在过去，OpenAI 曾尝试通过 GPTs 和 MCP 等方式，将开发者的服务与 ChatGPT 连接起来。这些尝试有的成功，有的则不尽人意，但都为 OpenAI 积累了宝贵的经验。今天，OpenAI 迈出了决定性的一步，正式向开发者开放 ChatGPT，允许他们在其中构建原生应用 (Apps)
这将催生新一代的应用形态，它们具备三大核心特质：互动性 (interactive)、适应性 (adaptive) 和个性化 (personalized)。用户不再是单纯地与一个聊天机器人对话，而是可以直接在对话中与功能丰富的应用进行交互。为了实现这一点，OpenAI 推出了全新的 Apps SDK (软件开发工具包)，现已开放预览
Apps SDK 为开发者提供了一套完整的全栈解决方案，其主要特性包括：
连接数据：开发者可以将自己的数据源和后端服务无缝接入
触发动作：应用可以执行具体的后端操作，例如创建一个设计、预订一个行程或分析一份数据
渲染完整 UI：开发者可以在 ChatGPT 的对话流中渲染完全互动的用户界面，而不仅仅是文本或卡片。这意味着视频播放器、互动地图、设计画板等复杂的 UI 都可以被直接嵌入
基于 MCP 标准：Apps SDK 建立在 MCP 这一开放标准之上，开发者对其后端逻辑和前端 UI 拥有完全的控制权。由于标准是公开的，任何人都可以将其整合到自己的平台
对于开发者而言，最大的吸引力在于分发渠道。一旦应用构建完成，它就有机会触及 ChatGPT 全球数亿的用户群体。这将极大地改变产品的规模化扩展方式。同时，OpenAI 也考虑到了商业化的需求。如果用户已经是开发者现有产品的订阅者，他们可以直接在对话中登录账户。未来，OpenAI 还将支持多种变现方式，包括新的Agentic Commerce Protocol (智能体商业协议)，该协议将允许在 ChatGPT 内部实现即时结账
在现场演示中，软件工程师 Alexi 展示了几个首批合作伙伴的应用，生动地诠释了这种新模式的魔力：
Coursera (在线课程平台)：当用户想要学习某个主题时，可以直接呼叫 Coursera 应用。应用会在对话中直接嵌入课程视频，并支持画中画或全屏播放。与应用对话功能：当用户观看视频时，可以随时向 ChatGPT 提问关于视频当前内容的问题，例如“请解释一下他们现在正在说的概念”。由于 Apps SDK 允许应用将上下文 (context) 暴露给模型，ChatGPT 能够准确理解用户正在观看的视频片段，并给出精准的回答。这将学习体验提升到了全新的高度
Canva (设计平台)：在一个为宠物狗遛弯业务进行头脑风暴的对话中，用户可以直接呼叫 Canva，并用自然语言下达指令，例如“Canva，用这个名字为我制作一个作品集，我希望它色彩丰富、异想天开、明亮，并使用无衬线字体”。Canva 应用会直接在对话中生成设计选项。用户还可以进一步迭代，比如将一张海报转化为一个用于种子轮融资的完整 Pitch Deck (简报)。整个创意流程在同一个对话窗口中无缝完成
Zillow (房地产平台)：当对话延伸到业务扩张，ChatGPT 建议将新城市选在匹兹堡。用户可以接着呼叫 Zillow 应用，要求“显示那里的待售房屋”。Zillow 会在对话中嵌入一个互动地图。用户可以切换到全屏模式，浏览房屋详情，甚至可以直接在地图上发起预约看房。更强大的是，用户可以继续用自然语言对 Zillow 应用进行操作，例如“将地图筛选为仅显示带院子的三居室房屋”。ChatGPT 会理解指令并更新地图。此外，当用户选定一处房产时，可以询问“这处房产离狗狗公园有多远？”。ChatGPT 会将来自 Zillow 应用的房屋位置信息与其自身的搜索工具结合，提供综合性的答案
这些演示清晰地表明，Apps in ChatGPT 不仅仅是 API 的简单调用，而是将语言模型的理解能力与应用的丰富功能和互动界面深度融合，创造出前所未有的动态体验
目前，Apps SDK 已向开发者提供预览版。今年晚些时候，开发者将能够提交应用进行审核和发布，届时还会推出一个应用目录 (Directory) 供用户浏览。符合基本标准的应用都将被收录，而那些在设计和功能上表现更出色的应用，将会获得更显著的推荐位置，甚至在对话中被主动建议给用户
https://developers.openai.com/apps-sdk
AgentKit：在几分钟内将智能体从原型带入生产环境
智能体 (Agent)，即能够理解上下文、使用工具并自主完成任务的软件，被普遍认为是 AI 的下一个重要发展方向。然而，尽管围绕它的讨论非常火，但真正能投入生产并被大规模使用的智能体却寥寥无几。原因在于其开发过程异常复杂，开发者需要处理诸多难题：从选择合适的框架，到编排复杂的工作流、建立评估循环、连接各种工具，再到构建一个友好的用户界面，每一步都充满了挑战
为了解决这些痛点，让每位开发者都能更快速地将想法转化为可用的智能体，OpenAI 推出了全新的 AgentKit。这是一套内置于 OpenAI 平台中的完整构建模块，旨在帮助开发者以更少的时间和精力，完成从原型设计到生产部署的全过程
AgentKit 核心包含三大组件，以及一个强大的连接器生态系统：
1.Agent Builder (智能体构建器)：这是一个可视化的工作流设计工具。开发者不再需要从头编写复杂的协调代码，而是可以通过拖拽节点的方式来设计智能体的逻辑步骤、测试流程。这些节点包括工具调用、需要人类介入的环节、安全护栏和逻辑判断等。它建立在已有数十万开发者使用的 Responses API 之上，对于平台老用户来说非常容易上手
2.ChatKit (聊天工具包)：为了让智能体拥有一个精美的用户界面，OpenAI 提供了 ChatKit。它是一个简单、可嵌入的聊天界面组件，开发者可以轻松地将其集成到自己的应用中，并进行品牌化定制，例如修改颜色、Logo 和提示语。这让开发者可以专注于核心业务逻辑，而无需在前端界面上花费过多时间
3.Evals for Agents (智能体评估)：衡量智能体的性能至关重要。AgentKit 提供了一套专门的评估功能，包括：
Trace Grading (追踪评分)：可以逐一审视智能体每一步的决策过程，深入理解其行为
Datasets (数据集)：允许开发者针对工作流中的某个特定节点进行性能评估
Automated Prompt Optimization (自动化提示优化)：帮助自动调整和改进提示词，以获得更好的性能
External Model Evals (外部模型评估)：甚至支持在 OpenAI Evals 平台内直接对外部模型进行评估
Connector Registry (连接器注册中心)：智能体需要安全地访问数据和工具。通过这个管理控制面板，企业可以安全地将智能体连接到内部工具和第三方系统，同时确保数据安全和权限可控
现场演示，Christina 发起一项挑战：在 8 分钟内为 DevDay 的官方网站构建并部署一个问答智能体 "Ask Froge"
我已经贴心的把这8分钟视频扒下来了，并且做好的翻译，大家就看吧，不用感谢我