OpenAI stellt Open-Source-Kundenservice-Framework vor und erweitert die Unternehmensstrategie

Anmerkung des Herausgebers: Carl wird nächste Woche bei VB Transform einen redaktionellen Rundtisch zu diesem Thema veranstalten. Registrieren Sie sich noch heute.

OpenAI hat eine neue Open-Source-Demo veröffentlicht, die Entwicklern einen praktischen Einblick in die Erstellung intelligenter, workflowfähiger KI-Agenten mit Hilfe des Agents SDK bietet.

Wie der KI-Influencer und -Ingenieur Tibor Blaho (Schöpfer der ChatGPT-Browsererweiterung AIPRM eines Drittanbieters) zuerst hervorhob, wurde OpenAIs neuer Customer Service Agent heute auf der KI-Code-Sharing-Plattform Hugging Face unter der freizügigen MIT-Lizenz veröffentlicht. Das bedeutet, dass Entwickler und Nutzer den Code frei verwenden, verändern und für kommerzielle oder experimentelle Projekte einsetzen können.

Dieser Beispiel-Agent veranschaulicht die Weiterleitung von Anfragen im Zusammenhang mit Fluggesellschaften - wie Sitzplatzbuchungen, Flugstatus, Stornierungen und häufig gestellte Fragen - zwischen spezialisierten Agenten unter Beibehaltung von Sicherheits- und Relevanzkontrollen.

Die neue Version soll Teams dabei helfen, über die Theorie hinauszugehen und Agenten mit größerer Zuversicht einsetzen zu können.

Dieses Beispiel aus der Praxis kommt kurz vor der geplanten Präsentation von OpenAI auf der VentureBeat Transform 2025, die am 24. und 25. Juni in San Francisco stattfindet. Dort wird Olivier Godement, Head of Platform bei OpenAI, die Agentenarchitektur auf Unternehmensebene vorstellen, die Lösungen für Unternehmen wie Stripe und Box bereitstellt.

Eine Blaupause für Routing, Leitplanken und spezialisierte Agenten

Die heutige Version enthält sowohl ein Python-Backend als auch ein Next.js-Frontend. Das Backend nutzt das OpenAI Agents SDK, um die Interaktionen zwischen spezialisierten Agenten zu koordinieren, während das Frontend diese Interaktionen in einem Chat-Interface visualisiert und anzeigt, wie Entscheidungen und Übergaben in Echtzeit erfolgen.

Wenn ein Kunde beispielsweise eine Sitzplatzänderung wünscht, identifiziert der Triage-Agent die Anfrage und leitet sie an den Sitzplatzbuchungs-Agenten weiter, der die Buchungsaktualisierung interaktiv durchführt. In einem anderen Fall wird eine Flugstornierungsanfrage an den Stornierungsagenten weitergeleitet, der die Bestätigungsnummer des Kunden prüft, bevor er den Vorgang abschließt.

Die Demo zeigt auch, wie die Leitplanken in der Praxis funktionieren: Die Relevanz-Leitplanke blockiert irrelevante Anfragen, wie z. B. Gedichtanfragen, während die Jailbreak-Leitplanke prompte Einschleusungsversuche verhindert, wie z. B. Versuche, Systemanweisungen zu offenbaren.

Dieses Setup spiegelt die tatsächlichen Support-Workflows von Fluggesellschaften wider und zeigt, wie Unternehmen zielgerichtete Assistenten entwickeln können, die reaktionsschnell, konform und nutzerorientiert sind. OpenAI hat den Code unter einer MIT-Lizenz zur Verfügung gestellt, um Teams zu ermutigen, ihn für ihre spezifischen Bedürfnisse anzupassen und zu individualisieren.

Von Open Source zu realen Anwendungsfällen in Unternehmen: Lesen Sie OpenAIs Grundlagen für den Aufbau praktischer KI-Agenten

Diese Open-Source-Veröffentlichung unterstützt die umfassenderen Bemühungen von OpenAI, Unternehmen bei der Entwicklung und dem Einsatz agentenbasierter Systeme in großem Maßstab zu unterstützen.

Anfang des Jahres veröffentlichte das Unternehmen "A Practical Guide to Building Agents", ein 32-seitiges Handbuch für Produkt- und Entwicklungsteams, die intelligente Automatisierung implementieren.

Der Leitfaden beschreibt die wesentlichen Komponenten - das LGM-Modell, externe Tools und Verhaltensaufforderungen - und stellt Strategien für Einzelagenten und komplexere Multiagentensysteme vor. Es werden Entwurfsmuster für die Orchestrierung, die Implementierung von Leitplanken und die Beobachtbarkeit vorgestellt, die aus der Beteiligung von OpenAI an groß angelegten Implementierungen stammen.

Zu den wichtigsten Erkenntnissen des Leitfadens gehören:

• Modellauswahl: Beginnen Sie mit Spitzenmodellen, um Leistungsmaßstäbe zu setzen, und bewerten Sie dann kleinere Modelle auf Effizienz und Kosteneinsparungen.
• Tool-Integration: Bieten Sie Agenten Zugang zu externen APIs oder Funktionen für den Datenabruf und die Ausführung von Aktionen.
• Anweisungserstellung: Verwenden Sie eine klare, umsetzbare Sprache und bedingte Logik, um das Verhalten der Agenten zu steuern.
• Leitplanken: Implementieren Sie Schichten von Sicherheits-, Relevanz- und Konformitätsprüfungen, um eine zuverlässige und sichere Leistung zu gewährleisten.
• Menschliches Eingreifen: Legen Sie Schwellenwerte und Eskalationspfade für Szenarien fest, die eine menschliche Überprüfung erfordern.

Der Leitfaden empfiehlt, mit einfacheren Systemen zu beginnen und die Komplexität der Agenten schrittweise zu erhöhen - ein Ansatz, der sich in der neuen Demo widerspiegelt, die zeigt, wie modulare, werkzeuggestützte Subagenten sauber koordiniert werden können.

Erfahren Sie mehr von OpenAI bei VB Transform 2025

Teams, die vom Prototyp zur Produktion übergehen wollen, können auf der Transform 2025, die von VentureBeat präsentiert wird, tiefere Einblicke in die unternehmenstaugliche Strategie von OpenAI gewinnen.

Die für Mittwoch, den 25. Juni um 3:10 PM PT angesetzte Veranstaltung mit dem Titel The Year of Agents: How OpenAI is Powering the Next Wave of Intelligent Automation" (Das Jahr der Agenten: Wie OpenAI die nächste Welle der intelligenten Automatisierung vorantreibt) wirdOlivier Godement, Head of Product für die API-Plattform von OpenAI, im Gespräch mit mir, Carl Franzen, Executive Editor bei VentureBeat, auftreten.

Die 20-minütige Sitzung wird folgende Themen behandeln:

• Modelle für die Agentenarchitektur: Wann sollte man einzelne Schleifen, Unteragenten oder orchestrierte Workflows verwenden?
• Integrierte Leitplanken für regulierte Branchen, einschließlich Richtlinienverweigerung, SOC-2-Protokollierung und Einhaltung der Datenresidenz.
• Kosten- und ROI-Benchmarks von Stripe und Box mit 35 % schnellerer Rechnungsverarbeitung und vollautomatischer Support-Triage.
• Roadmap-Updates: kommende Entwicklungen bei multimodalen Aktionen, Agentenspeicher und Cloud-übergreifender Orchestrierung.

Ganz gleich, ob Sie Open-Source-Ressourcen wie die Customer Service Agent-Demo testen oder Agenten in kritischen Workflows skalieren, diese Sitzung bietet praktische Einblicke in aktuelle Erfolge, zu vermeidende Fallstricke und zukünftige Richtungen.

Warum es für Unternehmen und Entwickler wichtig ist

Mit der neuen Demo und den Prinzipien aus A Practical Guide to Building Agents unterstreicht OpenAI sein Engagement, Entwicklern dabei zu helfen, über Single-Turn-LLM-Anwendungen hinaus zu autonomen Systemen zu gelangen, die in der Lage sind, den Kontext zu verstehen, Aufgaben intelligent weiterzuleiten und sicher zu arbeiten.

Durch die Bereitstellung von transparenten Werkzeugen und klaren Implementierungsbeispielen hilft OpenAI dabei, agentenbasierte Systeme aus Forschungsumgebungen in den täglichen Betrieb zu überführen - von der Kundenbetreuung über interne Prozesse bis hin zur Verwaltung. Für Unternehmen, die sich mit intelligenter Automatisierung beschäftigen, liefern diese Tools nicht nur Ideen, sondern einen funktionalen Rahmen.