OpenAI 发布 AgentKit：一站式代理构建、评估与优化工具集

2025年10月6日，OpenAI 正式推出 AgentKit，这是一套面向开发者和企业的完整工具集，旨在简化代理（Agent）的构建、部署与优化流程。在此之前，构建代理往往需要拼凑碎片化工具——复杂的编排缺乏版本控制、自定义连接器、手动评估流程、提示词调优以及数周的前端开发工作。AgentKit 通过提供可视化工作流设计、嵌入代理 UI 等新型构建模块，彻底改变了这一局面。

重要更新：2026年6月3日，OpenAI 宣布将逐步关闭 Agent Builder 和 Evals 产品。自2026年11月30日起，这些功能将不再在 OpenAI 平台上可用。对于需要持续以代码形式运行的工作流，官方推荐使用 Agents SDK；对于更适合自然语言提示的场景，建议使用 ChatGPT 中的 Workspace Agents。

AgentKit 核心组件

AgentKit 包含三大核心组件：

• Agent Builder：可视化画布，用于创建和版本化管理多代理工作流。
• Connector Registry：集中管理面板，让管理员统一管理跨 OpenAI 产品的数据和工具连接。
• ChatKit：工具包，用于在产品中嵌入可定制的聊天式代理体验。

同时，OpenAI 还扩展了评估能力，新增数据集、轨迹评分、自动提示优化以及第三方模型支持等功能，帮助开发者衡量和改进代理性能。

从 Responses API 到 AgentKit

自2025年3月发布 Responses API 和 Agents SDK 以来，OpenAI 见证了开发者和企业构建端到端代理工作流的巨大热情，应用场景涵盖深度研究、客户支持等。例如：

• Klarna 构建的支持代理处理了三分之二的客服工单。
• Clay 通过销售代理实现了10倍增长。

AgentKit 基于 Responses API 构建，帮助开发者更高效、更可靠地开发代理。

使用 Agent Builder 设计工作流

随着代理工作流日益复杂，开发者需要更清晰的流程可视化。Agent Builder 提供可视化画布，支持拖拽节点组合逻辑、连接工具、配置自定义护栏。它支持预览运行、内联评估配置以及完整的版本控制，非常适合快速迭代。

开发者可以从空白画布或预置模板开始。

真实案例：Ramp

“Agent Builder 将曾经需要数月时间完成的复杂编排、自定义代码和手动优化，缩短到仅需几个小时。可视化画布让产品、法务和工程团队保持同步，将迭代周期缩短了70%，让代理在两个冲刺周期内上线，而不是两个季度。”—— Ramp

真实案例：LY Corporation

“Agent Builder 让我们以全新的方式编排代理，工程师和领域专家可以在同一个界面中协作。我们在不到两小时内构建了首个多代理工作流并成功运行，显著加速了代理的创建和部署。”—— LY Corporation（日本领先的科技与互联网服务公司）

Connector Registry 与 Guardrails

OpenAI 还推出了 Connector Registry，帮助企业跨多个工作区和组织治理和维护数据。该注册表将数据源整合到一个管理面板中，支持 ChatGPT 和 API 的集中管理。注册表包含所有预置连接器，如 Dropbox、Google Drive、SharePoint 和 Microsoft Teams，以及第三方 MCP。

开发者还可以在 Agent Builder 中启用 Guardrails——一个开源、模块化的安全层，帮助保护代理免受意外或恶意行为的影响。Guardrails 可以屏蔽或标记 PII、检测越狱攻击，并应用其他安全措施。Guardrails 可独立部署，或通过 Python 和 JavaScript 的 guardrails 库使用。

使用 ChatKit 嵌入代理聊天体验

部署代理的聊天 UI 可能异常复杂——处理流式响应、管理线程、展示模型思考过程以及设计引人入胜的聊天内体验。ChatKit 简化了这一过程，让嵌入的聊天式代理感觉像产品原生功能。它可以嵌入到应用或网站中，并根据主题或品牌进行定制。

“我们使用 ChatKit 为 Canva 开发者社区构建支持代理，节省了超过两周的时间，并且在一小时内完成集成。这个支持代理通过将文档转化为对话式体验，彻底改变了开发者与我们文档互动的方式，让在 Canva 上构建应用和集成变得轻而易举。”—— Canva

ChatKit 已支持多种用例，包括内部知识助手、入职指南、客户支持和研究代理。HubSpot 的客户支持代理就是一个很好的例子。

使用新的 Evals 功能衡量代理性能

构建可靠、生产就绪的代理需要严格的性能评估。去年，OpenAI 推出了 Evals，帮助开发者测试提示并衡量模型行为。现在，OpenAI 新增了四项功能，使构建评估更加便捷：

• 数据集：从零开始快速构建代理评估，并通过自动评分器和人工注释随时间扩展。
• 轨迹评分：对代理工作流进行端到端评估，并自动化评分以定位缺陷。
• 自动提示优化：基于人工注释和评分器输出生成改进后的提示。
• 第三方模型支持：在 OpenAI Evals 平台内评估来自其他提供商的模型。

客户已通过 Evals 获得了显著的性能提升。

“评估平台将我们多代理尽职调查框架的开发时间缩短了50%以上，并将代理准确率提高了30%。”—— Carlyle

使用强化微调提升代理性能

强化微调（RFT）允许开发者定制 OpenAI 的推理模型。该功能已在 OpenAI o4-mini 上全面可用，并在 GPT-5 上处于私有测试阶段。OpenAI 正在与数十家客户密切合作，在更广泛发布前完善 GPT-5 的 RFT。

总结

AgentKit 的发布标志着 OpenAI 在代理开发领域迈出了重要一步。通过提供可视化工作流设计、集中连接管理、嵌入式聊天 UI 以及强大的评估和微调工具，AgentKit 显著降低了构建高质量代理的门槛。无论是初创公司还是大型企业，都能从中受益，加速从概念到生产的代理部署周期。