OpenAI AgentKit là gì

OpenAI AgentKit là một bộ công cụ để xây dựng, triển khai và đo lường các tác nhân AI (AI agents) trên nền tảng của OpenAI. Nếu bạn đã từng tự tay thiết lập một tác nhân, phải vật lộn với mã điều phối (orchestration code), các trình kết nối (connectors) và script đánh giá (eval scripts), thì AgentKit chính là câu trả lời của OpenAI cho sự phân mảnh đó. Có một chi tiết quan trọng trong năm 2026 bạn cần biết trước khi cam kết, vì vậy hướng dẫn này sẽ đi sâu vào những gì AgentKit bao gồm, đối tượng của nó, quy trình xây dựng cấp cao và vị trí của các công cụ kiểm tra API như Apidog khi tác nhân của bạn bắt đầu gọi các dịch vụ bên ngoài.

AgentKit là gì

OpenAI đã giới thiệu AgentKit tại DevDay vào ngày 6 tháng 10 năm 2025. Nó không phải là một sản phẩm duy nhất. Đó là một tập hợp các thành phần nằm trên API hiện có của OpenAI và OpenAI Agents SDK, nhằm mục đích thu hẹp khoảng cách giữa “Tôi có ý tưởng về một tác nhân” và “Tôi có một tác nhân đang chạy trước người dùng.”

Trước AgentKit, việc xây dựng một tác nhân thường có nghĩa là ghép nối logic điều phối (orchestration logic) không có quản lý phiên bản, các trình kết nối tùy chỉnh cho mọi nguồn dữ liệu, các quy trình đánh giá tự xây (hand-rolled evaluation pipelines), tinh chỉnh lời nhắc thủ công (manual prompt tuning) và một lượng đáng kể công việc frontend trước khi bất cứ thứ gì được triển khai. AgentKit đã tổng hợp các giải pháp cho những vấn đề đó dưới một hệ thống duy nhất.

Một điều cần lưu ý ngay từ đầu, bởi vì nó thay đổi cách bạn nên tiếp cận vấn đề này: vào ngày 3 tháng 6 năm 2026, OpenAI đã thông báo sẽ ngừng hoạt động hai phần của AgentKit, đó là Agent Builder và Evals. Thông tin chi tiết về các ngày sẽ có ở bên dưới. Điều quan trọng là con đường bền vững, ưu tiên mã (code-first) thông qua AgentKit chính là Agents SDK, và đó là thứ bạn nên xây dựng nếu bạn muốn một cái gì đó lâu dài.

Các thành phần của AgentKit

AgentKit được phát hành dưới dạng bốn thành phần chính. Dưới đây là chức năng của từng thành phần và tình trạng hiện tại của chúng.

Agent Builder

Agent Builder là một giao diện trực quan để thiết kế quy trình làm việc đa bước cho tác nhân. Bạn kéo và thả các nút cho mỗi bước, kết nối chúng thành một luồng, xem trước các lần chạy với đầu vào thực tế và xuất bản các phiên bản của quy trình làm việc. Đây là điểm khởi đầu "không trang trắng", với các mẫu sẵn có để bắt đầu.

Một chi tiết hữu ích cho các nhà phát triển: Agent Builder không phải là một ngõ cụt cách ly khỏi mã nguồn. Nó có một tab Agents SDK xuất quy trình làm việc của bạn dưới dạng mã Python hoặc TypeScript có thể chạy được, vì vậy bạn có thể lấy thiết kế trực quan và mở rộng nó trong môi trường của riêng mình.

Tình trạng ở đây rất quan trọng. OpenAI đang ngừng phát triển Agent Builder, với ngày ngừng hoạt động nền tảng là ngày 30 tháng 11 năm 2026, theo trang thông báo ngừng hoạt động của họ. Nếu bạn đang bắt đầu lại từ đầu hôm nay, hãy coi giao diện trực quan như một công cụ hỗ trợ tạo mẫu và lên kế hoạch chuyển sang mã SDK.

ChatKit

ChatKit là một giao diện trò chuyện có thể nhúng được để đưa tác nhân của bạn đến với người dùng. Thay vì xây dựng giao diện người dùng trò chuyện từ đầu, bạn chỉ cần thả một thành phần web vào, trỏ nó vào ID của quy trình làm việc đã xuất bản và tùy chỉnh giao diện cũng như hành vi. Nó xử lý các phản hồi phát trực tuyến, các luồng hội thoại và các chức năng trò chuyện thông thường.

ChatKit vẫn khả dụng và là cách được khuyến nghị để triển khai trải nghiệm tác nhân dựa trên trò chuyện. Đây là thành phần của AgentKit ít bị ảnh hưởng nhất bởi những thay đổi năm 2026.

Connector Registry

Connector Registry là một nơi dành cho quản trị viên để quản lý cách dữ liệu và công cụ kết nối trên các sản phẩm của OpenAI, bao gồm ChatGPT và API. Nó hợp nhất các trình kết nối được xây dựng sẵn (ví dụ: Dropbox, Google Drive, SharePoint, Microsoft Teams) và các máy chủ MCP của bên thứ ba vào một bảng điều khiển duy nhất, để quản trị viên kiểm soát những gì một tác nhân có thể truy cập.

Nếu bạn muốn hiểu rõ hơn về khía cạnh MCP của bức tranh đó, hướng dẫn của chúng tôi về máy chủ MCP và OpenAI Agents SDK sẽ trình bày cách các tác nhân gọi công cụ thông qua Giao thức Ngữ cảnh Mô hình (Model Context Protocol).

Evals và tối ưu hóa

Các tính năng Evals đã bổ sung bộ dữ liệu, chấm điểm theo dõi (chấm điểm từng bước của một lần chạy đa tác nhân), tối ưu hóa lời nhắc tự động và khả năng chấm điểm dựa trên các mô hình của bên thứ ba, không chỉ của OpenAI. Mục tiêu là đo lường chất lượng tác nhân và tinh chỉnh lời nhắc mà không cần xây dựng hệ thống đánh giá riêng.

Giống như Agent Builder, Evals đang dần bị ngừng hoạt động. Nó sẽ trở thành chế độ chỉ đọc cho người dùng hiện tại vào ngày 31 tháng 10 năm 2026 và ngừng hoạt động hoàn toàn vào ngày 30 tháng 11 năm 2026.

AgentKit liên quan đến Agents SDK như thế nào

Đây là phần đáng để làm rõ, bởi vì nó quyết định những gì bạn sẽ xây dựng dựa trên đó.

Agents SDK là khuôn khổ ở cấp độ mã nguồn. Đây là nơi bạn định nghĩa các tác nhân, công cụ, chuyển giao (handoffs) và rào cản bảo vệ (guardrails) bằng Python hoặc TypeScript. Agent Builder của AgentKit nằm trên nó như một lớp trực quan tạo ra mã SDK. ChatKit nằm bên cạnh nó như một bề mặt triển khai.

Hướng dẫn di chuyển của OpenAI rất rõ ràng: đối với các quy trình làm việc nên tồn tại dưới dạng mã, hãy chuyển sang Agents SDK. Đối với các trường hợp sử dụng ngôn ngữ tự nhiên không cần mã, hãy sử dụng Workspace Agents trong ChatGPT. Nếu bạn đang đọc bài viết này để quyết định nơi đầu tư, Agents SDK là câu trả lời cho các nhóm kỹ thuật.

AgentKit dành cho ai

AgentKit nhắm đến một vài nhóm. Các nhóm sản phẩm muốn triển khai một tác nhân nhanh chóng mà không cần viết mã điều phối đã dựa vào Agent Builder và ChatKit. Các doanh nghiệp cần truy cập có kiểm soát vào dữ liệu nội bộ đã sử dụng Connector Registry. Các nhóm kỹ thuật muốn kiểm soát hoàn toàn đã sử dụng trực tiếp Agents SDK và Evals để đo lường chất lượng.

Với việc ngừng phát triển, cách hiểu rõ ràng nhất cho năm 2026 là: nếu bạn là một kỹ sư đang xây dựng thứ gì đó để duy trì, hãy bắt đầu với Agents SDK. Nếu bạn đang tạo mẫu và muốn có một khởi đầu trực quan trước khi giao diện biến mất, Agent Builder vẫn xuất ra mã có thể sử dụng được.

Quy trình xây dựng cấp cao

Dù bạn bắt đầu bằng giao diện trực quan hay bằng mã, hình thức xây dựng một tác nhân đều tương tự. Dưới đây là quy trình mà hầu hết các nhóm đều tuân theo.

1. Xác định nhiệm vụ của tác nhân. Nó theo đuổi mục tiêu gì và cần những công cụ nào? Các công cụ thường là các lệnh gọi API bên ngoài: một điểm cuối tìm kiếm, tra cứu CRM, một microservice nội bộ.
2. Soạn quy trình làm việc. Trong Agent Builder, bạn kéo và thả các nút; trong Agents SDK, bạn định nghĩa các tác nhân và đính kèm công cụ cũng như chuyển giao bằng mã.
3. Thêm rào cản bảo vệ (guardrails). OpenAI cung cấp một lớp rào cản bảo vệ mã nguồn mở, mô-đun có thể che hoặc gắn cờ PII, phát hiện các nỗ lực vượt rào (jailbreak attempts) và áp dụng các kiểm tra khác. Bạn có thể sử dụng nó như các nút trong quy trình làm việc hoặc như một thư viện độc lập.
4. Kết nối dữ liệu và công cụ. Thông qua Connector Registry hoặc bằng cách đăng ký các máy chủ MCP và công cụ chức năng mà tác nhân có thể gọi.
5. Kiểm tra và đánh giá. Chạy tác nhân với đầu vào thực tế, chấm điểm các dấu vết (traces) và tinh chỉnh lời nhắc.
6. Triển khai. Nhúng thông qua ChatKit với ID quy trình làm việc đã xuất bản, hoặc chạy mã Agents SDK đã xuất của bạn trong cơ sở hạ tầng riêng.

Bước 4 và bước 5 là nơi phát sinh nhiều vấn đề thực tế nhất, và là nơi việc kiểm thử API phát huy tác dụng.

Một ví dụ thực tế: các công cụ mà tác nhân của bạn gọi

Một tác nhân chỉ tốt khi các công cụ mà nó có thể gọi tốt, và những công cụ đó hầu như luôn là các API HTTP. Khi bạn đăng ký một công cụ chức năng với Agents SDK, bạn mô tả nó bằng một JSON schema để mô hình biết khi nào và cách gọi nó. Một công cụ lấy các đơn hàng gần đây của khách hàng có thể được định nghĩa như sau:

{
  "type": "function",
  "name": "get_recent_orders",
  "description": "Look up a customer's recent orders by customer ID.",
  "parameters": {
    "type": "object",
    "properties": {
      "customer_id": {
        "type": "string",
        "description": "The customer's unique identifier"
      },
      "limit": {
        "type": "integer",
        "description": "How many orders to return",
        "default": 5
      }
    },
    "required": ["customer_id"],
    "additionalProperties": false
  }
}

Khi mô hình quyết định gọi get_recent_orders, mã của bạn nhận các đối số, thực hiện một yêu cầu thực tế đến API đơn hàng của bạn và trả về kết quả cho tác nhân. Yêu cầu đó có thể trông như thế này:

curl https://api.your-company.com/v1/customers/cus_8842/orders?limit=5 \
  -H "Authorization: Bearer $ORDERS_API_KEY" \
  -H "Content-Type: application/json"

Đây là vấn đề. Hành vi của tác nhân phụ thuộc hoàn toàn vào những gì API đó trả về. Nếu API đơn hàng chậm, ngừng hoạt động hoặc trả về một định dạng mà mô hình không mong đợi, thì quá trình suy luận của tác nhân sẽ bị chệch hướng. Và trong quá trình phát triển, API đơn hàng có thể chưa tồn tại, hoặc bạn có thể không muốn chạy thử nghiệm liên tục trên môi trường sản xuất. Đó là điểm mà Apidog phát huy tác dụng.

Vị trí của kiểm thử API và tạo mô phỏng (mocking)

Apidog không phải là một khuôn khổ tác nhân, và nó không xây dựng tác nhân. AgentKit và Agents SDK làm điều đó. Điều Apidog làm là lớp bên dưới: nó kiểm tra, tạo mô phỏng (mock) và ghi lại tài liệu cho các API và công cụ mà tác nhân của bạn gọi. Ba công việc cụ thể thường xuyên xuất hiện.

Thứ nhất, tạo mô phỏng (mock) các API bên ngoài trước khi chúng sẵn sàng. Nếu tác nhân của bạn cần gọi một dịch vụ đặt hàng mà nhóm backend chưa hoàn thành, bạn có thể thiết lập một API giả lập (mock API) trả về các phản hồi thực tế phù hợp với schema đã thống nhất. Tác nhân của bạn phát triển dựa trên một hợp đồng ổn định thay vì phải chờ backend, và bạn có thể kiểm soát các trường hợp ngoại lệ, kết quả trống, lỗi, phản hồi chậm, theo yêu cầu.

Thứ hai, đảm bảo rằng mỗi công cụ trả về những gì tác nhân mong đợi. Một lệnh gọi công cụ trả về mã 200 nhưng với tên trường sai còn tệ hơn một lỗi hoàn toàn, bởi vì mô hình sẽ cố gắng suy luận trên dữ liệu rác. Bằng cách viết các trường hợp kiểm thử API để xác thực mã trạng thái, định dạng phản hồi và các giá trị trường cụ thể, bạn sẽ phát hiện sự sai lệch hợp đồng trên mọi điểm cuối mà tác nhân của bạn chạm tới trước khi nó đến mô hình.

Thứ ba, quản lý khóa môi trường và URL cơ sở trên các môi trường phát triển (dev), thử nghiệm (staging) và sản xuất (production). Các công cụ tác nhân mang theo các bí mật như $ORDERS_API_KEY. Việc giữ chúng trong biến môi trường và hoán đổi chúng cho từng môi trường, mà không dán khóa vào mã, chính là loại công việc mà một nền tảng API xử lý một cách gọn gàng. Bạn có thể tải xuống Apidog và đưa các điểm cuối công cụ của bạn vào một dự án để kiểm tra chúng một cách độc lập, tách biệt khỏi môi trường chạy tác nhân.

Nếu bạn muốn tìm hiểu kỹ hơn về cách coi các lệnh gọi công cụ của tác nhân như các API có thể kiểm thử, chúng tôi đã viết một bài trong cách kiểm thử các lệnh gọi công cụ của tác nhân AI. Tóm lại: mọi công cụ mà tác nhân của bạn gọi đều là một API, và API xứng đáng được kiểm thử.

Các câu hỏi thường gặp

OpenAI AgentKit có miễn phí không?

Các công cụ của AgentKit hoạt động trên việc sử dụng OpenAI API của bạn, vì vậy bạn phải trả tiền cho các token mô hình cơ bản và bất kỳ lệnh gọi công cụ nào mà tác nhân thực hiện. Không có khoản phí đăng ký AgentKit riêng biệt; chi phí là việc sử dụng mô hình và API mà tác nhân của bạn tạo ra. Luôn kiểm tra giá hiện tại trên nền tảng của OpenAI, vì tỷ lệ mô hình có thể thay đổi.

Sự khác biệt giữa AgentKit và Agents SDK là gì?

Agents SDK là khuôn khổ mã nguồn để định nghĩa tác nhân, công cụ và rào cản bảo vệ. AgentKit là một bộ sản phẩm rộng hơn bao gồm Agent Builder trực quan, ChatKit, Connector Registry và Evals nằm trên SDK đó. Với việc Agent Builder và Evals bị ngừng hoạt động vào cuối năm 2026, Agents SDK là con đường bền vững, ưu tiên mã. Hướng dẫn về Agents SDK của chúng tôi bao gồm toàn bộ vấn đề này.

Agent Builder có bị loại bỏ không?

Có. OpenAI đã thông báo vào ngày 3 tháng 6 năm 2026 rằng họ sẽ ngừng phát triển Agent Builder và nền tảng Evals. Cả hai sẽ ngừng hoạt động vào ngày 30 tháng 11 năm 2026, và Evals sẽ chuyển sang chế độ chỉ đọc vào ngày 31 tháng 10 năm 2026. ChatKit vẫn khả dụng, và OpenAI khuyến nghị chuyển các quy trình làm việc ưu tiên mã sang Agents SDK và các quy trình ngôn ngữ tự nhiên sang Workspace Agents trong ChatGPT.

Tôi có thể kiểm thử các API mà tác nhân AgentKit của tôi gọi không?

Có, và bạn nên làm vậy. Mọi công cụ mà một tác nhân gọi đều là một API HTTP với một yêu cầu và một phản hồi. Bạn có thể tạo mô phỏng (mock) các API đó trong khi chúng vẫn đang được xây dựng, khẳng định phản hồi của chúng khớp với schema mà tác nhân của bạn mong đợi, và quản lý các khóa mà mỗi API cần. Một nền tảng như Apidog xử lý cả ba điều này để các công cụ của tác nhân của bạn hoạt động một cách dễ đoán trước khi chúng đến tay người dùng thực.

Kết luận

AgentKit đã mang đến cho các nhà phát triển của OpenAI một con đường nhanh hơn để xây dựng tác nhân: một giao diện trực quan trong Agent Builder, một giao diện người dùng có thể nhúng trong ChatKit, các trình kết nối được quản lý trong Connector Registry và khả năng đo lường thông qua Evals. Bước sang cuối năm 2026, Agent Builder và Evals đang dần bị ngừng hoạt động, vì vậy sự lựa chọn lâu dài cho các nhóm kỹ thuật là Agents SDK, cùng với ChatKit và Connector Registry.

Dù bạn chọn con đường nào, độ tin cậy của tác nhân của bạn đều phụ thuộc vào các API mà nó gọi. Hãy tạo mô phỏng chúng sớm, xác nhận phản hồi của chúng và giữ các khóa của bạn được sắp xếp. Apidog cung cấp cho bạn một nơi duy nhất để kiểm tra và tạo mô phỏng mọi điểm cuối công cụ mà tác nhân của bạn phụ thuộc vào, để các tích hợp hoạt động tốt khi một tác nhân đưa chúng vào tải.