OpenAI Developers 发布新动态，聚焦 Agent 工作流自动化
OpenAI通过WebSockets优化Responses API中的Agent循环，端到端速度提升40%，解决API调用低效瓶颈。
原贴
查看原文
原文
中文翻译
我们通过Responses API中的WebSockets使agent循环更快。随着Codex变得更快，瓶颈从推理转移到了低效的API调用。WebSockets在工具调用之间保持响应状态温热，帮助工作流端到端速度提升高达40%。
核心信息
OpenAI通过WebSockets优化Responses API中的Agent循环，端到端速度提升40%，解决API调用低效瓶颈。
- OpenAI用WebSockets加速Agent循环，端到端提升40%。
- 瓶颈从推理转向API调用效率。
- WebSockets保持响应状态温热，减少延迟。
- 对构建复杂Agent工作流的开发者有直接价值。
- 提示Agent自动化进入效率优化阶段。
详细解读
这是什么信号
OpenAI正在从模型能力竞争转向Agent执行效率的优化，WebSockets的引入表明其意识到实际工作流中API调用开销已成为新瓶颈。
为什么重要
Agent工作流正从概念验证走向生产部署，效率直接影响成本和用户体验。40%的端到端加速意味着更低的延迟和更高的吞吐量，这对复杂多步骤Agent至关重要。
对谁有价值
面向使用OpenAI API构建自动化Agent的开发者、企业AI团队以及需要高频工具调用的场景（如客服、数据分析、代码生成）。
可以怎么行动
立即评估现有Agent工作流中API调用次数和延迟，升级到Responses API并启用WebSockets。重构工具调用逻辑，减少短连接开销。
风险或限制
WebSockets需要保持长连接，可能增加服务器和网络资源消耗。部分旧版API可能不兼容，需迁移成本。当前仅针对Responses API，对Chat Completions API影响未知。
信息差价值
信息差价值：多数开发者专注模型能力而忽视API调用开销，OpenAI此更新揭示了Agent性能优化的新维度——通信效率。了解这一趋势可避免在错误方向投入资源。
业务启发：在构建AI Agent时，需整体考虑推理、工具调用和网络通信的平衡。WebSockets方案可复用到其他API平台，作为提升实时性的通用手段。
可沉淀动作：立即检查当前Agent工作流中的工具调用模式，评估是否可复用连接。记录改进前后的延迟数据，形成最佳实践文档，供团队或社区参考。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
OpenAI Developers 发布新动态，聚焦 Agent 工作流自动化主要讲什么？
OpenAI通过WebSockets优化Responses API中的Agent循环，端到端速度提升40%，解决API调用低效瓶颈。
这篇文章最值得关注的要点是什么？
OpenAI通过WebSockets优化Responses API中的Agent循环，端到端速度提升40%，解决API调用低效瓶颈。；OpenAI用WebSockets加速Agent循环，端到端提升40%。；瓶颈从推理转向API调用效率。；WebSockets保持响应状态温热，减少延迟。
这篇文章和哪些AI专题相关？
它适合放在Agent工作流、AI工具、AI超级个体专题里阅读。 关联原因：这篇内容命中「Agent、工作流」等主题信号。；这篇内容命中「自动化」等主题信号。；这篇内容命中「技能」等主题信号。
阅读这篇文章建议先理解哪些关键词？
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词，再结合正文判断工具、机会或风险是否值得进入自己的工作流。