Jun 4, 2025 — OpenAI telah mengeluarkan satu set kemas kini yang berkuasa yang bertujuan untuk merevolusikan cara pembangun membina ejen AI, terutamanya mereka yang mempunyai keupayaan interaksi berasaskan suara. Kemas kini merentasi pelbagai bidang: sokongan TypeScript penuh dalam Agents SDK, mekanisme campur tangan manusia dalam gelung, debut RealtimeAgent untuk apl suara masa nyata dan peningkatan ketara pada model pertuturan ke pertuturan OpenAI.
Digabungkan, kemas kini ini menjadikan bangunan selamat, terkawal dan ejen AI yang menarik lebih mudah diakses berbanding sebelum ini.
TypeScript Datang ke SDK Agen
Memperkasakan Pembangun dalam Ekosistem Web
SDK Agen OpenAI yang popular kini menyokong TypeScript—membawa alatan yang mantap kepada pembangun yang membina aplikasi AI dalam persekitaran JavaScript dan Node.js. Versi TypeScript menyediakan pariti ciri dengan rakan Pythonnya, menyokong semua primitif pembinaan ejen yang penting:
- Handoffs – Pemindahan tugas yang lancar merentasi pelbagai ejen
- Guardrails – Kekangan tingkah laku dan mekanisme keselamatan
- Penjejakan – Pembalakan dan diagnostik yang terperinci
- MCP (Corak Berbilang Komponen) – Sokongan untuk ejen modular yang diedarkan
Mengapa ia Penting:
Pembangun web kini boleh membenamkan ejen AI dengan lancar dalam penyemak imbas, apl web dan persekitaran Node.js, yang membolehkan pengalaman seperti pembantu suara, chatbot masa nyata dan kopil dalam penyemak imbas.
Mekanisme Semakan Human-in-the-Loop (HITL).
Memperkenalkan Pengawasan Manusia untuk Tingkah Laku Ejen yang Lebih Selamat
Untuk meningkatkan keselamatan dan akauntabiliti, OpenAI memperkenalkan ciri kelulusan manusia dalam aliran kerja ejen. Sebelum ejen boleh melaksanakan panggilan alat luaran tertentu atau tindakan API, manusia boleh campur tangan untuk meluluskan, menafikan atau melaraskan gelagat tersebut.
Aliran Kerja Teras:
- Jeda pelaksanaan alat
- Serialkan dan simpan keadaan ejen semasa
- Minta semakan dan kelulusan manusia
- Sambung semula aliran kerja selepas pengesahan
Ideal Untuk:
Gunakan kes yang melibatkan kepentingan tinggi, seperti transaksi kewangan, analisis data perubatan atau tugas perkhidmatan pelanggan yang sensitif. Mekanisme ini meningkatkan ketelusan, pematuhan dan perlindungan etika dalam pembuatan keputusan AI.
RealtimeAgent: Membina Ejen Suara Tidak Pernah Lebih Mudah
OpenAI baharu RealtimeAgent keupayaan memanfaatkan API Masa Nyata untuk membolehkan pembangun membina ejen suara yang mantap yang berfungsi sama ada pada sisi klien atau pelayan.
Ciri-ciri utama:
- Input dan output pertuturan masa nyata
- Fungsi bersepadu/alat panggilan
- Sokongan untuk gangguan dan main balik audio dinamik
- Keserasian dengan handoffs dan guardrails
Mengapa Ia Transformatif:
Kini, ejen suara boleh dibangunkan sama seperti ejen teks—dengan akses penuh kepada alatan dan logik AI. Ini membuka pintu untuk aplikasi lanjutan seperti:
- Sistem sokongan suara dikuasakan AI
- Alat terjemahan atau imlak masa nyata
- Permainan main peranan yang interaktif dan didayakan pertuturan
Papan Pemuka Jejak Mendapat Naik Taraf Berpusatkan Suara
Memvisualisasikan Setiap Langkah Interaksi Suara
. Jejak alat penyahpepijat dan pemantauan telah dikemas kini untuk menyokong visualisasi yang kaya bagi sesi ejen suara masa nyata.
Keupayaan Papan Pemuka Baharu:
- Memaparkan bentuk gelombang audio untuk respons pengguna dan ejen
- Sejarah panggilan alat pengelogan dan parameternya
- Menyerlahkan titik gangguan (cth, apabila pengguna mencelah pertengahan ayat)
Faedah untuk Pemaju: Penyahpepijatan yang lebih jelas, lelaran yang lebih pantas dan pengoptimuman yang lebih baik bagi pengalaman pengguna yang mengutamakan suara.
Model Pertuturan-ke-Pertuturan GPT-4o: Lebih Pintar, Lebih Semulajadi
Suara Lebih Pintar, Perlaksanaan Dipertingkat
Model pertuturan GPT-4o telah mengalami penambahbaikan yang meluas untuk meningkatkan keberkesanannya dalam tugas suara masa nyata:
- Arahan yang lebih baik mengikuti – Melaksanakan arahan dengan ketepatan yang lebih tinggi
- Penggunaan alat yang lebih konsisten – Mengurangkan kebolehubahan dalam penggunaan alat
- Pengendalian gangguan yang lebih baik – Pelarasan pertengahan dialog yang lebih bijak
- Kelajuan pertuturan boleh laras - Baru
speedparameter untuk pacing output suara yang fleksibel
Model yang ada:
gpt-4o-realtime-preview-2025-06-03– Dioptimumkan untuk API Masa Nyatagpt-4o-audio-preview-2025-06-03– Direka untuk Selesai Sembang dengan audio
Kemas kini ini menjadikan suara AI lebih semula jadi, lebih responsif dan lebih mudah untuk diarahkan—sama ada untuk taklimat berita pantas atau dialog pengajaran yang perlahan.
Fikiran Akhir: Era Baharu untuk Ejen AI Suara
Dengan empat kemas kini ini, OpenAI terus mengembangkan sempadan pembangunan ejen AI—menjadikannya lebih mudah, selamat dan lebih fleksibel untuk pembangun mencipta pembantu digital seperti manusia.
Penyepaduan sokongan TypeScript, kelulusan manusia dalam gelung, rangka kerja ejen suara dan model pertuturan yang dipertingkatkan menyediakan kit alat lengkap untuk mereka bentuk ejen pintar, interaktif dan peka konteks merentas platform dan industri.
Sama ada anda sedang membina pembantu pelanggan yang didayakan suara, watak permainan atau tutor maya, alatan terbaharu OpenAI memberi anda kuasa untuk melakukannya dengan lebih pantas—dan lebih bijak—berbanding sebelum ini.
Bermula
CometAPI menyediakan antara muka REST bersatu yang mengagregatkan ratusan model AI—termasuk keluarga ChatGPT—di bawah titik akhir yang konsisten, dengan pengurusan kunci API terbina dalam, kuota penggunaan dan papan pemuka pengebilan. Daripada menyulap berbilang URL vendor dan bukti kelayakan.
Untuk memulakan, terokai keupayaan model dalam Taman Permainan dan berunding dengan Panduan API untuk arahan terperinci. Sebelum mengakses, sila pastikan anda telah log masuk ke CometAPI dan memperoleh kunci API.
Model Pertuturan-ke-Pertuturan GPT-4o dalam CometAPI telah mengeluarkan iaitu gpt-4o-realtime-preview-2025-06-03 and gpt-4o-audio-preview-2025-06-03, Selamat menelefon！
See Also API GPT-4.1