AIPress.com.cn報道

2月11日消息，OpenAI宣布升級其Responses API，新增Server-side Compaction（服務器端記憶壓縮）、Hosted Shell Containers（托管終端容器）以及對開放“Skills”標準的支持。這一系列更新直指AI代理在實際應用中最核心的兩個難題：記憶衰減和執行能力不足。

長期以來，開發者在構建AI代理時都會遇到一個現實問題：隨著任務持續進行，對話記錄不斷增長，模型很快觸及Token上限，不得不刪除早期上下文。這種“截斷式清理”往往會丟失關鍵推理過程，使代理在復雜任務中出現偏差甚至“失憶”。

OpenAI此次推出的Server-side Compaction并非簡單刪減歷史記錄，而是讓模型對自身行為進行結構化壓縮，在保留關鍵信息的同時釋放空間。

如果說記憶壓縮解決的是“能不能持續工作”的問題，那么Hosted Shell Containers則解決了“能做什么工作”。

通過container_auto選項，開發者可以直接調用OpenAI托管的Debian 12環境。該環境預裝Python、Node.js、Java、Go、Ruby等主流運行時，支持持久化存儲與聯網訪問。這意味著代理不僅能“思考”，還能真正執行代碼、生成文件、處理數據，并與外部系統交互。

對于企業團隊而言，這一能力大幅降低了構建Agent基礎設施的成本。過去，開發者需要自行搭建沙盒環境、管理狀態存儲、處理安全策略；如今，OpenAI將計算環境與模型能力整合為一體化服務，提供類似“托管工作站”的體驗。

與此同時，OpenAI還宣布全面支持基于SKILL.md規范的“Skills”標準。該標準已被Anthropic等廠商采用，使技能模塊可以在不同模型和平臺之間遷移。開源項目OpenClaw也已采用同一規范，形成跨生態的兼容趨勢。

在競爭格局上，OpenAI與Anthropic的策略差異逐漸清晰。OpenAI強調一體化基礎設施能力，將模型、記憶管理和執行環境打包為高性能底座；Anthropic則側重構建成熟的合作伙伴生態，強化即插即用的集成體驗。

對于企業決策者而言，問題不再是“AI能否完成任務”，而是“如何在可控、安全、可持續的架構下運行AI代理”。隨著代理擁有終端權限和網絡訪問能力，權限控制與審計機制也成為新的關注重點。（AI普瑞斯編譯）