Build Hour：Agents SDK（第 2/4 段）

🧑‍🏫 這段是 OpenAI Build Hour 系列中介紹 Agents SDK 的中段。Agents SDK 是 OpenAI 給開發者做 AI agent 的工具包，agent 指的是會自己動手完成任務的 AI 助手。影片前半講 container、skills API 等新功能，後半實際示範把研討會的工作交給 sandbox agent 自動處理。想知道「AI 自己動手做事」背後怎麼運作的人，很適合看。

• 11:55 Container 是一種暫時性容器，可以放入一些檔案讓模型在裡面工作，完成後結束。這些 container 也可以在主流程之外另行建立
  ↳ Container（容器）是臨時開出來的一台獨立小電腦。把檔案放進去，模型就在裡面做事，做完整台收掉。它也可以在主要流程之外先單獨開好。
• 11:55 透過 containers endpoint 可以建立 container、上傳檔案、啟動它，再附加到 Responses API 請求上
  ↳ Endpoint 是 API 上負責某件事的入口。用 containers endpoint，你可以自己一步步開容器、放檔案、啟動，再掛到 Responses API 的請求上。Responses API 是呼叫 OpenAI 模型的介面。
• 11:55 也可以用 auto mode：只要加入檔案，系統會自動啟動 container，用完再自動關閉
  ↳ Auto mode 是省事的做法：你只管丟檔案，開容器、關容器都由系統處理，不用自己一步步管理。
• 12:26 新增 container 網路存取控制：可以設定 domain allow list，也可以完全封鎖，讓 container 沒有 egress 或 ingress
  ↳ 現在可以控制容器能不能上網。Domain allow list 是白名單，只准連指定的網站。也能完全封鎖，egress（往外連）和 ingress（從外面連進來）都關掉。
• 12:26 新增 skills API。以前用 skills 常遇到的問題是缺少單一的 source of truth，大家可能放在 GitHub 或 bucket，現在也能上傳到 skills API
  ↳ Skill 是教 AI 做某件事的說明包。以前大家各放各的，有人放 GitHub，有人放 bucket（雲端儲存空間），沒有一份公認的正本，也就是 source of truth。現在可以統一傳到 skills API。
• 12:58 Skill 是一組檔案，包含一個記載最上層資訊的 skill MD 檔，也可以附上腳本或其他資源，讓模型執行特定任務
  ↳ 一個 skill 就是一個資料夾。最上層有一份 skill MD，是 Markdown 格式的說明文件，寫這項技能做什麼、怎麼用。需要的話再附上腳本或參考資料，讓模型照著完成任務。
• 12:58 講者的例子是報稅 skill：內容定義 agent 處理 2025 稅務年度報稅需要知道的事，包含 IRS 規則，以及處理文件、填寫 1040 的腳本
  ↳ 報稅 skill 寫明 2025 稅務年度要注意的事和美國國稅局 IRS 的規則，再附上整理文件、填 1040 的腳本。1040 是美國個人所得稅申報表。等於把報稅知識打包給 agent。
• 13:28 用 skills API 上傳 skill 後，可以持續迭代並建立版本、設定預設版本，再搭配 hosted shell 引用這些版本
  ↳ Skill 上傳後可以持續修改，每次存成新版本，並指定哪一版是預設。Hosted shell 是平台代管、讓模型執行指令的環境，可以指定要用 skill 的哪一個版本。
• 13:28 投影片示範了幾段 curl 用法。如果手上已經有 skill 的 zip 檔，可以直接上傳到 API
  ↳ curl 是在命令列送出網路請求的常用工具。投影片示範了幾段 curl 指令。如果 skill 已經壓成 zip 檔，可以直接整包上傳。
• 13:28 Sandbox agent 推出 TypeScript 版。Python 版是 4 月推出的，之後很多人要求 TypeScript 版，現在已經可以用
  ↳ Sandbox agent 是能在隔離環境裡實際操作檔案的 agent。Python 版 4 月就推出了，後來很多人要 TypeScript 版，現在也能用了。TypeScript 是網頁開發常用的程式語言。
• 13:58 Demo 主題：用 Agents SDK 做一個任務追蹤工具，讓它變成 agentic，把工作都交給 agent
  ↳ Demo 要把普通的任務追蹤工具改成 agentic。意思是任務不再只是記下來等人處理，而是直接交給 agent 去做。
• 14:33 Demo 工具是講者 vibe coded 出來的類 Linear 看板，可以建立任務並指派給人。情境是研討會規劃，任務像是製作議程素材、修改講稿、上傳網站內容
  ↳ 工具是講者 vibe coded 出來的看板，也就是靠跟 AI 對話快速做出來的。它長得像專案管理工具 Linear。情境是辦研討會，任務包括做議程素材、改講稿、上傳網站內容。
• 15:34 講者建立一個「create program assets」任務並上傳檔案。以前會指派給人或自己做，這次改建立 agent 來自動化
  ↳ 講者開了一張「create program assets」（製作議程素材）任務卡，並附上檔案。這種卡以前會派給同事或自己做，這次改成交給 agent。
• 16:34 Sandbox agent 是新的 agent 類型，其實是原本 agent class 的 subclass，大部分參數和用法相同，只多了幾個新東西。範例中先定義 instructions
  ↳ Subclass 是從原本類別延伸出來的版本。所以 sandbox agent 的用法跟一般 agent 幾乎一樣，只多了幾個新設定。範例第一步先寫 instructions，也就是給 agent 的工作說明。
• 16:34 講者把任務指派給 program editor agent，請它看過檔案並修改得更清楚
  ↳ 講者把任務派給名叫 program editor 的 agent，交代它讀過檔案，把內容改得更清楚。
• 17:05 這個 agent 設定用 Docker 當 sandbox，執行時可以看到 Docker container 在跑，Agents SDK 會負責把檔案上傳到 container
  ↳ 這個 agent 用 Docker 當 sandbox。Docker 是常見的容器工具，sandbox 則是把 agent 關在裡面做事的隔離環境。執行時看得到容器在跑，檔案由 SDK 自動放進去。
• 17:37 Agent 被限制在該資料夾內，可以存取裡面所有檔案。它會執行指令、瀏覽檔案，最後產出工作紀錄，並指出缺少部分資料
  ↳ Agent 只能動這個資料夾，裡面的檔案都能用。它會自己下指令、翻檔案，最後交出工作紀錄，還會指出哪些資料不夠。
• 18:08 如果要讓 agent 取得任務專屬的特定情境，skills 是很好的做法。講者事先做了一個研討會 program editor 的 skill
  ↳ 想讓 agent 懂某個任務的特殊背景，最好的做法是給它 skill。講者事先做好一個研討會議程編輯的 skill，等於先把這份工作的做法寫清楚。
• 18:08 除了 skills API，GitHub 也很適合存放 skills：可以做版本控制，也能用 pull request 審查修改。越來越多人用 Git 建立 skill 儲存庫，SDK 對此有一級支援
  ↳ Skill 也很適合放在 GitHub，因為每次修改都有版本紀錄。還能用 pull request 審查修改，也就是改完先給人看過再合併。越來越多人用 Git 建 skill 庫，SDK 直接支援。
• 19:10 Capability 是新 SDK 的概念，一個物件可以同時整合 tools、額外的 instructions，還能在 manifest 中加入內容，讓電腦啟動時就放好檔案
  ↳ Capability 是新 SDK 的概念，把工具、額外說明和 manifest 打包成一組。Manifest 像開機清單，寫好哪些檔案要先放進電腦，環境一開就準備好。
• 19:10 預設 capability 之一是 file system：讓模型可以查看圖片，也能執行 apply patch tool 直接修改檔案
  ↳ File system capability 讓模型能操作檔案：可以看圖片，也能用 apply patch tool 直接修改檔案內容。
• 19:42 預設 capability 還有 shell tool，由兩個工具組成（字幕寫作 exact command 與 write standard in），形成非同步的 bash 指令流程
  ↳ Shell tool 讓模型下 bash 指令，bash 是 Linux 的命令列。它由兩個工具組成，一個執行指令，一個輸入資料（字幕寫作 exact command、write standard in）。指令可以非同步執行，不必乾等。
• 19:42 預設 capability 還有 compaction：模型可以壓縮自己的 context，超過 context window 仍能繼續，可以工作數小時、數週，技術上沒有時間上限
  ↳ Context window 是模型一次能容納的內容上限。Compaction 讓模型自己壓縮前面的內容，騰出空間繼續做。所以它能連續工作數小時甚至數週，技術上沒有時間上限。
• 20:12 Demo 另外加入 skills capability，指定從講者建立的 git repo 的 main 分支載入 skills。預設是 GitHub，不用 GitHub 的話可以改 host
  ↳ Demo 另外加上 skills capability，指定從講者 git repo（程式碼儲存庫）的 main 分支載入 skill。main 分支是主要版本。預設從 GitHub 抓，不用 GitHub 的話改 host 就好。
• 20:43 啟動 sandbox agent 時，SDK 會依照你的定義建立 sandbox。範例用 Docker sandbox client，可以設定 image（這裡用 Python 312 image）
  ↳ Agent 啟動時，SDK 會照你的設定開好 sandbox。範例用 Docker，並指定 image，也就是開機用的環境範本。這裡選的是 Python 3.12 的 image。
• 21:13 不同後端有不同選項，可以輕鬆換成前面提到的任何後端
  ↳ 後端指實際提供 sandbox 的服務。每種後端有各自的設定選項，要換成前面提過的任何一種都很容易。
• 21:13 任務停止時，agent 會自動關閉 container，並把檔案系統 snapshot 存到你指定的位置。範例存在講者的筆電
  ↳ 任務停下時，agent 會自動關掉容器，把整個檔案系統存成 snapshot（快照），放到你指定的地方。範例存在講者的筆電上。
• 21:45 Snapshot 是 tarball，解開後就是模型當時使用的完整檔案系統
  ↳ 快照的格式是 tarball，一種把整個資料夾打包成單一檔案的格式。解開後，就是模型當時工作環境的完整檔案系統。
• 21:45 恢復任務時，SDK 會從指定位置取回 tarball。如果舊 container 已經不在，就開一個新的，再把檔案系統還原上去。模型看到的環境和離開時一模一樣，完全不知道換了 container
  ↳ 繼續任務時，SDK 會取回 tarball。舊容器不在就開新的，再把檔案系統還原上去，這叫 rehydrate。模型看到的環境跟離開前一樣，不知道換了容器。
• 22:15 如果不想用本機檔案系統或 tarball，也有 provider 專屬做法，例如 Modal 的 volumes 或 snapshot 概念可以直接接上。預設的簡單 tarball 做法適用於任何 provider
  ↳ 不想用本機或 tarball，也能改用各家 provider（提供 sandbox 的業者）自己的存檔方式，例如 Modal 的 volumes 或 snapshot。預設的 tarball 做法則任何一家都能用。
• 22:46 Demo 結果：agent 讀了 skill 檔，做了不少操作，最後回答 skill 檔中最有趣的內容
  ↳ 結果 agent 讀了 skill 檔，做了不少操作，最後回報它覺得 skill 檔裡最有趣的內容。
• 22:46 下一步是把 agent 搬到雲端。Docker 開箱即用，很適合在筆電上測試與本機開發，但很難部署到 production
  ↳ 下一步是把 agent 搬上雲端。Docker 拿來就能用，適合在筆電上測試和開發。但要正式上線給使用者用（production），用 Docker 部署很困難。
• 23:16 SDK 對多家 agent sandbox 產品提供一級支援：demo 用 Modal，也可以用 Cloudflare、Daytona 等（字幕另寫作 ETB、Verscell、Blackel），也能自己實作。講者已經先建好 Modal app
  ↳ SDK 直接支援多家雲端 sandbox 服務。Demo 用 Modal，也能用 Cloudflare、Daytona 等，另有幾家的名稱字幕拼寫不清。也可以自己實作。講者已經先在 Modal 建好應用程式。

依影片說明，Agents SDK 預設用什麼方式保存 sandbox 的狀態，讓任務之後能恢復？