LLM-ийн гадуурх мянга мянган мөр boilerplate код түүх болов: OpenAI өөрийн Codex harness-ийг 'Agents API' болгон зарлалаа

Сүүлийн хоёр жилийн турш хиймэл оюуны агент (AI Agent) бүтээх гэж оролдсон инженер бүрийн мэддэг нэг гашуун үнэн бий: Агент хөгжүүлэлтийн хамгийн хэцүү хэсэг нь загвар (LLM) өөрөө биш, түүний гадуур бичигддэг олон мянган мөр хамгаалалтын болон зохицуулалтын дэд бүтэц байдаг.

Хөгжүүлэгчид загвартаа даалгавар өгөхийн тулд хязгааргүй while(running) давталт үүсгэж, алдаа гарвал retry хийх, context window дүүрэх үед өмнөх чатыг тасдаж хураангуйлах, олон зуун tool-ийн тодорхойлолтыг prompt-доо чихэж token үрэх зэрэг төвөгтэй логикуудыг гараар бүтээхэд хамаг цагаа бардаг байв.

Харин өчигдөр OpenAI өөрсдийн алдарт Codex системийг хөдөлгөж ирсэн дотоод агент платформ буюу "Codex harness"-ээ албан ёсоор бие даасан үүлэн үйлчилгээ болгон хувиргаж, Agents API нэртэйгээр public beta хувилбарыг нь хөгжүүлэгчдэд нээлээ.

Агент бүтээхэд тулгардаг хамгийн том саад: "The Harness Problem"

Бие даан даалгавар гүйцэтгэх найдвартай код бичигч агент, эсвэл судалгааны автомат туслах бүтээхэд дан ганц GPT-4o эсвэл o3 загварыг дуудах нь хангалтгүй. Бодит үйлдвэрлэлийн (production) түвшинд дараах асуудлууд үүсдэг:

Контекстийн хязгаар (Context Exhaustion): Агент хэдэн зуун алхам бүхий даалгавар биелүүлэх үед token цонх хурдан дүүрч, систем өмнөх үр дүнгээ мартдаг эсвэл ажиллахаа больдог.
Tool-ийн тоо ба Token зардал: Хэрэв системд 50 өөр API функц байвал тэдгээрийн JSON схемийг хүсэлт бүрт илгээх нь token-ий зардлыг огцом өсгөж, prompt caching-ийг эвддэг.
Хяналтгүй байдал ба Аюулгүй байдал: Агентад Shell тушаал, Python код ажиллуулах эрх өгөхөд аюулгүй, тусгаарлагдсан (sandbox) орчин бэлдэх нь асар их дэд бүтцийн зардал дагуулдаг.

OpenAI Agents API нь эдгээр асуудлыг хөгжүүлэгчийн өмнөөс хариуцах "managed infrastructure" буюу удирдлагатай дэд бүтэц болж гарч ирж буйгаараа онцлог юм.

Хөгжүүлэгчдийн анхаарлыг татаж буй гол боломжууд

Agents API-ийн архитектур нь уламжлалт Chat Completions API-аас эрс өөр бөгөөд дөрвөн үндсэн тулгуур дээр суурилж байна:

1. Автомат Context Compaction (Олон өдрөөр ажиллах сессүүд)

Хамгийн том дэвшил нь контекстийг автоматаар нягтруулах технологи юм. Сессийн өгөгдөл context window-ийн хязгаарт дөхөж ирэх үед Agents API цаанаа өмнөх алхмуудын чухал үр дүнг автоматаар дүгнэн хураангуйлж, шаардлагагүй завсрын логуудыг хасна. Үүний үр дүнд хөгжүүлэгч ямар ч compaction код бичилгүйгээр олон цаг, тэр байтугай олон өдрөөр тасралтгүй ажиллах агентуудыг ажиллуулах боломжтой болж байна.

2. Tool Search ба Програмчлагдсан дуудлага (Programmatic Tool Calling)

Системд олон зуун tool байсан ч бүгдийг нь загварын идэвхтэй контекстэд байршуулах шаардлагагүй. OpenAI-ийн Agents API нь шаардлагатай tool-үүдийг вектор хайлтаар dynamic-ээр хайж, зөвхөн тухайн алхамд хэрэгтэй хэрэгслүүдийг л дуудна. Мөн programmatic tool calling-ийн тусламжтайгаар агентууд олон үйлдлийг зэрэгцээ (parallel) ажиллуулж, гарсан их хэмжээний үр дүнг контекст рүүгээ шууд хаяхын оронд код дотроо шүүж (filter), нэгтгэсний дараа эцсийн үр дүнг контекстдээ татдаг болсон нь token зардлыг асар их хэмнэж байна.

3. Салаалсан дэд агентууд (Native Multi-Agent Orchestration)

Том даалгаврыг нэг агент дангаараа гүйцэтгэх гэж оролдохоос илүү зохицуулагч (coordinator) агент нь даалгаврыг хэд хэдэн бие даасан дэд агентуудад хуваан өгч болно. Agents API-д дэд агентууд нь өөр өөрийн гэсэн тусдаа context window-тэй ажилладаг тул үндсэн агентын санах ойг бохирдуулахгүйгээр параллелиар зэрэг ажиллаж, эцэст нь үр дүнгээ нэгтгэн эх загвартаа тайлагнадаг байна.

4. Нэгдүгээр зэрэглэлийн MCP болон Sandbox орчин

Энэхүү API нь сүүлийн үед салбарын стандарт болоод буй Model Context Protocol (MCP)-ийг шууд native түвшинд дэмждэг. Хөгжүүлэгчид өөрсдийн MCP серверүүдээ холбон агентын боломжийг тэлэх боломжтой. Түүнчлэн, OpenAI-аас бэлтгэсэн Linux sandbox (Python, Node.js болон терминал тушаалууд дэмждэг) орчинд кодыг аюулгүй ажиллуулах эсвэл Cloudflare, Modal, E2B зэрэг дэд бүтэц рүү өөрсдийн runner-ийг холбох бүрэн эрхийг олгожээ.

Архитектурын эргэлт: Инженерүүд одоо юун дээр төвлөрөх вэ?

OpenAI-ийн энэхүү алхам нь зах зээлийн үнийн загвар болон хөгжүүлэлтийн чиг хандлагыг өөрчилж байна. Agents API-ийг ашиглахад зохицуулалтын ямар ч тусдаа төлбөр (orchestration fee) авахгүй бөгөөд зөвхөн ашигласан model token болон sandbox-ийн тооцооллын хугацаанд төлбөр тооцогдоно.

Энэ нь программ хангамжийн компаниудын хувьд чухал дохио юм: Өөрсдийн custom agent loop, context trimmer, task queue бичих нь цаашид давуу тал биш боллоо. Тэр бүхэн үүлэн дэд бүтцийн үндсэн стандарт болж байна.

Цаашид хөгжүүлэгчдийн гол ялгарах талбар нь:

Бизнесийн өвөрмөц өгөгдөл, түүний цэвэр байдал,
Агентад олгох эрхийн нарийн зохицуулалт (RBAC, security guardrails),
Салбарын онцлог бүхий найдвартай MCP tool болон workflow зохиомж руу шилжиж байна.

Хэрэв та өмнө нь өөрийн агентыг урт хугацаанд санах ойг нь алдагдуулахгүй, тогтвортой ажиллуулах гэж толгойгоо гашилгаж байсан бол OpenAI-ийн Agents API-ийн баримт бичигтэй танилцаж, туршиж үзэх цаг нь болжээ.

Эх сурвалж: OpenAI Developers - Agents API Announcement & Public Beta Documentation