ์ที่ควบคุมได้
• harness ใหม่ผสาน หน่วยความจำที่กำหนดค่าได้, orchestration ที่รับรู้แซนด์บ็อกซ์, เครื่องมือระบบไฟล์สไตล์ Codex, รวมถึง primitive สำคัญของระบบเอเจนต์ระดับ frontier เช่น MCP, skills, AGENTS.md, shell และ apply patch
• รองรับการรันบนแซนด์บ็อกซ์แบบ native โดยสนับสนุน ผู้ให้บริการแซนด์บ็อกซ์ที่หลากหลาย อย่าง Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop และ Vercel ได้ในตัว หรือจะเชื่อมต่อแซนด์บ็อกซ์ของตนเองก็ได้
• ด้วยสถาปัตยกรรมที่แยก harness ออกจาก compute จึงช่วยเพิ่มทั้งความปลอดภัยและการขยายระบบ เช่น การป้องกัน prompt injection, durable execution บนพื้นฐาน snapshot และการขนานงานแบบหลายคอนเทนเนอร์
• เปิดให้ใช้งานทั่วไป (GA) สำหรับลูกค้าทั้งหมดด้วย การคิดค่าบริการมาตรฐานตามโทเค็นและการใช้เครื่องมือ ผ่าน API และมีแผนเพิ่มการรองรับ TypeScript รวมถึงฟีเจอร์ code mode และ subagents ในอนาคต

---

ข้อจำกัดของระบบเอเจนต์แบบเดิม

• หากนักพัฒนาต้องการสร้างเอเจนต์ที่มีประโยชน์จริง ไม่ได้ต้องการแค่โมเดลที่ดีที่สุดเท่านั้น แต่ยังต้องมีระบบที่รองรับการตรวจสอบไฟล์ รันคำสั่ง เขียนโค้ด และ คงสถานะงานหลายขั้นตอนไว้ได้
• trade-off ของแนวทางเดิม
  • เฟรมเวิร์กที่ไม่ผูกกับโมเดล มีความยืดหยุ่น แต่ไม่สามารถดึงความสามารถของโมเดล frontier ออกมาใช้ได้เต็มที่
  • SDK จากผู้ให้บริการโมเดล อยู่ใกล้ตัวโมเดลมากกว่า แต่ก็มักขาดความสามารถในการมองเห็นการทำงานของ harness
  • Managed agent API ทำให้การ deploy ง่ายขึ้น แต่จำกัดตำแหน่งที่เอเจนต์จะรันและวิธีเข้าถึงข้อมูลอ่อนไหว

harness ที่ทรงพลังกว่าสำหรับ agent loop

• รีลีสครั้งนี้ทำให้ harness ของ Agents SDK มีความสามารถมากขึ้นสำหรับเอเจนต์ที่ต้องจัดการเอกสาร ไฟล์ และระบบ
• primitive สำคัญที่รวมเข้ามาใหม่
  • การใช้เครื่องมือผ่าน MCP
  • progressive disclosure ผ่าน skills
  • custom instruction ผ่าน AGENTS.md
  • การรันโค้ดผ่านเครื่องมือ shell
  • การแก้ไขไฟล์ผ่านเครื่องมือ apply patch
• เนื่องจาก harness จะผสานรูปแบบการทำงานแบบ agentic และ primitive ใหม่ ๆ เพิ่มขึ้นอย่างต่อเนื่องตามเวลา นักพัฒนาจึงสามารถ โฟกัสที่ลอจิกเฉพาะโดเมนได้แทนการอัปเดตโครงสร้างพื้นฐานหลัก
• harness ช่วยให้การรันสอดคล้องกับ วิธีที่โมเดล frontier ทำงานได้ดีที่สุด ส่งผลให้เสถียรภาพและประสิทธิภาพดีขึ้น โดยเฉพาะในงานที่รันยาวหรือมีความซับซ้อนสูงซึ่งต้องประสานเครื่องมือและระบบหลากหลายตัว
• ถูกออกแบบมาเพื่อรองรับความต้องการเฉพาะของแต่ละผลิตภัณฑ์ จึงสามารถ ปรับการใช้เครื่องมือ หน่วยความจำ และสภาพแวดล้อมแซนด์บ็อกซ์ให้เข้ากับสแต็กเดิมของนักพัฒนาได้อย่างยืดหยุ่น

การรันบนแซนด์บ็อกซ์แบบ native

• Agents SDK ที่อัปเดตแล้ว รองรับการรันบนแซนด์บ็อกซ์แบบ native ทำให้เอเจนต์สามารถทำงานในสภาพแวดล้อมคอมพิวเตอร์ที่ควบคุมได้ พร้อมไฟล์ เครื่องมือ และ dependency ที่จำเป็นต่อภารกิจ
• เอเจนต์ที่มีประโยชน์จำนวนมากต้องการ workspace ที่สามารถอ่าน/เขียนไฟล์ ติดตั้ง dependency รันโค้ด และใช้เครื่องมือได้อย่างปลอดภัย ซึ่งการรองรับแซนด์บ็อกซ์แบบ native ทำให้ได้สิ่งนี้มาโดยไม่ต้องตั้งค่าแยกเอง
• สามารถนำแซนด์บ็อกซ์ของตัวเองมาใช้ หรือใช้การรองรับที่มีมาในตัวสำหรับ Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop, Vercel
• มีการเพิ่ม abstraction แบบ Manifest เพื่อให้สภาพแวดล้อมพกพาข้ามผู้ให้บริการหลายรายได้
  • สามารถเมานต์ไฟล์ในเครื่องและกำหนดไดเรกทอรีผลลัพธ์ได้
  • รองรับการนำเข้าข้อมูลจากผู้ให้บริการสตอเรจอย่าง AWS S3, Google Cloud Storage, Azure Blob Storage, Cloudflare R2
• มอบวิธีตั้งค่าสภาพแวดล้อมที่ สม่ำเสมอตั้งแต่การทำต้นแบบในเครื่องไปจนถึงการ deploy สู่โปรดักชัน แก่นักพัฒนา
• มอบ workspace ที่คาดการณ์ได้ ให้กับโมเดล ทั้งในแง่ตำแหน่งอินพุต ตำแหน่งเอาต์พุต และวิธีจัดระเบียบงานระหว่างงานที่รันเป็นเวลานาน

การแยก harness ออกจาก compute เพื่อความปลอดภัย ความทนทาน และการขยายระบบ

• ระบบเอเจนต์ควรถูกออกแบบโดย ตั้งสมมติฐานว่ามีความพยายามทำ prompt injection และข้อมูลรั่วไหลอยู่เสมอ และการแยก harness ออกจาก compute ก็ช่วยแยก credential ออกจากสภาพแวดล้อมที่รันโค้ดซึ่งโมเดลสร้างขึ้น
• รองรับ durable execution
  • เมื่อสถานะของเอเจนต์ถูก externalize แล้ว การสูญเสียคอนเทนเนอร์แซนด์บ็อกซ์จะไม่เท่ากับการสูญเสียการรัน
  • ด้วย snapshotting และ rehydration ที่มีมาในตัว หากสภาพแวดล้อมเดิมล้มเหลวหรือหมดอายุ ก็สามารถกู้สถานะจาก checkpoint ล่าสุดขึ้นมารันต่อในคอนเทนเนอร์ใหม่ได้
• เสริม ความสามารถในการขยายระบบ
  • การรันเอเจนต์สามารถใช้แซนด์บ็อกซ์หนึ่งตัวหรือหลายตัวก็ได้
  • เรียกใช้แซนด์บ็อกซ์เฉพาะเมื่อจำเป็น และสามารถส่ง subagent ไปยังสภาพแวดล้อมที่แยกจากกันได้
  • รองรับการรันที่เร็วขึ้นด้วย การขนานงานแบบหลายคอนเทนเนอร์

กรณีศึกษาลูกค้า Oscar Health

• ตามคำกล่าวของ Rachael Burns, Staff Engineer & AI Tech Lead ของ Oscar Health ระบุว่า Agents SDK ที่อัปเดตแล้วช่วยให้พวกเขานำ เวิร์กโฟลว์อัตโนมัติสำหรับเวชระเบียนทางคลินิก ไปใช้งานในระดับโปรดักชันได้ ซึ่งแนวทางก่อนหน้านี้ยังไม่เสถียรพอจะรองรับได้
• จุดแตกต่างสำคัญไม่ใช่แค่การดึง metadata แบบง่าย ๆ แต่คือการ เข้าใจแต่ละ encounter boundary ได้อย่างแม่นยำ จากบันทึกที่ยาวและซับซ้อน
• ผลลัพธ์คือช่วยให้เข้าใจบริบทการเข้ารับบริการของผู้ป่วยแต่ละรายได้เร็วขึ้น และมีส่วนช่วย ยกระดับการดูแลและประสบการณ์ของผู้ป่วย

ราคาและรูปแบบการให้บริการ

• ความสามารถใหม่ของ Agents SDK เปิดให้ใช้งานทั่วไป (GA) สำหรับลูกค้าทั้งหมด ผ่าน API
• ใช้ นโยบายราคามาตรฐานของ API (คิดค่าบริการตามโทเค็นและการใช้เครื่องมือ)

แผนในอนาคต

• จะพัฒนา Agents SDK ต่อเนื่องเพื่อช่วยให้นำเอเจนต์ที่ทรงพลังยิ่งขึ้นขึ้นสู่โปรดักชันได้ด้วยโครงสร้างพื้นฐานแบบคัสตอมน้อยลง โดยยังคง ความยืดหยุ่นและการควบคุมของนักพัฒนา เอาไว้
• harness ใหม่และความสามารถด้านแซนด์บ็อกซ์จะ เปิดตัวบน Python ก่อน และ การรองรับ TypeScript จะตามมาในรีลีสถัดไป
• กำลังพัฒนาฟีเจอร์ code mode และ subagents เพื่อเพิ่มให้ทั้ง Python และ TypeScript
• มีแผนขยายการรองรับ ผู้ให้บริการแซนด์บ็อกซ์ การผสานระบบ และวิธีเชื่อมต่อกับเครื่องมือและระบบที่นักพัฒนาใช้อยู่แล้ว เพื่อสนับสนุนการบูรณาการในระบบนิเวศของเอเจนต์