OpenAI 透過 Responses API 的重大更新重新定義自主工作流（Autonomous Workflows）
為了鞏固其在代理式 AI（Agentic AI）領域的領先地位，OpenAI 採取了果斷行動，針對其 Responses API 推出了全面升級。昨天宣布的這次發布，引入了代理技能（Agent Skills）、託管 Shell 容器（Hosted Shell Containers）以及伺服器端壓縮（Server-Side Compaction）——這三項功能旨在將 AI 開發從簡單的聊天機器人轉型為強大、且能長期運行的自主代理。
這次更新代表了企業開發者的範式轉移（Paradigm Shift）。透過標準化 AI 模型執行複雜程序的方式，並管理長時間任務的運算開銷，OpenAI 正在直接解決代理式工作流中常見的「脆弱性」。隨著新模型 GPT-5.2 的同步整合，這些工具承諾讓自主代理變得更可靠、更具版本化管理能力且更易於擴展。
新標準：代理技能（Agent Skills）
這次更新的核心是引入了 代理技能（Agent Skills），這是一個用於封裝可重複使用行為的標準化框架。此前，開發者被迫將複雜的程序邏輯「塞進」龐大的系統提示（System Prompts）中，導致上下文膨脹和模型遵循度的不穩定。
代理技能透過允許開發者將指令、腳本和資產（例如 Python 文件或範本）打包進一個由 SKILL.md 清單（Manifest）定位的獨立套件中，解決了這個問題。
根據新文檔，技能（Skill）不僅僅是一個工具定義；它是一個可移植的「能力模組」。當開發者將一項技能附加到 Responses API 時，模型會充當智能編排者。它閱讀技能的清單以了解何時使用它，但僅在觸發特定工作流時，才加載完整的程序上下文並執行相關腳本。
技能框架的主要優勢
- 模組化： 技能可以獨立於核心應用程式代碼進行版本控制和交付。
- 上下文效率： 程序指令按需加載，保持主系統提示簡潔。
- 可重複性： 透過將特定資產（如 CSV 範本或格式化腳本）與指令綑綁，代理能在不同運行中產生一致的輸出。
完整的終端 Shell 支援
為了驅動這些技能，OpenAI 升級了 Responses API，使其具備完整的終端 Shell 支援。開發者現在可以在兩種執行環境之間進行選擇：託管 Shell 容器（Hosted Shell Containers） (container_auto) 和 本地 Shell（Local Shells）。
託管 Shell 對於企業部署尤為重要。它提供了一個安全、沙箱化的環境，模型可以在其中編寫代碼、操作文件並執行多步終端命令，而不會危及主機基礎架構。這有效地為 GPT-5.2 提供了一台可以運作的「電腦」，使其能夠完全在 API 託管的基礎架構內執行數據清理、報告生成或代碼重構等任務。
對於需要訪問內部資源的開發者，本地 Shell 整合允許模型在開發者自己的環境中驅動 Shell，架起了雲端智能與本地數據安全之間的橋樑。
透過伺服器端壓縮解決記憶體瓶頸
這次發布中最重要的技術補充之一是 伺服器端壓縮（Server-Side Compaction）。當代理執行長時間運行的任務時——例如研究一個主題數小時或調試大型代碼庫——對話歷史通常會不斷增長，直到達到模型的上下文窗口限制。
伺服器端壓縮將對話中較舊部分的摘要和截斷過程自動化。與以往開發者必須構建自己的「摘要器」循環的手動實現不同，這項原生功能在後台管理上下文窗口。它確保代理保留先前操作的「要點」，同時為新的推理步驟騰出空間，從而使複雜任務在理論上具備無限的運行時間。
比較：系統提示 vs. 代理技能 vs. 工具
為了理解代理技能在現有生態系統中的定位，我們分析了三種主要導引模型行為方法之間的區別。
表 1：控制機制的戰略用途
| 功能 | 系統提示 (System Prompts) | 代理技能 (Agent Skills) | 工具 (Tools)（函數調用） |
|---|---|---|---|
| 主要功能 | 定義全域角色和限制 | 執行可重複的多步程序 | 執行副作用或獲取數據 |
| 上下文影響 | 始終加載（高影響） | 按需加載（高效） | 加載 Schema；加載結果 |
| 版本控制 | 難以進行細粒度版本管理 | 可獨立控制版本的套件 | 透過 API Schemas 進行版本控制 |
| 最佳使用場景 | 安全規則、語氣、「始終開啟」的策略 | 數據流水線、報告生成、複雜邏輯 | 數據庫查詢、API 整合、網頁搜索 |
| 執行方式 | 上下文內的指令遵循 | 透過 Shell 的沙箱執行 | 外部函數執行 |
開發者體驗與邁向 GPT-5.2
這次更新與 GPT-5.2 的發布緊密整合，該模型專門針對此類多步推理和工具使用進行了優化。早期基準測試表明，與前代產品相比，GPT-5.2 在執行複雜技能的過程中更不容易「迷失」。
開發者可以立即透過新的 POST /v1/skills 端點開始上傳技能。該 API 支援以 ZIP 壓縮檔形式上傳技能，使得將技能部署整合到現有的 CI/CD 流水線中變得非常容易。
結論
隨著這次發布，OpenAI 正在發出信號，「提示工程」（Prompt Engineering）時代正在演變為「代理工程」（Agent Engineering）。從靜態文本生成到動態、熟練執行的轉變，使企業能夠部署不僅會說話、而且會「實作」的 AI。透過解決沙箱化和記憶體管理的基礎設施挑戰，升級後的 Responses API 消除了構建自主軟體工程師、數據分析師和行政助理所需的繁重工作。
對於正在構建下一代 AI 應用程式的 Creati.ai 讀者來說，訊息很明確：是時候停止編寫提示詞，開始封裝代理技能了。
