OpenAI AgentKit vs Just AI Agent Platform: где ограничения, а где возможности?

Меня зовут Даниил Сухан, я занимаюсь разработкой AI-приложений в Just AI.

Недавно OpenAI представила AgentKit, вызвавший большой интерес в сообществе разработчиков. Однако мы в Just AI не только не отстаём от тенденций, но и опережаем их – мы запустили low-code инструмент — Agent Platform — за месяц до анонса от OpenAI.

Давайте сравним, как создаются проекты на обеих платформах и разберемся, в чём заключаются ключевые преимущества нашего решения.

Философия интерфейса: битва двух холстов

На первый взгляд, интерфейс и флоу работы в Just AI Agent Platform и OpenAI AgentKit очень похожи. В центре обеих платформ лежит концепция «бесконечного холста» (canvas) — визуального пространства, где пользователь, словно архитектор, собирает сценарий из готовых блоков и связывает их в единую логику. Слева расположена панель с заготовками карточек (действий, инструментов, логических ветвлений), которые можно перетаскивать на холст.

На этом этапе мы выявили незначительные различия, связанные с блоками. Например, у OpenAI есть доступ к инструменту Guardrails, помогающему защитить агента от взлома, а на Agent Platform есть возможность запустить агента отложенно с помощью планировщика.

Но, как известно, дьявол кроется в деталях. Мы подробно изучили OpenAI AgentKit и поняли, что наша платформа более гибкая и подходит для реальных бизнес-задач. Далее разберёмся, что к чему.

Практикум: создаем агента-помощника с доступом к документации

При первоначальном планировании статьи мы хотели создать агента-расшифровщика совещаний на обеих платформах — например, на основе модели Wizper. Более того, мы даже успели написать его на Agent Platform!

Однако после получения доступа к OpenAI AgentKit выяснилось, что создание такого агента затруднено из-за критического ограничения: на платформе нельзя создавать кастомные функции-tool с произвольным кодом. Доступны только встроенные функции OpenAI и MCP-инструменты. При этом встроенный код-интерпретатор не имеет доступа в интернет, что делает невозможной интеграцию с внешними API для многих реальных сценариев.

Поэтому мы поставили другую задачу — создать на обеих платформах рабочего агента-помощника, который умеет искать информацию в интернете и имеет доступ к специализированному MCP-инструменту Docfork , позволяющему искать документацию по различным AI и LLM-библиотекам.

Пример запроса к такому агенту:

Узнай о современных библиотеках для работы с агентами таких как ai-sdk

1. Создание агента на Just AI Agent Platform

Процесс на нашей платформе интуитивно понятен и тесно связан с экосистемой Just AI.

Шаг 1: Определение точки входа и интеграция в экосистему JAICP

Сначала мы создаем точку входа — событие, которое запускает нашего агента. Это может быть входящее сообщение в Telegram, чат-виджете на сайте или любом другом канале.

Здесь сразу проявляется одно из ключевых преимуществ Agent Platform — глубокая интеграция и обратная совместимость со сценариями JAICP — нашей платформы для разработки разговорных решений. Это значит, что агент не будет существовать в вакууме — он сразу получит доступ ко всем её возможностям: удобной публикации во множество каналов, прозрачной структуре сценария, безопасному хранению секретов (ключей API) и многому другому.

Шаг 2: Настройка логики агента

Теперь перетаскиваем на холст карточку «Агент». Это мозг нашей операции. Внутри карточки мы задаём ему базовый промпт — инструкцию на естественном языке, которая определяет его роль и поведение.

Ты — эксперт по AI и LLM-библиотекам. Помогай пользователям находить актуальную документацию и примеры кода. У тебя есть доступ к инструменту для поиска документации по библиотекам и инструмент поиска в интернете. Когда пользователь спрашивает о конкретной библиотеке или фреймворке, используй инструмент docfork_search_docs для поиска официальной документации, а затем при необходимости — docfork_read_url для получения подробной информации с конкретных страниц. В случае, если запрос более широкий, используй поиск в интернете для получения базовой информации, а затем — docfork_search_docs для получения документации конкретной библиотеки.

Управлять агентом может любая из популярных LLM: Google, Open AI, Anthropic или собственные модели. Мы, например, воспользовались Gemini 2.5 Flash.

Шаг 3: Подключение инструментов

Теперь добавим к мозгу «руки» агента — функции, расширяющие возможности LLM.

У Just AI Agent Platform:

• Есть возможность написания собственных инструментов на JavaScript с полным доступом к интернету и http-вызовам

• Любую функцию можно или использовать отдельно, или превратить в инструмент одним щелчком мыши (инструменты подключаются к агенту в виде связей)

• Вы можете создать инструмент для интеграции с любым API, обработки специфических данных или реализации уникальной бизнес-логики

• Кастомные инструменты могут свободно взаимодействовать с внешними сервисами, базами данных, корпоративными системами

• Есть возможность подключения MCP-инструментов (вроде Docfork), как и у OpenAI

Для нашего примера мы подключаем MCP-инструмент Docfork через интерфейс подключения внешних сервисов, что позволяет агенту искать документацию по AI и LLM-библиотекам.

Шаг 4: Тестирование

Осталось лишь запустить тестирование. Нажимаем кнопку «Тестировать», и прямо в интерфейсе открывается чат-виджет, где можно сразу проверить работу агента в реальных условиях. При необходимости мы можем доработать промпт или добавить дополнительные инструменты.

Шаг 5: Развёртывание

Ещё на первом этапе мы создали точку входа для агента. Если это сообщение, платформа предлагает множество каналов для автоматической публикации сценария, включая популярные мессенджеры (например, Telegram), встраиваемые решения (чат-виджет) и даже телефонные каналы — все возможности JAICP здесь работают отлично. Достаточно нажать кнопку сохранения сценария, чтобы автоматически развернуть агента в нужной среде за несколько секунд.

2. Создание агента на OpenAI AgentKit

Процесс на платформе OpenAI следует схожей логике, но имеет существенные ограничения.

Шаг 1: Настройка проекта в Visual Canvas

Работа также начинается на визуальном холсте. Вы создаете новый проект, который представляет собой рабочее пространство для вашего будущего агента.

Шаг 2: Конфигурация ядра агента

Вы добавляете на холст основной блок «Agent» и задаете ему инструкцию. Для чистоты эксперимента используем тот же самый промпт, что и в примере с Just AI. На этом этапе также необходимо выбрать модель, которая будет лежать в основе агента (например, GPT-5).

Шаг 3: Подключение инструментов

В OpenAI AgentKit инструменты можно подключить прямо в окне настройки агента рядом с другими опциями. При этом:

• Платформа предоставляет готовые встроенные инструменты от OpenAI: веб-поиск, среда выполнения кода.

• Легко подключаются внешние MCP-инструменты (включая Docfork), есть небольшая встроенная библиотека.

Из минусов:

• Платформа не позволяет создавать кастомные функции с произвольным кодом. Можно описать интерфейс инструмента через Schema, но саму логику его работы (например, вызов внешнего API) реализовать негде. В этом случае при вызове инструмента модель отправит запрос в чат-виджет и будет ждать от пользователя аналогичного ответа в формате JSON;

• Встроенного редактора кода для создания собственных функций непосредственно в AgentKit нет. Фактически, это означает, что пользователь ограничен встроенными решениями, а для кастомизации должен будет создавать свой личный MCP-сервер;

• Встроенный код-интерпретатор не имеет доступа к интернету, что сильно ограничивает возможности интеграции.

Для нашего примера мы подключаем готовый MCP-инструмент Docfork, который позволяет искать документацию по различным AI и LLM-библиотекам. Однако если бы нам потребовался уникальный инструмент для интеграции с внутренней корпоративной системой или специфическим API, мы бы столкнулись с ограничениями.

Шаг 4: Тестирование и развертывание

OpenAI также предоставляет встроенный чат-виджет для тестирования агента. После отладки вы можете получить готовый встраиваемый UI (Embeddable Chat UI) для интеграции агента на ваш сайт или в приложение. Однако лёгкой интеграции, допустим, в Телеграм или, тем более в телефонный канал, здесь ждать не стоит — эти функции придётся разрабатывать самостоятельно.

Ключевые преимущества Just AI Agent Platform

Хотя на поверхности процессы похожи, наша платформа предлагает ряд стратегических преимуществ, особенно с учетом выявленных ограничений OpenAI AgentKit:

1. Полная свобода в создании инструментов

В отличие от OpenAI AgentKit, где нельзя создавать кастомные функции с произвольным кодом, наша платформа позволяет:

• Писать JavaScript-функции прямо в интерфейсе

• Получать полный доступ к интернету из кастомного кода

• Интегрироваться с любыми внешними API без дополнительных ограничений

• Комбинировать встроенные инструменты с кастомными решениями

Это критически важно для реальных бизнес-задач, например при интеграции с внутренними корпоративными системами, обработкой специфических форматов данных или создании уникальных рабочих процессов.

2. Свобода выбора LLM и независимость от провайдеров

Agent Platform не аффилирована ни с кем из провайдеров облачных моделей. Это даёт вам полную свободу: доступны все лучшие LLM от различных вендоров, включая не только OpenAI, но и Google, Anthropic, Yandex, GigaChat и другие. Вы можете как настроить собственное подключение, так и воспользоваться нашими готовыми интеграциями. Это избавляет от необходимости использовать VPN и заводить счета с иностранными картами — все работает «из коробки». Вы даже можете комбинировать разные LLM, создавая мультиагентные системы — например, с Claude для написания кода и Gemini для создания документации!

3. Глубокая интеграция с JAICP

Как уже упоминалось, агенты, созданные на Agent Platform, наследуют всю мощь JAICP. Это не просто «ещё один» конструктор, а органичная часть зрелой enterprise-платформы для разговорного AI. Вы получаете доступ к аналитике, управлению диалогами, интеграции с CRM и, что самое важное, возможность бесшовно комбинировать гибкость LLM-агентов с надёжностью и предсказуемостью классических DSL-ботов в рамках одного проекта.

4. Активная разработка и влияние пользователей

Agent Platform только вышла на рынок, и наша команда открыта к любым комментариям и предложениям. Мы готовы подстраиваться под задачи пользователей. Любой фидбек сейчас, в первые месяцы после релиза, имеет все шансы превратиться в задачу для нашей команды разработки, а любое пожелание — стать реальностью в следующих обновлениях.

Заключение

Ограничения OpenAI AgentKit, особенно в части невозможности создания кастомных инструментов с доступом к интернету, делают его решение менее подходящим для реальных бизнес-задач. Кроме того, сквозь уютный интерфейс просвечивает некоторая вторичность Agent Kit по отношению к чисто программистским решениям, таким как Open AI SDK. Глубокая встроенность AgentKit в другие инструменты Open AI порождает зависимость пользователей от этих решений и моделей ChatGPT.

Just AI Agent Platform предлагает гораздо большую гибкость, позволяя создавать как простых агентов с готовыми инструментами, так и сложные решения с уникальной логикой и глубокими интеграциями. И всё это — на любых доступных LLM.

OpenAI представила свой AgentKit, вызвав ажиотаж. Но настоящая ценность — не в интерфейсе, а в возможностях. Мы в Just AI запустили нашу Agent Platform раньше и, как выяснилось, заложили в неё гораздо больше свободы для разработчика. Ключевое отличие — возможность создавать любые инструменты без ограничений, и вот почему это важно.

Выбирая нашу платформу, вы получаете не просто инструмент для создания агентов, а полноценную экосистему для решения любых задач с помощью искусственного интеллекта — сегодня и в будущем, независимо от того, какие изменения произойдут на рынке LLM. И хотя для базовых сценариев вроде поиска документации обе платформы демонстрируют схожие возможности, именно Just AI Agent Platform даёт вам свободу создавать уникальных агентов, способных решать специфические бизнес-задачи вашей компании.

Попробуйте создать своего первого агента на Just AI Agent Platform уже сегодня и оцените все преимущества полной свободы в разработке AI-решений!