В обзоре DevDay от 29 сентября OpenAI объявила о компьютерном управлении в Agents API. Наше руководство по запуску DevDay описывает более широкий выпуск. Для разработчика ближайшая задача уже, чем создание универсального браузерного агента: открыть общедоступную страницу, получить конкретный ответ и учитывать, какие сайты посетил браузер. В руководстве OpenAI по компьютерному управлению, проверенном 30 сентября, этот сценарий описан через размещенную в облаке браузерную сессию. BIG CHANGE изучила документацию, но не запускала API.

Приложение создает сессию, отправляет вводные данные, обрабатывает события, показывает пользователю запросы на доступ к источникам сайтов, проверяет ответ и завершает работу. Агент может управлять браузером в размещенной среде. Завершенный ход работы сам по себе не означает, что запрошенные сведения верны.

Главное изменение

Новый сценарий компьютерного управления через OpenAI Agents API предоставляет разработчикам размещенную браузерную сессию, поток событий, запрос решения пользователя о доступе к источникам сайтов, записи об активности браузера и возможность очистки через API. Для ограниченной задачи с общедоступной страницей следует явно обработать каждый из этих этапов и проверить возвращенные заголовок страницы и URL. Разрешение на доступ к источнику сайта, завершение хода агента и правильность ответа — три отдельных факта, которые нужно проверять независимо.

Сначала настройте API-ключ и браузерную сессию

В кратком руководстве по Agents API требуется ключ приложения API в проекте OpenAI Platform. В руководстве указаны необходимые права: api.agents.read и api.agents.write для операций с сессией и api.responses.write для инференса модели. Экспортируйте ключ как OPENAI_API_KEY в среде приложения и храните его вне песочницы агента. Используйте актуальный SDK OpenAI с бета-версией Agents API; в руководстве по компьютерному управлению для JavaScript используются openai и prompt-sync. Для варианта с cURL нужны Bash и jq и явный заголовок OpenAI-Beta: agents=v1.

В документированной конфигурации сессии указывается { "type": "computer_use" } в agent.tools, задается environment.type как openai_hosted, а также включается environment.desktop.enabled. В примере с общедоступной страницей также включен сетевой доступ, а в инструменте задано include_screenshots: true. При создании сессии возвращается ее идентификатор для последующих запросов событий и элементов; само по себе это не запускает браузерную задачу. Сохраните идентификатор, прежде чем продолжить. В примере из руководства агенту поручают найти краткое руководство по Agents API и вернуть заголовок и URL этой страницы, не выполняя вход в систему и не изменяя данные сайта.

Следуйте задаче и решайте, к каким сайтам разрешен доступ

Откройте поток событий сессии до отправки входных данных задачи, чтобы приложение могло получать ранние события. Документированный тип входного сообщения — agent.session.input.message. Когда поток сообщает о событии agent.session.requires_action, запросите текущее значение required_actions сессии и найдите ожидающие записи типа computer_use_approval_request. Для запроса browser_origin_access покажите пользователю запрошенный источник сайта и указанную причину. Передайте его решение — approve, deny или cancel — как agent.session.input.computer_use_approval_request_result с соответствующим значением request_id.

Это решение относится к доступу к источнику сайта, в том числе общедоступного. Установка network.access в значение enabled не дает необходимого подтверждения. Одобрение доступа к источнику также не подтверждает каждое последующее действие браузера. OpenAI рекомендует приложениям, которым необходимо гарантированное подтверждение перед покупками или разрушительными изменениями, ограничивать работу размещенного браузера ресурсами, которые не могут выполнять такие действия, либо использовать браузерную среду под собственным контролем. Текст сайта — недоверенный ввод: он не может разрешать доступ или отменять инструкции пользователя.

В демонстрации с общедоступной страницей отменяется отдельный запрос browser_authentication. Для задачи, требующей учетной записи, предусмотрен собственный процесс входа в систему; эта конфигурация только для чтения его не охватывает. OpenAI также отмечает, что отмена запроса на подтверждение не отменяет саму задачу. Принятый ответ на запрос подтверждает получение решения, но не означает, что переход на страницу уже завершен.

Проверьте результат и активность, затем удалите сессию

Поток событий может передать текст ответа в событии agent.session.turn.output_text.done. Дождитесь события agent.session.turn.completed для основного хода, отдельно обрабатывая события ошибки и отмены. В документированной задаче проверьте, что ответ действительно содержит заголовок и URL краткого руководства. Одного закрытия потока недостаточно, чтобы установить, завершился ли ход; при обрыве соединения или неопределенном результате OpenAI рекомендует восстановить работу с той же сессией.

Элементы сессии дают дополнительное представление о работе браузера. Элементы computer_use_call содержат заголовок активности, идентификатор хода и статус. Если включены снимки экрана, элемент может содержать объект computer_screenshot с URL изображения; некоторые операции при этом не возвращают изображение. Эти элементы показывают действия браузера, а не окончательный вывод о выполнении задачи. Перед удалением сессии, которое запрашивает очистку среды, просмотрите сохраненные элементы, а также результаты и снимки экрана, нужные приложению. На снимках могут быть конфиденциальные сведения о странице или учетной записи; документация советует предоставлять их только уполномоченным лицам и не помещать в журналы приложения.

Доступ и стоимость — отдельные вопросы

В обзоре DevDay OpenAI сообщает, что компьютерное управление доступно через API, а также в Codex и ChatGPT Work для тарифов Pro 500 и Enterprise. Это руководство посвящено варианту с API, для которого нужны учетные данные и разрешения Platform. Информация о доступности в тарифах не предоставляет доступ к API и не включает расходы на его использование.

В обзоре Agents API сказано, что использование модели оплачивается по выбранным для нее тарифам API, а размещенные OpenAI песочницы — по стандартным тарифам контейнеров. На изученных страницах не указана отдельная плата за инструмент компьютерного управления, но это не означает, что размещенная браузерная сессия бесплатна. Перед расчетом бюджета проверьте актуальные тарифы для выбранной модели и контейнера. В примерах используются бета-методы API, которые могут измениться. Для этой статьи не создавалась сессия API, не запускалась браузерная задача и не выполнялся код SDK.

Источники и дополнительная литература

  • OpenAI, «Компьютерное управление», проверено 30 сентября 2026 года. Основной источник по конфигурации браузера, названиям событий, запросам доступа к источникам сайтов и аутентификации, проверке результатов, активности и удалению сессии. Дата публикации на странице не указана.
  • OpenAI, «Краткое руководство по Agents API», проверено 30 сентября 2026 года. В нем указаны разрешения для ключа Platform, бета-заголовок и требования к SDK; общий пример кода в нем отличается от инструкции по работе с браузером.
  • OpenAI, «Agents API» и «Размещенные OpenAI песочницы», проверено 30 сентября 2026 года. Эти страницы описывают модель сессий и раздельную оплату модели и размещенного контейнера. Даты публикации не указаны.
  • Цены OpenAI API, проверено 30 сентября 2026 года. Следует проверять действующие тарифы выбранной модели и размещенного контейнера; стоимость конкретного запуска здесь не оценивается.
  • OpenAI, «Обзор DevDay 2026», опубликовано 29 сентября 2026 года. Источник сведений о запуске и отдельных заявлениях OpenAI о доступности API и тарифов Codex/ChatGPT Work Pro 500 и Enterprise.