Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai11. März 2026 · Q007989

From model to agent: Equipping the Responses API with a computer environment

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Beitrag beschreibt OpenAIs Kombination aus Responses API, Shell-Werkzeug, Container, kontrolliertem Netzwerk, wiederverwendbaren Skills und Kontextkomprimierung für längere Agentenabläufe. Die behaupteten Vorteile für Effizienz, Skalierbarkeit und Sicherheit werden im Text nicht durch unabhängige Prüfungen oder quantitative Vergleiche belegt.

Mittel

Der OpenAI-Beitrag erklärt, wie die Responses API mit Shell-Werkzeug und gehostetem Container mehrstufige Agentenabläufe unterstützen soll. Das Modell schlägt Befehle vor, die API führt sie in einer isolierten Umgebung aus und gibt Ergebnisse zurück. Befehle können parallel laufen; fortlaufende und begrenzte Ausgaben sollen den Modellkontext entlasten.

Der Container stellt Dateien, Datenbanken wie SQLite und kontrollierten Netzwerkzugriff bereit. OpenAI empfiehlt, große Eingaben dort gezielt zu verarbeiten, statt sie vollständig in den Prompt zu kopieren. Für ausgehende Verbindungen beschreibt der Beitrag einen Proxy mit Richtlinien und zielgebundener Zugangsdatenübergabe. Wiederverwendbare Skills bündeln Anweisungen und Ressourcen. Eine native Kontextkomprimierung soll längere Abläufe über Kontextfenster hinweg ermöglichen.

OpenAI präsentiert diese Bausteine als Grundlage für wiederholbare Produktionsabläufe. Die Vorteile bei Effizienz, Skalierbarkeit und Sicherheit sind Aussagen des Unternehmens. Der Beitrag enthält keine unabhängige Prüfung, quantitativen Vergleichsdaten oder ausführliche Sicherheitsanalyse.

Ausführlich lesen

Der Bericht beschreibt OpenAIs Ansatz, die Responses API um eine Computerumgebung für Agenten zu ergänzen. Die Autoren stellen den Schritt von Modellen, die einzelne Aufgaben bearbeiten, zu Agenten in den Mittelpunkt, die mehrstufige Arbeitsabläufe ausführen können. Ihre zentrale Behauptung lautet: Wenn ein Modell auf eine kontrollierte Laufzeitumgebung zugreifen kann, lassen sich Aufgaben wie Datenabruf, Verarbeitung und das Erstellen dauerhafter Artefakte breiter abdecken, als wenn das Modell nur Text erzeugt.

Als praktische Probleme beim Bau solcher Agenten nennt der Bericht den Umgang mit Zwischendateien und großen Datensätzen, den sicheren Netzwerkzugriff sowie Zeitüberschreitungen und Wiederholungsversuche. OpenAI beschreibt die Responses API, ein Shell-Werkzeug und einen gehosteten Container als zusammengehörige Bausteine. Das Modell schlägt Befehle vor; der Dienst führt sie in einer isolierten Umgebung aus und gibt die Ergebnisse an das Modell zurück. Laut Bericht kann die API mehrere Befehle parallel in getrennten Sitzungen ausführen, Ausgaben fortlaufend weiterleiten und deren Umfang begrenzen, damit große Terminalausgaben nicht unnötig viel Modellkontext belegen.

Für längere Abläufe hebt der Beitrag die native Kontextkomprimierung hervor. Dabei sollen wichtige Informationen aus dem bisherigen Verlauf in einer kompakten Darstellung erhalten bleiben, während weniger relevante Inhalte entfallen. OpenAI zufolge können Entwickler die Komprimierung serverseitig mit einem Schwellenwert konfigurieren oder einen separaten Endpunkt nutzen. Die Autoren behaupten, dies ermögliche zusammenhängende Arbeitsabläufe über Kontextfenster hinweg, ohne dass Entwickler dafür eigene Zusammenfassungs- und Zustandsverwaltung bauen müssten.

Der Container dient laut Bericht nicht nur zur Befehlsausführung, sondern auch als Arbeitsbereich für Dateien, Datenbanken und Netzwerkzugriffe. Statt umfangreiche Eingaben direkt in den Prompt zu kopieren, empfiehlt OpenAI, sie im Dateisystem bereitzustellen und gezielt zu verarbeiten. Strukturierte Daten könnten etwa in SQLite gespeichert werden, sodass das Modell nur benötigte Zeilen abfragt. Für ausgehende Netzwerkverbindungen beschreibt der Beitrag einen zentralen Egress-Proxy mit Richtlinien, Zulassungslisten und Zugriffskontrollen. Zugangsdaten würden dabei zielgebunden außerhalb des für Modell und Container sichtbaren Kontexts eingesetzt. OpenAI stellt dies als Maßnahme zur Verringerung von Risiken wie unbeabsichtigter Datenweitergabe dar.

Wiederkehrende Abläufe sollen sich in Agentenfähigkeiten („Skills“) bündeln lassen. Der Bericht beschreibt sie als versionierte Ordner mit einer Anweisungsdatei und ergänzenden Ressourcen. Die API lädt Metadaten und Paket in den Container und ergänzt den Modellkontext um Hinweise zum Skill. Insgesamt präsentiert OpenAI die Kombination aus API-Orchestrierung, Shell, Container, kontrolliertem Netzwerk, Skills und Kontextkomprimierung als Grundlage für reproduzierbarere Produktionsabläufe. Als weiterführende Beispiele verweist der Beitrag auf einen Entwicklerartikel und ein Kochbuch.

Die Grenzen der Darstellung sind zu beachten: Es handelt sich um einen erklärenden Beitrag von OpenAI, der die eigene Plattform und ihre vorgesehenen Vorteile beschreibt. Der Text liefert keine unabhängige Evaluation, keine quantitativen Vergleichsergebnisse und keine detaillierte Sicherheitsprüfung. Die Aussagen zu höherer Effizienz, Skalierbarkeit und geringerem Risiko sind daher als Darstellung beziehungsweise Behauptungen der Autoren zu verstehen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Aufgabe enthält zwei Zusammenfassungen (kurz und mittel). Die Bewertung gilt für beide, da beide die Kernaussagen treu wiedergeben und nur den Ablauf und die Voraussetzungen unvollständig darstellen. Die mittlere Fassung ist der ausführlichere Maßstab. Der Abschnitt Abbildungen (nachgeholt) enthält Bildtitel zu Git, Speicher und Werbe-Stack, die nicht zum Artikeltext gehören und in keiner der beiden Fassungen vorkommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Modelle wie GPT-5.2 und später sind für Shell-Befehle trainiert; ohne diese Voraussetzung funktioniert der Ablauf nicht
  • Die vier praktischen Probleme beim Bau von Agenten (Zwischendateien, große Tabellen im Prompt, Netzwerkzugang, Timeouts und Wiederholungen), die den Beitrag motivieren
  • Das Codex-Beispiel: Codex half beim Bau der Kompaktierung und war früher Nutzer, was der Beitrag als Beleg für die Praxistauglichkeit anführt
  • Die Sicherheitsaussagen zum Netzwerk im Detail: Egress-Proxy mit Richtlinienschicht, Protokollierung und Platzhalter-Zugangsdaten sind nur knapp erwähnt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 77 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 27 %nur am Rande erwähnt
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

    • SF-F1-T10 Was wäre nötig, damit eine staatliche Aufsichtsplattform für KI-Sicherheit und unabhängige Prüfer mit dauerhaftem Zugang im Labor nach einem gemeinsamen öffentlichen Protokoll dieselben Cyber-Tests in einer gemeinsamen Testumgebung durchführen, die Prüfer zweier Staaten jeweils am Modell des anderen, und die Ergebnisse in beiden veröffentlichen? Und könnten zwei Staaten eine gemeinsam bezeugte Prüfung desselben führenden KI-Modells durchführen und übereinstimmende Prüfsummen (Hashes) der Ergebnisse veröffentlichen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 25 %Hintergrund, keine Belege
    • Luna 57 %einzelne zitierbare Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 31 %nur am Rande erwähnt
    • d3-ultra 42 %nur am Rande erwähnt
    • Haiku-Prüfung einzelne zitierbare Belege
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 77 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 59 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 58 %einzelne zitierbare Belege
    • JEV 44 %beantwortet teilweise oder widerspricht
    • amos 28 %Hintergrund, keine Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 24 %Hintergrund, keine Belege
    • d3-ultra 37 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 21 %Hintergrund, keine Belege
    • Luna 57 %einzelne zitierbare Belege
    • JEV 59 %beantwortet teilweise oder widerspricht
    • amos 31 %einzelne zitierbare Belege
    • SubQ 29 %einzelne zitierbare Belege
    • drex 27 %einzelne zitierbare Belege
    • d3-ultra 42 %einzelne zitierbare Belege

    • SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-A1-T04 Bevor ein Agent weiterarbeitet, nachdem sein bisheriger Arbeitsverlauf für ein neues Kontextfenster zusammengefasst wurde: Wird geprüft, ob diese Zusammenfassung die Anweisungen des Nutzers, die Herkunft wichtiger Fakten und offene Fehler bewahrt? Und wird festgelegt, wann der Agent die Originalaufzeichnung prüfen muss, statt der Zusammenfassung zu vertrauen? Luna: Stufe 3 · 25 % · Hintergrund, keine Belege
    • SF-A1-T05 Werden Agententests Aufgaben enthalten, in denen die Pflicht, Belege zu zitieren, dazu drängt, eine lokale Datei zu veröffentlichen, und welche Regel hindert einen Agenten daran, private Quellen ohne Erlaubnis des Nutzers unter einer öffentlichen Internetadresse zugänglich zu machen? Luna: Stufe 4 · 29 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 67 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 27 %Hintergrund, keine Belege
    • drex 40 %einzelne zitierbare Belege
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 62 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 26 %gleiches Oberthema, hilft nicht
    • drex 26 %Hintergrund, keine Belege
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 76 %gleiches Oberthema, hilft nicht
    • drex 82 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 84 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 24 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →