Ajan oluşturmak için yeni araçlar
(openai.com)- OpenAI, prodüksiyon kullanımına hazır ajanlar geliştirmeyi kolaylaştırmak için Responses API, yerleşik araçlar, Agents SDK ve gözlemlenebilirlik araçlarını yayımladı
- Responses API, Chat Completions API’nin sadeliği ile Assistants API’nin araç kullanma yeteneklerini birleştirerek web araması, dosya araması ve bilgisayar kullanımını tek bir akışta ele almayı sağlıyor
- Yeni entegrasyonlar için Responses API’nin kullanılması öneriliyor; Assistants API ise özellik eşdeğerliği sağlandıktan sonra 2026 ortasında sonlandırma hedefiyle kullanımdan kaldırma sürecine girecek
- Yerleşik araçlar güncel web bilgilerini, büyük ölçekli belge aramayı ve fare-klavye tabanlı bilgisayar görevlerinin otomasyonunu destekliyor; ancak computer use için özellikle tarayıcı dışı ortamlarda insan gözetimi öneriliyor
- Geliştiriciler API’yi, araçları, SDK’yı ve izleme-değerlendirme özelliklerini tek bir platformda birleştirerek ajanlar oluşturabilir, dağıtabilir ve optimize edebilir
Ajan geliştirme için yeni bileşenler
- OpenAI, ajanları kullanıcı adına görevleri bağımsız olarak yerine getiren sistemler olarak görüyor
- Geçen yıl içinde gelişmiş akıl yürütme, multimodal etkileşim ve yeni güvenlik tekniklerinin devreye girmesiyle karmaşık çok adımlı görevleri ele alacak temel oluştu
- Müşteriler bu yetenekleri prodüksiyona hazır ajanlara dönüştürme sürecinde zorluklar yaşadı
- Kapsamlı prompt yinelemeleri gerekiyor
- Özel orkestrasyon mantığını kendileri oluşturmak zorunda kalıyorlar
- Yeterli görünürlük ve yerleşik destek eksik kalıyor
- Bu kez yayımlanan bileşenler şunlar
- Responses API: Chat Completions API’nin sadeliği ile Assistants API’nin araç kullanma yeteneklerini birleştirir
- Yerleşik araçlar: web search, file search, computer use
- Agents SDK: Tek ajanlı ve çok ajanlı iş akışlarını orkestre eder
- Gözlemlenebilirlik araçları: Ajan iş akışı çalıştırmalarını izler ve inceler
Responses API
- Responses API, OpenAI’nin yerleşik araçlarından yararlanarak ajan oluşturmak için yeni API temel birimidir
- Chat Completions’ın sadeliği ile Assistants API’nin araç kullanma yeteneklerini birleştirir
- Tek bir Responses API çağrısında birden çok araç ve birden çok model turu kullanarak daha karmaşık görevleri işleyebilir
- İlk desteklenen araçlar şunlardır
- Web araması
- Dosya araması
- Bilgisayar kullanımı
- Kullanılabilirlik iyileştirmeleri de içerir
- Birleşik item tabanlı tasarım
- Daha basit polimorfizm
- Sezgisel streaming olayları
response.output_textgibi SDK yardımcıları
- Birden fazla API’yi veya harici tedarikçiyi ayrı ayrı entegre etmeden OpenAI modellerini ve yerleşik araçları uygulamalarına katmak isteyen geliştiriciler için tasarlandı
- Verileri OpenAI’de saklamak, izleme ve değerlendirme özellikleriyle ajan performansını değerlendirmeyi kolaylaştırır
- OpenAI varsayılan olarak iş verilerini model eğitiminde kullanmaz; veriler OpenAI’de saklanmış olsa da bu geçerlidir
- Bugünden itibaren tüm geliştiricilerin kullanımına açıktır ve ek ücret yoktur; token’lar ve araçlar fiyatlandırma sayfasındaki standart ücretlerle faturalandırılır
- Başlangıç belgeleri Responses API quickstart guide üzerinden sunulur
Mevcut API’lerle ilişkisi
- Chat Completions API, OpenAI’de en yaygın benimsenen API olarak desteklenmeye devam edecek
- Yerleşik araçlara ihtiyaç duymayan geliştiriciler kullanmaya devam edebilir
- Yerleşik araçlara veya birden fazla model çağrısına bağlı olmayan özelliklere sahip yeni modeller Chat Completions’ta da yayımlanmaya devam edecek
- Responses API, Chat Completions’ın üst kümesidir ve aynı performansı sunduğu için yeni entegrasyonlarda Responses API önerilir
- Assistants API beta geri bildirimleri Responses API’ye yansıtıldı; böylece daha esnek, hızlı ve kullanımı kolay hâle geldi
- Assistant benzeri nesneler, Thread benzeri nesneler ve Code Interpreter aracı dahil olmak üzere Assistants API ile Responses API arasında tam özellik eşdeğerliği sağlama çalışmaları sürüyor
- Özellik eşdeğerliği tamamlandığında Assistants API’nin kullanımdan kaldırılması resmen duyurulacak
- Hedeflenen sonlandırma zamanı 2026 ortası
- Kullanımdan kaldırma duyurulduğunda veri korumayı ve uygulama taşımayı mümkün kılan bir migrasyon kılavuzu sağlanacak
- Resmî kullanımdan kaldırma duyurusuna kadar Assistants API’ye de yeni modeller sunulmaya devam edecek
- OpenAI, Responses API’yi OpenAI üzerinde ajan oluşturmanın gelecekteki yönü olarak konumlandırıyor
Responses API’nin yerleşik araçları
-
Web araması
- Geliştiriciler web’den hızlı ve güncel yanıtları açık kaynak atıflarıyla alabilir
- Responses API’de web araması,
gpt-4ovegpt-4o-minikullanıldığında bir araç olarak sunulur ve diğer araçlarla veya fonksiyon çağrılarıyla birlikte kullanılabilir - İlk testlerdeki kullanım senaryoları, alışveriş asistanları, araştırma ajanları ve seyahat rezervasyon ajanları gibi güncel web bilgisine ihtiyaç duyan uygulamalar olarak ortaya çıktı
- Hebbia, web arama aracıyla varlık yöneticilerinin, özel sermaye ve kredi şirketlerinin ve hukuk profesyonellerinin büyük ölçekli herkese açık ve özel veri kümelerinden hızlıca eyleme dönüştürülebilir içgörüler çıkarmasına yardımcı oluyor
- API’deki web araması, ChatGPT search’te kullanılanla aynı model üzerine kuruludur
- SimpleQA’da GPT‑4o search preview %90, GPT‑4o mini search preview ise %88 doğruluk elde etti
- API’deki web arama yanıtları, haber makaleleri ve blog yazıları gibi kaynak bağlantılarını içerir
- Web siteleri veya yayıncılar API web aramasında görünmeyi seçebilir
- Web arama aracı, Responses API’de tüm geliştiricilere önizleme olarak sunulur
- Chat Completions API’de
gpt-4o-search-previewvegpt-4o-mini-search-previewile arama modellerine doğrudan erişilebilir - Fiyatlandırma GPT‑4o search için 1.000 sorgu başına 30 dolardan, 4o-mini search için 1.000 sorgu başına 25 dolardan başlar
-
Dosya araması
- Geliştirilmiş file search aracıyla büyük ölçekli belgelerde ilgili bilgileri aramak kolaylaşır
- Birden çok dosya biçimini, sorgu optimizasyonunu, metadata filtrelemeyi ve özel yeniden sıralamayı destekler
- Responses API’de birkaç satır kodla entegre edilebilir
- Kullanım senaryoları şunlardır
- Müşteri destek ajanının SSS’lere erişmesi
- Hukuk asistanının nitelikli uzmanlar için geçmiş davalara hızlıca referans vermesi
- Kodlama ajanının teknik dokümantasyona bakması
- Navan, yapay zeka destekli seyahat ajanında file search kullanarak şirket seyahat politikaları gibi bilgi tabanı belgelerinden hızlı ve doğru yanıtlar sağlıyor
- Yerleşik sorgu optimizasyonu ve yeniden sıralama sayesinde ek ince ayar veya yapılandırma olmadan RAG pipeline’ı kurulabilir
- Kullanıcı gruplarına özel vektör depoları bulundurmak, hesap ayarlarına ve kullanıcı rollerine göre uyarlanmış yanıtlar sunmayı sağlar
- file search, Responses API’de tüm geliştiricilerin kullanımına açıktır
- Kullanım fiyatı 1.000 sorgu başına 2,50 dolardır; dosya depolama günlük GB başına 0,10 dolardır ve ilk 1 GB ücretsizdir
- Assistants API’de de sunulmaya devam eder
- Vector Store API nesnesine, diğer uygulamalarda ve API’lerde kullanılacak verilerin doğrudan sorgulanabilmesi için yeni bir arama endpoint’i eklendi
-
Bilgisayar kullanımı
- computer use aracı, Responses API’de bilgisayar görevlerini yerine getiren ajanlar oluşturmak için bir yetenektir
- Bu araç, Operator’ı mümkün kılan Computer-Using Agent(CUA) modeli tarafından çalıştırılır
- Araştırma önizleme modeli şu benchmark sonuçlarını elde etti
- OSWorld: genel bilgisayar kullanım görevlerinde %38,1
- WebArena: %58,1
- WebVoyager: web tabanlı etkileşimlerde %87
- Yerleşik computer use aracı, modelin ürettiği fare ve klavye eylemlerini yakalar
- Geliştiriciler bu eylemleri kendi ortamlarında yürütülebilir komutlara dönüştürerek bilgisayar kullanımı görevlerini otomatikleştirebilir
- Kullanım senaryoları, web uygulaması kalite güvencesi ve eski sistemler arasında veri girişi gibi tarayıcı tabanlı iş akışlarının otomasyonudur
- Unify, ajanın niyet anlama, hesap araştırması ve alıcılarla temas kurma işlerini yaptığı gelir büyütme sisteminde computer use aracını kullanıyor
- API ile erişilemeyen bilgiler de ajan tarafından kullanılabilir
- Örneğin bir mülk yönetim şirketi, çevrim içi haritalar üzerinden bir işletmenin gayrimenkul ölçeğini büyütüp büyütmediğini kontrol edebilir
- Luminai, API’si ve standartlaştırılmış verisi olmayan eski sistemlere sahip büyük işletmelerin karmaşık operasyonel iş akışlarını otomatikleştirmek için computer use aracını entegre ediyor
- Büyük bir topluluk hizmetleri kuruluşundaki pilot çalışmada, başvuru işleme ve kullanıcı kayıt süreçleri birkaç gün içinde otomatikleştirildi
- Geleneksel RPA aynı işi aylarca denemesine rağmen başarmakta zorlanıyordu
- CUA’yı Operator’da yayımlamadan önce kötüye kullanım, model hataları ve frontier riskler olmak üzere üç alanda kapsamlı güvenlik testleri ve red teaming yürütüldü
- API’de CUA aracılığıyla Operator yeteneklerinin yerel işletim sistemine genişlemesinden doğan riskleri ele almak için ek güvenlik değerlendirmeleri ve red teaming de yapıldı
- Geliştiriciler için azaltım önlemleri de eklendi
- Prompt injection savunması için güvenlik kontrolleri
- Hassas görevler için onay prompt’ları
- Ortam izolasyonuna yardımcı araçlar
- Olası politika ihlalleri için geliştirilmiş tespit
- Azaltım önlemleri riski düşürse de model özellikle tarayıcı dışı ortamlarda istemeden hata yapabilir
- OSWorld performansının %38,1 olması, işletim sistemi görev otomasyonunda henüz yüksek güvenilirliğe ulaşılmadığını gösterir; bu durumda insan gözetimi önerilir
- API’ye özgü güvenlik çalışmalarının ayrıntıları güncellenmiş system card üzerinden görülebilir
Agents SDK ve iş akışı orkestrasyonu
- Ajanlar için temel mantık ve araç erişiminin yanı sıra iş akışı orkestrasyonu da gerekir
- Yeni açık kaynak Agents SDK, çok ajanlı iş akışı orkestrasyonunu basitleştirir
- Geçen yıl yayımlanan deneysel SDK Swarm’dan daha gelişmiştir
- Başlıca özellikler şunlardır
- Agents: Net talimatlara ve yerleşik araçlara sahip, kolay yapılandırılabilir LLM’ler
- Handoffs: Ajanlar arasında kontrolü akıllı biçimde devreder
- Guardrails: Girdi ve çıktı doğrulaması için yapılandırılabilir güvenlik kontrolleri
- Tracing & Observability: Ajan çalıştırmalarının izlenmesini görselleştirerek hata ayıklama ve performans optimizasyonunu destekler
- Uygulanabilir gerçek kullanım senaryoları müşteri destek otomasyonu, çok adımlı araştırma, içerik üretimi, kod inceleme ve satış potansiyel müşteri bulmadır
- Coinbase, yapay zeka ajanlarının kripto para cüzdanları ve on-chain etkinliklerle etkileşime geçmesini sağlayan AgentKit’i hızlıca prototiplemek ve dağıtmak için Agents SDK’yı kullandı
- Birkaç saat içinde Developer Platform SDK’nin özel aksiyonlarını tamamen çalışan bir ajana entegre etti
- AgentKit’in sadeleştirilmiş mimarisi yeni ajan aksiyonları eklemeyi basitleştirir
- Box, birkaç gün içinde web araması ve Agents SDK’dan yararlanan bir ajan oluşturarak Box içindeki yapılandırılmamış verilerde ve herkese açık internet kaynaklarında arama, sorgulama ve içgörü çıkarma olanağı sağladı
- Kurumsal müşteriler, güncel bilgilerin yanı sıra iç izinlere ve güvenlik politikalarına uygun şekilde şirket içi özel verileri arayabilir
- Örneğin bir finansal hizmetler şirketi, Box’ta saklanan şirket içi piyasa analizlerini web’deki gerçek zamanlı haberler ve ekonomik verilerle birleştiren özel bir ajan oluşturabilir
- Agents SDK, Responses API ve Chat Completions API ile çalışır
- Chat Completions tarzı API endpoint’i sunuluyorsa diğer sağlayıcıların modelleriyle de birlikte kullanılabilir
- Python kod tabanına hemen entegre edilebilir; Node.js desteği yakında sunulacak
- OpenAI, Agents SDK tasarımında Pydantic, Griffe ve MkDocs çalışmalarından ilham aldı
- Agents SDK’yı açık kaynak bir framework olarak geliştirmeyi sürdürerek topluluğun yaklaşımı genişletmesini sağlamayı planlıyor
Ajan platformunu genişletme yönü
- OpenAI, ajanların yakında iş gücünün temel bir unsuru hâline gelerek sektörler genelinde üretkenliği önemli ölçüde artıracağını düşünüyor
- Şirketlerin karmaşık görevlerde yapay zekadan yararlanma talebi arttıkça, geliştiricilerin ve şirketlerin gerçek etki yaratan otonom sistemler oluşturabilmesi için bileşenler sağlamaya odaklanıyor
- Bu duyuru, güvenilir ve yüksek performanslı yapay zeka ajanlarını daha kolay oluşturmak, dağıtmak ve ölçeklemek için ilk bileşenleri sunuyor
- Model yetenekleri daha ajan odaklı hâle geldikçe OpenAI, API genelinde daha derin entegrasyonlara ve prodüksiyon ajanlarının dağıtımı, değerlendirilmesi ve optimize edilmesine yardımcı olacak yeni araçlara yatırım yapmayı sürdürecek
- Amaç, her sektörde çeşitli görevlere yardımcı olabilecek ajanlar oluşturmak için kesintisiz bir platform deneyimi sunmaktır
1 yorum
Hacker News görüşleri
Gerçek bir ürüne OpenAI entegre etmeye çalışan geliştiriciler için bu tür API değişikliklerinin ne kadar faydalı olacağından emin değilim
Sohbet, mesaj ve prompt aktarımı gibi şeyleri ele alan satıcı tarafından yönetilen durum makineleri benim kullanım alanımda sonunda ya yetersiz kaldı ya fazla varsayım yaptı ya da engel oldu
Sonuçta yalnızca yapılandırılmış çıktıyı açtığım Chat Completions API kullanıyorum ve onun içinde de araç kullanımı, özyinelemeli diyalog, RAG gibi şeyleri fazlasıyla yapıyorum
“Ajanımın” durum yönetimini üçüncü bir tarafa bırakmakta bir değer görmüyorum; böyle şeyleri yerelde tutmak çok daha özerk hissettiriyor
Özünde olan şey, bir kara kutuya hangi string literal'i koyarsanız yeni bir string, mümkünse JSON gibi istenen biçimde geri almanızdan ibaret
Her seferinde uygun string'i birleştirme bakış açısına odaklanınca geri kalan her şey kayboluyor ve bu, veritabanındaki iş durumundan yüksek derecede yapılandırılmış string'ler üretmekle aynı şeye dönüşüyor
Aslında PHP ile web sayfalarını sunucu tarafında render etmekle esasen aynı iş; gerçek fark sadece sunuluş biçimi
Basit bir yapılandırılmış üretim çağrısının üstüne ihtiyaç duyduğum şeyi ekleyen bir ajan framework'ü hâlâ bulamadım
Çoğu LLM isteği “prompt girişi, yapılandırılmış çıktı” olmalı ve bu da Unix felsefesindeki tek işi iyi yapma yaklaşımıyla uyumlu
Ajan framework'leri çok erken; şu an sadece henüz yaygınlaşmamış bir tasarım deseni paketini soyutlayan bir katmanlar
Soyutlamayı ancak herkesin tekerleği yeniden icat ettiği açık olduğunda yapmalısınız, ama ajanlarda icat edilecek tekerlek yok; hepsi sadece basit dil modeli çağrıları
Sık sık “dil modeli kodun en sıkıcı kısmı olmalı” diyorum
Zamanın çoğu gerçek yazılımı ve araçları inşa etmeye gitmeli, LLM de yazılımın küçük bir bileşeni olmalı
Ajan framework'leri benim zevkime göre kod tabanında dil modelinin varlığını fazla büyütüyor
OpenAI'nin function calling soyutlaması bile parametreleri ve şemaları halüsinasyonla uyduruyor; JSON Schema'nın kendisi de çok uzun ve gösterişli, bu yüzden beş çok basit fonksiyon çağrısından biraz daha karmaşık bir şeye geçince tamamen dağılıyor
Zaten kırık bir kara kutu soyutlamasının üstüne daha fazlasını yığmak gibi görünüyor ve gerçek uygulamalarda pek işe yaramıyor
Küçük bir kavram kanıtı uygulamasını hızlıca yapmak için yararlı olabilir
Böyle API'lerin üstüne şirket kurmak için saf olmak gerekir
LLM'ler bir emtia hâline gelecek ve OpenAI de değerlemesini ve sürekli ihtiyaç duyduğu yatırım ölçeğini gerekçelendirebilmek için bu kadere karşı savaşmak zorunda kalacak
Assistant API üstüne bir şey yaptıysanız, bu ipucunu alıp Responses API'ye yeniden yazmak yerine doğrudan kendi ürününüze sahip olmalısınız
Bugünün LLM'lerini bir kara kutu olarak sarmalamak daha iyi
Bunun nedeni şu ifade: “Chat Completions kullanırken model yanıt vermeden önce her zaman web'den bilgi alır. gpt-4o ve gpt-4o-mini gibi modellerin yalnızca gerektiğinde web_search_preview aracını çağırmasını istiyorsanız Responses API'ye geçin”
Yeni Responses API'ye port etmek kolay değil ve bizde zaten geçmiş, RAG ve asistanlar için gerekenler mevcut
Yalnızca function calling ve yapılandırılmış çıktıyla birden fazla ajan geliştirdim ve bunlar bir yılı aşkın süredir prodüksiyonda çalışıyor
Eskiden buna ajan bile demiyorduk
Bu duyuru sanki zaten ajan framework'leri ve OpenAI API'sini birlikte kullanan insanları hedefliyor gibi
Yeni API'nin tasarımcısının çeşitli tasarım kararlarının arka planını açıkladığı iyi bir Twitter dizisi var: https://twitter.com/athyuttamre/status/1899541471532867821
Twitter'a giriş yapmayanlar için alternatif bağlantı da var: https://nitter.net/athyuttamre/status/1899541471532867821
Bu tür AI ajanı girişimleri sanki özünü kaçırıyor gibi görünüyor
Çünkü yeni bir yaklaşım kurmak yerine mevcut sistemlerde insanın yerini almaya çalışıyorlar
Ekonomi, hayat, her şey sonuçta insandan insana etkileşimle ilgili; bu yüzden temelde dar görüşlü bir yaklaşım
Güncel AI ajanı yaklaşımı, “bir cümleyi AI'nin uzun ve inandırıcı bir e-postaya çevirmesi, alıcı taraftaki AI'nin de bu uzun e-postayı tekrar tek cümleye özetlemesi” şakasının bir varyasyonu gibi duruyor
Mevcut sistemlerdeki işleri otomatikleştirmenin faydasını anlıyorum, ama asıl fırsat mevcut sistemlerin çoğunu ortadan kaldırmakta
İnsanlar o kadar da kötü değil
İnsanlar için AI ile bir UI yapıp sonra AI'nin gidip o UI'yi kullanmasının gerçekten ileriye giden yol olup olmadığını sorguluyorum
Elle kırılmış dallarla örülmüş sepetleri ne kadar kullanıyorsun?
Tarih, otomatikleştirilebilen her şeyin otomatikleştirildiğini ve daha ucuza ya da daha hızlı üretilebilen her şeyin de öyle yapıldığını gösteriyor
Örneğin B2B SaaS ekosisteminde, bir organizasyondaki ileri seviye kullanıcıların müşteri ayarlarını ve proje yönetimi işlerini makrolaştırabildiği yardımcı bir kullanıcı deneyimi olarak kullanılabilir
Soyutlama, bağlam ve kullanıcı kümesi iyi sınırlandığında araç kullanımı oldukça güvenilir olabiliyor
Göze çarpan eksik: Model Context Protocol
https://www.anthropic.com/news/model-context-protocol
Ajanlar her zaman bir tür iletişim protokolüne ihtiyaç duyar ve ajan odaklı framework dünyası bir logo denizi olduğu için açık standartlar olmadan işler zorlaşır
Şu anda Comet'teyim, MCP implementasyonu üzerinde de bizzat çalıştım ve Agent SDK'ya da native entegrasyon ile test suite iyileştirmeleri şeklinde katkıda bulundum
https://github.com/comet-ml/opik-mcp
https://github.com/openai/openai-agents-python/pull/91
Son entegrasyonu da ilk gün hemen yayınladık
https://www.comet.com/docs/opik/tracing/integrations/openai_...
OpenAI'nin gittiği temel yönün, kullanımı kolay bileşenler üzerinden geliştiriciye sadelik sunmak olduğunu düşünüyorum
Strateji ya da fiyatlandırma hakkında konuşmayacağım ama geliştirici açısından ilk bakışta SDK'nın basit modüler yaklaşımı ve gereksiz yüklerden arınmış olması ferahlatıcı
Bu genel amaçlı değil;
mcp.runaraç çağrısını OpenAI modelleriyle kullanmak içinYine de MCP'yi doğrudan desteklememek, geliştiricilere karşı en düşmanca hamlelere yakın bir şey ve konu OpenAI olunca şaşırtıcı değil
Eklenirse çok iyi olur
“Agents SDK MCP bağlantısını destekliyor mu? MCP istemci-sunucu bağlantısıyla belirli bir ajana kolayca araç verebilir miyiz?” sorusuna verilen yanıt, “İstediğiniz araçları tanımlayabildiğiniz için function calling ile MCP araçlarını implemente edebilirsiniz” şeklinde
Özetle biraz tesisat işini kendiniz yapmanız gerekiyor
İlgili issue: https://github.com/openai/openai-agents-python/issues/23
swyx benim
Yeni API'lerin geneli hakkında API/DX ekibine önceden bakıp sık sorulan soruları sorma fırsatım oldu
https://latent.space/p/openai-agents-platform
Eğlenceli asıl nokta, artık yanıtlar varsayılan olarak ücretsiz saklandığı için Responses API'yi veritabanı gibi kötüye kullanıp kullanamayacağınız
HN kitlesinin hoşuna gidecek sorular da var
Web aramanın hiperparametreleri; yani kendi Deep Research çözümünüzü yaparken aramanın derinliğini ve genişliğini nasıl ayarlayacağınız
OAI artık Responses API'nin bir parçası olarak RAG ve reranking'i kutudan çıktığı gibi sunduğuna göre, ne zaman RAG'i kendiniz kurmanız gerekir
Bana kalırsa birinin Files API'nin RAG performansını benchmark etmesi lazım. Topluluğun genel izlenimi, Assistants API ilk çıktığındaki durumdan çok da güncellenmiş görünmüyor
Agents SDK ile OAI Swarm arasındaki fark kabaca tipler, tracing ve değiştirilebilir LLM
search-previewvecomputer-use-previewfine-tuning'inin GPT5'e birleştirilip birleştirilmeyeceğini de merak ediyorum0 - https://ai.pydantic.dev/
Bu tür yapay zeka arama araçlarını kendiniz yapmanın ana nedenlerinden biri, derinlik ve genişlik üzerinde tam kontrol sahibi olmak ve loader'ı da istediğiniz veri ya da sitelere göre özelleştirebilmektir
Şu anda web aramada hangi sitelerde tam metin olmadığı ve hangi sitelerde yalnızca snippet kullanıldığı şeffaf değil
Bilgisayar kullanımı ile web aramayı birlikte sunmak kesinlikle güçlü. Özünde bu, OpenAI'nin Deep Research'üne benzer bir şey
Sunumda fiyat açıklanmadı
Muhtemelen çok pahalı olacağını bildikleri içindi
Web arama [0]: GPT‑4o search ve 4o-mini search için 1.000 sorgu başına sırasıyla $30 ve $25
Dosya arama [1]: 1.000 sorgu başına $2.50, dosya depolama $0.10/GB/gün, ilk 1 GB ücretsiz
Bilgisayar kullanım aracı (
computer-use-previewmodeli) [2]: 1 milyon girdi tokenı başına $3, 1 milyon çıktı tokenı başına $12[0] https://platform.openai.com/docs/pricing#web-search
[1] https://platform.openai.com/docs/pricing#built-in-tools
[2] https://platform.openai.com/docs/pricing#latest-models
Bu API'nin https://www.anthropic.com/news/model-context-protocol karşısında nasıl daha iyi olduğunu pek göremiyorum
Motivasyon, “kullanıcı için nasıl daha faydalı oluruz”dan çok “nasıl daha fazla para kazanırız” gibi görünüyor
Hoşuma gitti, cesur bir hamle
Google'ın yavaş hareket eden ekibi sonunda yetiştiğinde iş işten geçmiş olabilir
Web'de arama yapan ve oldukça iyi çalışan bir script de yazdım. vercel ai sdk kullanıyor [1]
[0] - https://brave.com/search/api/
[1] - https://gist.github.com/bramses/41e90b27d156590154bcefd4119f...
Responses API'den çok daha basit ve güçlü bir sürümü kendim yaptım ve tüm LLM sağlayıcılarıyla çalışıyor
https://github.com/Anilturaga/aiide
Güzel görünüyor, gerçekten iyi duruyor
“Assistant API desteğinin sonlandırılmasını resmen duyurmayı planlıyoruz ve hedef kapanış zamanı 2026 ortası” ifadesi var
Yeni Responses API, yerleşik “handoff” özelliğini de içermesiyle doğru yönde atılmış bir adım
Yine de ajan benzeri kullanım senaryoları için hâlâ biraz sınırlı hissettiriyor ve resmî guardrail·durum makinesi mantığı eksik
“Geliştiricilerin ajanlar oluşturabileceği pürüzsüz bir platform deneyimi sunmak hedefimiz” denmiş; bu platformun oraya nasıl evrileceğini görmek ilginç olacak
Birkaç ay içinde grafik tabanlı kontrol akışları göreceğimizi düşünüyorum
Şu anda bile sayısız açık kaynak çözüm var ama çoğu ya eksik ya da gereksiz opaklık ve karmaşıklık ekliyor
Araç çağrıları ve JSON yanıtlarının birleşimiyle ajan benzeri akışlar kurmak mümkündü, ama hâlâ kimsenin gerçekten çözemediği üst seviye yapı taşları eksik
Burada bahsedilen Computer Use gelişimi etkileyici görünüyor; acaba kullanılabilirlik testlerinde kullanılabilecek kadar olgunlaştı mı diye merak ettim
Genel olarak, yapay zekanın gezinmekte zorlandığı bir UI insan için de görece zor olma eğilimindedir ve bir şekilde sadeleştirilmesi ya da iyileştirilmesi gerektiğinin işareti sayılabilir mi?
LLM'lerin bir UI ile etkileşim kurma biçimi ile insanların UI kullanma biçimi oldukça farklı
Bağlantı verilen Agents SDK 404 veriyor
Bilginiz olsun, MindRoot'ta task API kullanılarak Responses ve File Search'ün bazı kısımlarına benzer bir şey var: https://github.com/runvnc/mindroot/blob/main/api.md
Bu, mr_kb eklentisinin
query_kbaracıyla birleştirilebilir ve birden fazla KB aramasına izin verdiği için aslında File Search'ten daha iyi olabilirProgramıma yardımcı olmak, eklenti oluşturmak ya da PR göndermek isteyenler GitHub, e-posta veya Discord/Telegram (runvnc) üzerinden rahatça ulaşabilir
Belki giriş yapmış olmamdan kaynaklanıyordur