前言
2025年3月12日，OpenAI发布了专为开发AI智能体（Agent）设计的 Responses API与开源框架 Agents SDK，标志着 Open AI 从“对话生成”向“任务执行”的全面升级。
不论OpenAI是否承认，我感觉这明显是对 Manus 近期爆火的一种回应，也从侧面说明了 Manus 智能体路线的正确。
发布内容
首先，介绍下这次发布的内容。
Responses API
Responses API 是一套开发接口，是 Chat Completions API 的升级版本，它结合了 Chat Completions API 的易用性和 Assistants API 的工具调用能力，支持开发者通过单次API请求完成复杂任务链。
其核心工具包括：
网页搜索工具：基于微调的GPT-4o或GPT-4o-mini模型，支持实时检索互联网信息并自动生成引用来源。该工具在SimpleQA基准测试中准确率高达90%，可与其他工具协同调用，例如结合文件搜索生成综合报告。 文件搜索工具：支持PDF、Markdown等多种文件格式，新增元数据过滤和自定义排序功能，适用于检索增强生成（RAG）场景。开发者可通过向量数据库快速定位文档内容，集成仅需几行代码。 计算机操作工具（CUA）：基于Operator模型的计算机操作代理（CUA），可模拟鼠标点击、键盘输入等操作，自动化执行浏览器或传统软件任务。该工具在OSWorld、WebArena等测试中成功率最高达87%，提供环境隔离和敏感操作确认机制保障安全。
Agents SDK
发布会上同时开源了 Agents SDK，旨在简化AI智能体的开发、协调与优化流程。
主要包括以下核心功能：
多Agent协同：基于Swarm框架升级，支持编排多智能体工作流。 跨模型兼容性：开源设计，允许集成第三方模型（如Anthropic、Llama等），开发者可自由选择底层LLM。 少量代码开发：提供预配置模板与SDK助手，仅需数行代码即可启动复杂任务（如文件搜索+网络搜索联动）。 企业级扩展：支持对接传统系统（如无API的遗留软件），通过计算机操作工具实现自动化控制
演示案例
发布会上进行了一个 Agent 案例的展示，效果看起来还是很不错的。
测试模拟的用户名字是 Kevin，居住在东京。
先用“文件搜索工具” 了解 Kevin的服装偏好数据，生成穿衣风格。 通过调用“网页搜索工具”获取东京附近的店铺数据，并推荐 Patagonia 店铺。 使用“计算机操作工具”自动操作网页进行下单，包括点击、填写表单等。 最后，还展示了当前 Agent 将退货请求推送到另一个客服 Agent，让其帮助用户完成退货。
野心
这次 OpenAI 的发布更多是在技术层面上的应用，看起来可能没有Manus那么炫酷，但我觉得这背后并不简单。
比如上文提到的 Chat Completion API，可能非技术背景的朋友不太了解它，但它实际上已经成了大模型 API 里的标配。几乎所有主流的大模型API都得兼容这个规范，不然用起来就很麻烦。
此次推出的 Responses API 是在 Chat Completion API 的基础上进行升级而来的。它预示着 OpenAI 的野心——或许我们以后开发的所有智能体 Agent 都需要遵循这一套接口标准？
概念区分
本次发布的内容可能会与以前的几个概念混淆，特此对比，方便大家理解。
Responses API 与 Agents SDK
Responses API：接口层，提供工具调用与任务编排能力，如网页搜索、文件检索； Agents SDK：框架层，开源Python/Node.js库，支持多智能体协作与流程可视化监控。
两者关系类似“乐高零件”与“拼装说明书”，前者提供功能原子，后者定义协作规则。
Responses API 与 Operators 的区别
Operators：一个基于CUA模型的具体智能体（如浏览器插件），聚焦终端用户任务执行； Responses API：底层支持层，为Operators等智能体提供工具调用与模型调度能力
GPTs 与 Assistants API
GPTs：通过零代码方式迅速部署场景化AI服务，类似国内的扣子等。 Assistants API：通过标准接口提供企业级对话管理、多角色协作和工具调用能力。
总结
与Manus侧重于快速应用落地和用户体验优化相比，OpenAI的这次发布展示了其对未来AI发展的深刻理解和预先规划。
这提醒着我们，在追求应用创新的同时，是否也应该提升核心技术和规范标准的积累与布局。
毕竟，DeepSeek已经开了个好头，不是吗？
