AI Native搜索…
扩展阅读

2025 年面向开发者的 OpenAI

OpenAI·2026/7/21·7 阅读

2025 年面向开发者的 OpenAI

来源: https://developers.openai.com/blog/openai-for-developers-2025 抓取时间: 2026-07-21 16:24:29

2025 年不是关于单一模型发布——这一年 AI 在生产环境中运行变得更加容易。随着模型在规划、工具使用和长期任务方面的改进，越来越多的团队从"逐步提示"转向将工作委派给智能体。

对于开发者来说，这种转变体现在几个具体方面：

  • 推理成为核心调节器，并日益与通用聊天模型融合。
  • **多模态（文档、音频、图像、视频）**成为 API 中的一等公民。
  • 智能体构建块（Responses API、Agents SDK、AgentKit）使多步工作流更容易交付和操作。
  • Codex使比以往更快更好地构建成为可能。

太长不读版

  • 最大的转变是智能体原生 API加上更好的模型，可以执行更复杂的任务，需要推理和工具使用。
  • Codex 在模型和工具方面都已成熟，将 GPT-5.2-Codex 的仓库级推理与生产就绪的 CLI、Web 和 IDE 工作流相结合，用于长期编码任务。
  • 改进的工具使连接模型到真实系统变得更加容易，减少了粗糙的边缘。
  • 多模态输入和输出（PDF、图像、音频、视频）成为端到端工作流中的实用默认设置。
  • 评估、评分器和调优功能已成熟为更加可重复的"测量→改进→交付"循环。

继续阅读，了解 2025 年主要模型、API 和平台更新的摘要，并了解它如何帮助您交付生产级智能体。

推理：从独立模型到统一产品线

在我们于 2024 年底首次引入_推理_范式（我们开始给模型"思考时间"）之后，2025 年初是_推理模型_作为一个独特系列的时代。像 o1、o3 和 o4-mini 这样的模型清楚地表明，在回答之前花费额外的计算资源进行思考可以显著提高复杂多步工作的可靠性。

还值得一提的是，o3-mini 是推理不会仅仅是前沿功能的第一个信号之一；它可以以经济高效、开发者友好的形式交付。

到 2025 年中后期，大趋势是融合：推理深度、工具使用和对话质量越来越多地存在于同一个旗舰产品线中（对于大多数团队来说，"选择模型"更多地是关于成本/延迟/质量权衡，而不是在根本不同的系列之间进行选择）。

像 o1、o3 / o4-mini 和 o3-mini 这样的推理优先版本帮助使"更努力思考 vs. 更快响应"成为一个可调整的开发者决策。随着时间的推移，这些想法越来越多地被吸收到 GPT-5.x 系列中，将通用智能、推理深度、编码专业化和多模态统一在一个模型线下。

多模态：音频、视觉、图像和视频

到 2025 年底，_多模态_不再意味着"它可以接受图像输入"，而是开始意味着"你可以跨模态构建端到端产品"——通常在单个工作流中。

音频 + 实时

  • 下一代音频模型 提高了语音到文本的准确性，并添加了更多可控的文本到语音，支持生产级语音管道。
  • Realtime API 正式发布，支持低延迟、双向音频流，使生产级实时语音智能体和对话界面变得可行。

图像

  • GPT Image 1 引入了新一代图像生成模型，可生成高质量图像和结构化编辑，具有对世界的强烈理解和更好的指令遵循能力。
  • 高输入保真度使得在编辑图像时能够更一致地保留面部和标志等细节。
  • GPT Image 1 mini 使原生图像生成更加经济高效。
  • GPT Image 1.5 是我们最先进的生成模型，标志着图像质量和编辑一致性的阶段性变化。
  • 在 Responses API 中作为工具的图像生成使得图像创建可以作为多轮对话的一部分，与其他工具结合使用。

视频

  • Sora 2 和 Sora 2 Pro 模型 引入了更高保真度的视频生成，具有更强的时间连贯性和重混支持。
  • 视频 API 通过 v1/videos 暴露了视频生成和编辑功能，使视频成为 API 中与文本、图像和音频并列的一等模态。

PDF 和文档

为什么重要： 您现在可以依赖 OpenAI 平台不仅用于文本和视觉，还用于您的图像和视频生成工作流以及语音到语音用例。

Codex

2025 年，Codex 不再仅仅是一个编码模型，而是成为了您的软件工程师队友：连接模型、本地工具和云，帮助开发者解决更长、更复杂的编码任务。

模型

早期的推理模型在复杂编码任务（多文件编辑、调试、规划）上展示了强大的增益。到 2025 年中后期，这些能力已整合到 GPT-5 系列 中，GPT-5.2-Codex 成为代码生成、审查和仓库级推理的最新默认选择——不再与通用模型分离，而是在其中进行专门化。

CLI

开源 Codex CLI (GitHub) 将智能体风格编码直接引入本地环境，使开发者能够在真实仓库上运行 Codex，迭代审查更改，并在人工监督下将编辑应用于文件。这使得长期编码任务在日常工作流中变得实用。

Codex 还变得更容易在交互式使用之外进行操作，内置支持可重复的自动化模式，如 脚本化 Codex。

安全、控制和集成

Codex 直面交付现实：沙盒化 和 批准模式 使人类更容易保持在循环中。同时，对 AGENTS.md 和 MCP 的支持使 Codex 更容易适应您的仓库，使用第三方工具和上下文进行扩展，甚至可以 通过 Agents SDK 编排 Codex（通过将 CLI 作为 MCP 服务器运行）。

Web、云端和 IDE

除了 CLI 之外，Codex 扩展了对跨 Web + 云 和 IDE 扩展 的更长会话和迭代问题解决的支持，收紧了对话推理和具体代码更改之间的循环。团队还可以使用 CI 中的 Codex Autofix 自动化部分工作流。

为什么重要： 到 2025 年底，Codex 不再是"您提示的模型"，而更像是一个编码界面——将具有推理能力的模型与开发者已经使用的工具结合起来。

平台转变：Responses API 和智能体构建块

2025 年最重要的平台变化之一是向 智能体原生 API 的转变。

Responses API 使为新一代模型构建变得更加容易：

  • 支持多种输入和输出，包括不同的模态
  • 支持推理控制和摘要
  • 更好的工具调用支持，包括推理期间

在此基础上，2025 年还带来了更高级的构建块，如开源 Agents SDK 和 AgentKit，使构建和编排智能体变得更加容易。

状态和持久化也变得更容易管理：

为什么重要： 构建多步智能体和长期运行的工作流现在需要更少的自定义粘合代码和状态管理。

除了强大的原语外，我们还推出了一套功能强大的内置 工具，以最大化模型的效用。

工具：从 Web 搜索到工作流

2025 年，我们推出了一套标准化、可组合的能力，让智能体能够安全地完成有用的工作。

  • Web 搜索 为需要最新信息和引用的智能体提供了简单的检索原语。
  • 文件搜索（向量存储）提供了默认托管的 RAG 原语，可与 Responses + 结构化输出干净地组合。
  • 代码解释器 在沙盒容器中运行 Python，用于数据工作、文件转换和迭代调试。
  • 计算机使用 启用"点击/输入/滚动"自动化循环（最好与沙盒化和人在循环中配对）。

为什么重要： 智能体可以可靠地检索、计算和行动，而无需每个团队重新发明自定义工具运行时。

运行和扩展：异步、事件和成本控制

一旦智能体从"单个请求"转变为"多步作业"，生产团队就需要成本、延迟和可靠性的原语。

  • 提示缓存 在提示共享长重复前缀（系统提示、工具、模式）时减少延迟和输入成本。
  • 后台模式 启用长时间运行的响应，无需保持客户端连接打开。
  • Webhooks 将"轮询所有内容"转变为事件驱动系统（批量完成、后台完成、微调完成）。
  • 速率限制 和工作负载优化指导随着使用层级和模型系列的扩展而成熟。

为什么重要： 构建智能体变得既与提示有关，也与系统设计（异步 + 事件 + 预算）有关。

开放标准和开源智能体构建块

除了 API 整合之外，2025 年还强调了智能体系统的互操作性和可组合性。

  • 用于 Python (GitHub) 和 TypeScript (GitHub) 的开源 Agents SDK 建立了工具使用、交接、防护栏和追踪的实用构建块——并且是与提供商无关的，有使用非 OpenAI 模型的文档路径。
  • AgentKit 为希望更快交付和迭代的团队添加了围绕智能体开发的更高级工具（包括 Agent Builder、ChatKit、Connector Registry 和评估循环）。
  • 在标准方面，OpenAI 推动了 AGENTS.md (规范)，并参与了 AAIF（Agentic AI 基金会），与其他生态系统标准如 模型上下文协议 (MCP) 和 技能 一起。对开发者的价值：随着生态系统在共享约定上趋同，更便携的智能体工具和更少的一次性集成。

除了我们在智能体和相关标准方面的工作外，我们还推出了 Apps SDK——一个扩展模型上下文协议 (MCP) 的开源框架，让开发者可以在他们的 MCP 服务器旁边构建 UI，定义可以在像 ChatGPT 这样的客户端中运行的应用程序的逻辑和交互界面。

为什么重要： 开发者可以构建与单个运行时或 UI 表面耦合不那么紧密的智能体，并且更轻松地将 OpenAI 驱动的智能体集成到异构系统中。

开放权重模型

除了托管 API 之外，OpenAI 还发布了 开放权重模型，专为透明度、研究、本地部署或自托管部署而设计，同时保留强大的推理和指令遵循能力。

评估、调优和安全交付

总结

整个 2025 年，我们专注于几个一致的主题，旨在让开发者更容易在我们的平台上构建和交付：

  • 可扩展、可控的推理作为核心能力
  • 统一的、智能体原生的 API 界面
  • 开放的构建块和新兴的互操作性标准
  • 跨文本、图像、音频、视频和文档的深度多模态支持
  • 用于评估、调优和部署的更强生产工具

按任务推荐的模型（2025 年底）

如果您正在开始新构建或现代化集成，这些是适合您任务的合理"默认选择"。

  • 通用（文本 + 多模态）： GPT-5.2 用于聊天、长上下文工作和多模态输入。
  • 深度推理 / 可靠性敏感工作负载： GPT-5.2 Pro 用于规划和质量值得额外计算投入的任务。
  • 编码和软件工程： GPT-5.2-Codex 用于代码生成、审查、仓库级推理和工具驱动的编码智能体。
  • 图像生成和编辑： GPT Image 1.5 用于更高保真度的图像生成和迭代编辑。
  • 实时语音： gpt-realtime 用于低延迟语音到语音和实时语音智能体。

有关最新可用性和分层信息，请参阅官方 模型比较页面。

这些更新为接下来的事情奠定了基础。感谢您在 2025 年与我们一起构建——我们期待您在 2026 年创造的内容。

链接和资源

#P0 必读#OpenAI

评论 (0)

暂无评论，快来抢沙发吧！

学91学AI

© 2026 91学AI · 按岗位学 AI 与大数据. All rights reserved.