Найти в Дзене
AI | Нейросети

🤖 OpenAI выкатила AgentKit: новый инструмент разработки ИИ-агентов в стиле n8n

🤖 OpenAI выкатила AgentKit: новый инструмент разработки ИИ-агентов в стиле n8n OpenAI представила AgentKit — платформу для разработки, тестирования и запуска ИИ-агентов. До этого момента создание агентов превращалось в настоящий кошмар: нужно было жонглировать десятками несовместимых инструментов, писать кастомные коннекторы, вручную настраивать пайплайны оценки и тратить недели на связывание всего этого воедино. Теперь всё это объединено в одной экосистеме OpenAI — от идеи до продакшена. Agent Builder: Figma для ИИ-агентов 🎨 Это визуальный конструктор с drag-and-drop интерфейсом, который Сэм Альтман окрестил "Canva для агентов". Работает почти как n8n: перетаскиваете блоки, соединяете линиями, настраиваете условия и логику — агент готов без единой строчки кода. Что внутри: - Версионирование рабочих процессов: можно откатываться к предыдущим версиям и тестировать изменения без риска сломать всё - Готовые шаблоны: не нужно начинать с нуля — берёте заготовку и дорабатываете под

🤖 OpenAI выкатила AgentKit: новый инструмент разработки ИИ-агентов в стиле n8n

OpenAI представила AgentKit — платформу для разработки, тестирования и запуска ИИ-агентов. До этого момента создание агентов превращалось в настоящий кошмар: нужно было жонглировать десятками несовместимых инструментов, писать кастомные коннекторы, вручную настраивать пайплайны оценки и тратить недели на связывание всего этого воедино.

Теперь всё это объединено в одной экосистеме OpenAI — от идеи до продакшена.

Agent Builder: Figma для ИИ-агентов 🎨

Это визуальный конструктор с drag-and-drop интерфейсом, который Сэм Альтман окрестил "Canva для агентов". Работает почти как n8n: перетаскиваете блоки, соединяете линиями, настраиваете условия и логику — агент готов без единой строчки кода.

Что внутри:

- Версионирование рабочих процессов: можно откатываться к предыдущим версиям и тестировать изменения без риска сломать всё

- Готовые шаблоны: не нужно начинать с нуля — берёте заготовку и дорабатываете под свои задачи

- Тестовый прогон: запускаете агента прямо в интерфейсе и сразу видите, где он косячит

- Мультиагентные системы: можно создавать цепочки из нескольких агентов, которые работают последовательно или параллельно

Компания Ramp создала агента для управления закупками за несколько часов вместо месяцев разработки. Японская LY Corporation собрала рабочего ассистента менее чем за 2 часа.

Connector Registry: порядок в данных и доступах 🔐

Одна из главных проблем корпоративных внедрений — это управление подключениями и доступами. Где лежат документы? Кто подключил SharePoint? Как управлять токенами? Раньше всё это делалось вручную.

Connector Registry — это централизованная панель управления интеграциями. Администратор видит все подключенные сервисы (Google Drive, Dropbox, Microsoft Teams и другие), управляет ключами доступа, настраивает SSO и контролирует безопасность на уровне всей организации.

Это не просто удобство — это доверие. Агент теперь работает в управляемом контуре, где можно точно задать, какие данные доступны, а какие нет.

ChatKit: от бэкенда к пользовательскому опыту 💬

До появления ChatKit разработчики писали интерфейсы вручную: обрабатывали стриминг ответов, продумывали визуальные состояния "модель думает", рисовали компоненты чата. На это уходили недели работы.

ChatKit решает эту боль — это готовый набор UI-компонентов для встраивания чата с агентом в веб или мобильное приложение. Можно кастомизировать под бренд и за пару часов превратить абстрактного агента в полноценного интерфейсного собеседника.

Примеры из реальной жизни:

- Canva построила поддержку для разработчиков — от идеи до внедрения прошло меньше часа

- HubSpot интегрировал ChatKit в клиентскую поддержку, превратив систему тикетов в диалоговую модель

Evals: чтобы агенты перестали быть чёрным ящиком 📊

AgentKit включает обновлённую систему Evals — инструмент для оценки и улучшения работы агентов. Раньше тестирование проходило вручную, теперь процесс автоматизирован.

Что можно делать:

- Автоматически собирать датасеты для тестирования

- Проводить трассировку выполнения — видно, на каком этапе агент ошибся

- Автоматически оптимизировать промпты

- Сравнивать модели от разных вендоров (не только OpenAI)

Carlyle Group рассказала, что время на разработку новых агентов сократилось вдвое, а точность выросла на 30%.

Дополнительно доступна Reinforcement Fine-Tuning (RFT) — возможность обучать модели в реальной среде. Инженеры могут научить модель вызывать правильные инструменты в нужный момент и задавать собственные критерии качества. Это превращает агента из "умного скрипта" в самообучающуюся систему.

Итого: что это меняет? 🚀

OpenAI фактически убирает технические барьеры в создании сложных агентских систем и прямо конкурирует с low-code платформами вроде n8n, но с преимуществом полной интеграции в экосистему OpenAI. Agent Builder уже доступен в бета-версии, пробуйте!

🔗 Официальная документация от OpenAI

=============================

AI Нейросети | Подписаться

=============================