OpenAI Agents SDK sandbox yürütme ile yönetişimi geliştiriyor

OpenAI, kurumsal yönetişim ekiplerinin kontrollü risk ile otomatik iş akışlarını dağıtmasına olanak tanıyan sandbox yürütmeyi tanıtıyor. Sistemleri prototipten üretime taşıyan ekipler, operasyonlarının nerede gerçekleştiği konusunda zor mimarik uzlaşmalarla karşı karşıya kaldı. Model-agnostik çerçevelerin kullanımı başlangıçta esneklik sağladı ancak sınır modellerin yeteneklerinden tam olarak yararlanamadı. Model-sağlayıcı SDK'lar altta yatan modele daha yakın kaldı, ancak çoğu zaman kontrol kolanlarına yeterli görünürlük sağlayamadı. İşleri daha da karmaşık hale getirmek için, yönetilen agent API'leri dağıtım sürecini basitleştirdi ancak sistemlerin nerede çalışabileceğini ve hassas kurumsal verilere nasıl erişebileceğini ciddi şekilde kısıtladı. Bunu çözmek için OpenAI, Agents SDK'ya yeni yetenekler ekliyor ve geliştiricilere model-yakın kolan ve yerel sandbox yürütme içeren standartlaştırılmış altyapı sunuyor. Güncellenen altyapı, yürütmeyi altta yatan modellerin doğal çalışma desenine hizalar ve görevler farklı sistemler arasında koordinasyon gerektirdiğinde güvenilirliği artırır. Oscar Health, yapılandırılmamış verilerle ilgili bu verimliliğin bir örneğini sunar. Sağlık hizmeti sağlayıcısı, eski yaklaşımların güvenilir şekilde ele alamadığı klinik kayıt iş akışını otomatikleştirmek için yeni altyapıyı test etti. Mühendislik ekibi, otomatik sistemin doğru meta verileri çıkarmasını ve karmaşık tıbbi dosyalar içindeki hasta karşılaşmalarının sınırlarını doğru anlaşılmasını gerektiriyordu. Bu süreci otomatikleştirerek, sağlayıcı hasta geçmişlerini daha hızlı ayrıştırabilir, bakım koordinasyonunu hızlandırabilir ve genel üye deneyimini iyileştirebilir. Oscar Health'te Personel Mühendisi ve AI Teknoloji Lideri Rachael Burns şunları söyledi: 'Güncellenen Agents SDK, önceki yaklaşımların yeterince güvenilir şekilde ele alamadığı kritik bir klinik kayıt iş akışını otomatikleştirmemizi üretim açısından uygun hale getirdi. Bizim için fark, sadece doğru meta verileri çıkarmak değil, aynı zamanda uzun, karmaşık kayıtlarda her karşılaşmanın sınırlarını doğru anlamaktı. Sonuç olarak, belirli bir ziyarette her hasta için neler olduğunu daha hızlı anlayabilir, üyelere bakım ihtiyaçlarında yardımcı olabilir ve bizimle deneyimlerini iyileştirebiliriz.' OpenAI, model-yakın kolanla AI iş akışlarını optimize eder Bu sistemleri dağıtmak için mühendisler vektör veritabanı senkronizasyonunu yönetmeli