Проблема корпоративного развёртывания ИИ-агентов
Команды, выводящие системы на основе ИИ от прототипа в промышленную эксплуатацию, сталкиваются с серьёзными архитектурными компромиссами. Модель-агностичные фреймворки дают начальную гибкость, но не позволяют в полной мере использовать возможности передовых моделей. SDK от провайдеров моделей остаются ближе к базовой модели, однако зачастую лишены достаточной прозрачности управляющего контура. Управляемые агентные API упрощают процесс развёртывания, но жёстко ограничивают среду исполнения и доступ к конфиденциальным корпоративным данным.
Чтобы разрешить это противоречие, OpenAI внедрила в Agents SDK новые возможности: стандартизированную инфраструктуру с модель-нативным harness и встроенным исполнением в песочнице. Обновлённая инфраструктура выравнивает процесс исполнения под естественный паттерн работы базовых моделей, повышая надёжность при выполнении задач, требующих координации между разнородными системами.
Кейс Oscar Health: автоматизация клинических процессов
Медицинский провайдер Oscar Health протестировал новую инфраструктуру для автоматизации рабочего процесса обработки клинических записей, который ранее не удавалось надёжно реализовать средствами существующих подходов. Инженерной команде требовалось, чтобы автоматизированная система корректно извлекала метаданные и точно понимала границы каждого обращения пациента в сложных медицинских документах.
Благодаря автоматизации провайдер стал быстрее обрабатывать истории пациентов, ускоряя координацию ухода и улучшая общий опыт членов программы. Рэйчел Бёрнс, Staff Engineer и AI Tech Lead в Oscar Health, отметила: «Обновлённый Agents SDK сделал возможным для нас в промышленных условиях автоматизировать критически важный рабочий процесс обработки клинических записей, который предыдущие подходы не могли надёжно обработать. Разница заключалась не просто в извлечении правильных метаданных, а в точном понимании границ каждого обращения в длинных и сложных записях. Благодаря этому мы можем быстрее понимать, что происходит с каждым пациентом на конкретном приёме, помогая членам программы с их потребностями в уходе и улучшая их опыт взаимодействия с нами».
Инфраструктура: Manifest, песочница и интеграции
При интеграции автономных программ в устаревшие технологические стеки требуется точная маршрутизация. Когда автономный процесс работает с неструктурированными данными, он в значительной степени полагается на системы ретривала для получения релевантного контекста. Для управления интеграцией разнообразных архитектур и ограничения операционной области SDK вводит абстракцию Manifest. Она стандартизирует описание рабочего пространства, позволяя монтировать локальные файлы и определять каталоги вывода.
Команды могут подключать эти среды напрямую к ведущим корпоративным провайдерам хранения данных: AWS S3, Azure Blob Storage, Google Cloud Storage и Cloudflare R2. Предсказуемое рабочее пространство задаёт модели точные параметры — где находить входные данные, куда записывать результаты и как поддерживать порядок в ходе длительных операций. Такая предсказуемость предотвращает запросы к нefiltрованным хранилищам данных, ограничивая систему конкретными проверенными контекстными окнами. Команды по управлению данными могут отслеживать происхождение каждого автоматизированного решения с большей точностью — от этапа локального прототипирования до промышленного развёртывания.
Новая модель-нативная среда помогает снять эту проблему, вводя настраиваемую память, оркестрацию с поддержкой песочницы и файловые инструменты в стиле Codex. Разработчики могут интегрировать стандартизированные примитивы: использование инструментов через MCP, пользовательские инструкции через AGENTS.md и редактирование файлов с помощью apply patch. Последовательное раскрытие возможностей через skills и исполнение кода через shell tool позволяют системе выполнять сложные задачи поэтапно. Такая стандартизация позволяет инженерным командам тратить меньше времени на обновление базовой инфраструктуры и сосредоточиться на создании предметно-ориентированной логики, приносящей прямую бизнес-ценность.
Безопасность и управление рисками
SDK нативно поддерживает исполнение в песочнице, предоставляя готовый уровень, в котором программы могут работать в контролируемых компьютерных средах с необходимыми файлами и зависимостями. Инженерным командам больше не нужно собирать этот слой исполнения вручную. Они могут разворачивать собственные пользовательские песочницы или использовать встроенную поддержку провайдеров: Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop и Vercel.
Снижение рисков остаётся первостепенной задачей для любой компании, разворачивающей автономное исполнение кода. Команды безопасности должны исходить из того, что любая система, читающая внешние данные или исполняющая сгенерированный код, будет подвергаться атакам через внедрение промптов и попыткам эксфильтрации данных. OpenAI решает эту задачу, разделяя управляющий harness и среду исполнения, что обеспечивает изоляцию и контроль над действиями автономных агентов на всём жизненном цикле — от прототипа до промышленной эксплуатации.