-
API 변경이 실제 제품에 OAI를 통합하려는 개발자에게 얼마나 도움이 될지 모르겠음
- 벤더가 관리하는 상태 기계는 대화, 메시지, 프롬프트 전달 등을 처리하는 데 있어 불충분하거나 주의를 산만하게 함
- 결국 채팅 완료 API만 사용하게 됨
- 상태 관리를 제3자에게 아웃소싱하는 것보다 로컬에서 관리하는 것이 더 자율적임
- 이 제품들의 전제는 문자열을 입력하면 새로운 문자열을 반환하는 것임
- 적절한 문자열을 구성하는 것에 집중하면 다른 모든 것이 사라짐
- 데이터베이스에 저장된 비즈니스 상태에 기반하여 구조화된 문자열을 구성하는 다른 방법을 생각해보면 됨
- PHP로 웹페이지를 SSR할 때와 동일한 작업임
-
새로운 API의 설계 결정 배경에 대한 디자이너의 좋은 트위터 스레드가 있음
-
AI 에이전트 시도가 잘못된 방향으로 가고 있다고 느낌
- 새로운 방법을 창출하기보다 기존 시스템에서 인간을 대체하려고 함
- 경제와 삶은 인간 간의 상호작용에 관한 것임
- AI 에이전트 접근 방식은 사람들의 문장을 길게 확장하고 다시 요약하는 농담의 변형처럼 보임
- 레거시 시스템에서 작업을 자동화하는 용도가 있지만, 진정한 기회는 대부분의 레거시 시스템을 제거하는 것임
- 인간은 그렇게 나쁘지 않음
- AI를 사용하여 인간을 위한 UI를 만들고 AI가 이 UI를 사용하여 작업을 수행하는 것이 정말로 앞으로 나아가는 길인가?
-
언급되지 않은 것: Model Context Protocol
-
swyx가 API/DX 팀과 새로운 API에 대한 FAQ를 논의한 경험 공유
- 링크: https://latent.space/p/openai-agents-platform
- 주요 재미있는 부분: 응답 API를 데이터베이스로 악용할 수 있는 방법
- 웹 검색을 위한 hparams - DIY Deep Research를 위한 검색의 깊이/폭
- OAI가 RAG/재정렬을 기본 제공하는 시점에서 언제 자체 RAG를 구축해야 하는지
- Agents SDK와 OAI Swarm의 차이점
-
search-preview와 computer-use-preview 미세 조정이 GPT5에 통합될 것인지
-
OpenAI의 새로운 Agent SDK와 API에 대한 초기 접근을 얻은 경험 공유
- 오픈 소스 프로젝트를 만들어 기능을 보여줌
- 다른 에이전트 프레임워크를 사용하는 경우 이 SDK를 시도해보기를 권장함
- 전체 SDK와 예제를 단일 텍스트 파일로 제공하여 빠르게 시작할 수 있도록 함
- 모듈식 코드로 다른 프레임워크를 사용하여 구현 가능
- 블로그 게시물에서 SDK의 주요 기능에 대한 추가 생각 공유
- 매우 만족함
-
모든 LLM 제공자와 호환되는 간단하고 강력한 응답 API를 구축함
-
OpenAI 검색 API의 가격이 비쌈
- 1,000회 검색당 $30
- Perplexity의 Sonar 모델은 1,000회 검색당 $5
- 가격 차이에 대한 의문
-
컴퓨터 사용의 발전에 감명받음
- 이 기술이 사용성 테스트에 활용될 수 있을 만큼 성숙한지 궁금함
- AI가 탐색하기 어려운 UI는 인간에게도 어려울 가능성이 높음
- 개선이 필요하다는 신호일 수 있음
-
Assistants API의 중단 계획 발표
- 새로운 Responses API는 올바른 방향으로 나아가는 단계임
- 에이전트 사용 사례에 대한 제한이 있음
- 개발자에게 에이전트 구축을 위한 원활한 플랫폼 경험 제공 목표
- 그래프 기반의 제어 흐름이 나올 것으로 예상됨
- 오픈 소스 솔루션이 많지만 대부분 불필요한 복잡성을 추가함
- 도구 호출과 JSON 응답을 사용하여 에이전트 흐름을 구축했지만, 아직 해결되지 않은 고차원 구성 요소가 있음