OpenAI "Agents API"-ийг танилцууллаа: Codex Harness бүхий үүлэн дэд бүтэц API болж, хөгжүүлэгчдийн "Plumbing" зовлонг шийдэв

Сүүлийн хоёр жилд AI агентууд бүтээх гэж оролдсон програм хангамжийн инженер бүрийн хувьд хамгийн том саад нь моделийн чадамж бус, түүнийг тойрсон дэд бүтэц байсаар ирсэн. Багаж хэрэгсэл дуудах давталт (tool loop), олон хоног үргэлжлэх ажлын сессийн төлөвийг хадгалах (session state), контекст хэтрэх үед мэдээллийг нягтруулах (context compaction), аюулгүй код гүйцэтгэх тусгаарлагдсан орчин (sandbox), зэрэгцээ ажиллах дэд агентуудыг (subagents) зохицуулах гэх мэт инженерийн "хар ажил" нийт төслийн 80%-ийг эзэлдэг.

OpenAI саяхан өөрийн Codex болон ChatGPT for Work-ийг ажиллуулдаг суурь хөдөлгүүр болох Codex Harness дэд бүтцийг нээлттэй болгож, хөгжүүлэгчдэд зориулсан бүрэн удирдлагатай (managed) Agents API-ийг нийтийн туршилтын (Public Beta) хувилбараар зарлалаа.

Загвараас ч илүү чухал "Harness" гэж юу вэ?

Хэлний том загвар (LLM) дангаараа бол зүгээр л токен таамаглагч функц юм. Харин загварт файлын системтэй харьцах, код ажиллуулах, алдаа гарвал буцаж засах, цаашлаад бусад туслах агентуудад даалгавар өгөх боломжийг олгож буй гаднах бүтцийг Harness буюу агентын удирдлагын хөдөлгүүр гэж нэрлэдэг.

Өнөөг хүртэл хөгжүүлэгчид өөрсдийн скрипт, эсвэл олон төрлийн open-source фрэймворк ашиглан энэхүү давталтыг гар аргаар хийх шаардлагатай болдог байв. OpenAI-ийн нийтэлсэн тоо баримтаас харахад, загвар солиогүй байхад зөвхөн harness-ийн контекст нягтрал болон логик дүгнэлтийг хадгалах тохиргоог сайжруулснаар GPT-5.6 Sol загварын ARC-AGI-3 үнэлгээний оноо 13.3%-аас 38.3% болж үсрэнгүй өсөж, гаралтын токен зарцуулалт 6 дахин буурчээ. Өөрөөр хэлбэл, ухаалаг агент бүтээхэд зөвхөн сайн загвар сонгох биш, сайн harness-тай байх нь шийдвэрлэх хүчин зүйл болоод байна.

Agents API-ийн архитектур: Үндсэн 4 ойлголт

OpenAI шинэ API-аа хөгжүүлэгчдэд ойлгомжтой байлгах үүднээс дөрвөн үндсэн объект дээр суурилуулан зохион бүтээжээ:

1. Agent (Агент): Ашиглах суурь загвар, системийн зааварчилгаа (instructions), хэрэгслүүд (Tools) болон MCP (Model Context Protocol) серверүүдийн холболтын тохиргоо.
2. Environment (Орчин ба Sandbox): Агент зүгээр л текст бичихээс цааш гарч, файл засварлах, код турших, эсвэл бүр үр дүнгийн файл үүсгэх бүрэн эрхтэй тусгаарлагдсан Linux контейнер. Хөгжүүлэгчид OpenAI-ийн удирддаг бэлэн sandboxes-ийг ашиглаж болохоос гадна өөрийн AWS/GCP VPC, эсвэл E2B, Modal, Cloudflare зэрэг дэд бүтцүүдийг холбох боломжтой.
3. Session (Урт хугацаат сесс): Өмнө нь API дуудалт бүр салангид байсан бол Session нь агентын хийж гүйцэтгэж буй ажлыг цаг, өдрөөр үргэлжлүүлэн хадгалдаг. Хөгжүүлэгч систем рүү хүссэн үедээ эргэн холбогдож, ажлын явцыг хянах, шинэ заавар өгөх (steer), эсвэл вебхүүкээр дууссан мэдээг хүлээн авах боломжтой болсон.
4. Events & Subagents (Зэрэгцээ дэд агентууд): Нэг агентад бүх ажлыг даалгавал контекст цонх хурдан дүүрч, гацах магадлал ихэсдэг. Agents API-ийн тусламжтайгаар үндсэн агент ажлаа нарийвчлан хувааж, олон "Subagent"-ийг зэрэг (parallel) ажиллуулж чадна. Жишээлбэл, үйлдвэрлэлийн серверийн алдааг шалгах (Incident Response) үед нэг дэд агент нь Git deploy логуудыг, нөгөө нь Datadog метрикийг, гурав дахь нь хамаарал бүхий сангуудыг шалгаж, үр дүнгээ эх агентад нэгтгэн өгдөг.

// Agents API ашиглан сесс үүсгэх энгийн жишээ
import OpenAI from "openai";

const openai = new OpenAI();

const session = await openai.beta.agents.sessions.create({
  agent: {
    model: "gpt-4o",
    instructions: "Та системийн гэмтлийг шалгадаг шинжээч агент.",
    tools: [{ type: "code_interpreter" }, { type: "file_search" }]
  },
  environment: {
    type: "openai_sandbox" // Тусгаарлагдсан код ажиллуулах контейнер
  }
});

// Агентад даалгавар өгч ажлын ээлжийг (turn) эхлүүлэх
await openai.beta.agents.sessions.turns.create(session.id, {
  input: "Сүүлийн 1 цагийн алдааны логуудад анализ хийж, үр дүнг тайлагна."
});

Хөгжүүлэгчдэд юу өөрчлөгдөх вэ?

Энэхүү шинэчлэл нь програм хангамжийн багуудад стратегийн том өөрчлөлтийг авчирч байна:

• "Plumbing" дэд бүтцийг дахин барих шаардлагагүй болов: DB холболт, Redis кэш, Agent Loop-ийн алдаа засах логик зэрэг давтагддаг кодуудыг компани бүр өөрсдөө бичих шаардлагагүй болж, OpenAI үүнийг үүлэн дэд бүтэц (SaaS/PaaS) болгон авч үлдэв.
• Контекстийн менежмент автоматаар шийдэгдэнэ: Урт сессийн явцад чухал шийдвэр, санах ойг автоматаар ялган авч, хэрэггүй хуучин мэдээллийг нягтруулснаар (Context Compaction) токен хэмнэж, агентыг чиглэлээ алдахаас сэргийлнэ.
• Инженерийн анхаарал "Хяналт ба Хамгаалалт" руу шилжинэ: Агент өөрөө код бичиж, терминал дээр тушаал биелүүлж чадах орчин бүрдсэн тул хөгжүүлэгчийн гол үүрэг нь Agent-д ямар түвшний зөвшөөрөл (RBAC) олгох, production руу нэвтрэх үед хүний хяналтыг (Human-in-the-loop) хэрхэн зохион байгуулах вэ гэдэгт төвлөрнө.

Үнэ ба хүртээмж

Agents API-ийн хувьд дэд бүтэц ашигласны нэмэлт хураамж байхгүй бөгөөд хөгжүүлэгчид зөвхөн ашигласан моделийн токен, холбосон багаж хэрэгсэл (OpenAI tools) болон ашигласан Sandbox контейнерын минут тутмын стандарт тарифыг төлнө. Өнөөдрөөс эхлэн OpenAI платформ дээрх бүх хөгжүүлэгчид Public Beta хэлбэрээр турших боломжтой.

Үүлэн үйлчилгээний компаниуд өмнө нь өгөгдлийн санг (Managed Database) автоматжуулж хөгжүүлэгчдийг сервер тохируулах ажлаас чөлөөлж байсан бол одоо AI агентын дэд бүтэц яг тэр замаар урагшилж байна.

---

Эх сурвалж: OpenAI Developer Blog: Introducing the Agents API, OpenAI Developer Documentation