OpenAI Decisions API：类型化 AI 决策如何改变软件

摘要：AI 软件正在获得专用决策接口

OpenAI 于 2026 年 10 月 6 日宣布 Decisions API 进入公开测试阶段。它不是通用文本生成接口，而是评估文本、图像或两者，并返回软件可以直接使用的类型化答案。官方指南列出三种结果：表示条件成立概率的 predicate、从固定集合中选择的 choice，以及按照有序等级评分的 score。OpenAI 表示，对于这类决策任务，它的速度最高可以比 Responses API 快 10 倍。

这并不意味着它会取代所有生成接口，而是说明它可能更适合路由、分流、审核、优先级排序和图像检查等场景。应用需要的是有限范围内的结果，而不是一段文章。开发者可以先阅读 官方 Decisions API 指南，需要比较相关工具时，也可以查看 BTTC 软件目录。

OpenAI 发布了什么

新接口是 POST /v1/decisions。请求包含模型、共享输入和一个或多个带名称的问题。当前公开测试指南列出 gpt-6-luna 为唯一可用模型。每个问题说明要评估的内容，并在需要时提供允许的选项或有序的评分等级。响应会返回 answers 数组，应用可以通过问题名称识别每个结果。

这个产品把证据和输出形式分开了。客户投诉可以被分到账单、技术支持、配送或其他队列；产品照片可以被判断是否有明显损坏并进行分类；文档可以按照严重程度评分。这些任务不一定需要开放式文字，它们更需要队列、规则、仪表盘或工作流可以直接消费的答案。

OpenAI 建议：判断条件是否成立时使用 predicate；类别没有自然顺序时使用 choice；等级有先后关系时使用 score。如果多个问题相互独立，可以放在同一次请求中。如果后一个问题依赖前一个答案，则应分开请求，不要把多步依赖隐藏在一个提示中。

为什么这会影响应用架构

很多 AI 产品仍然把每个请求都做成聊天。这对原型很方便，但生产软件必须决定下一步动作时，就会增加解析输出、防止字段缺失、设计回退和测试映射关系的工作。自然语言答案不一定能安全地转换为业务动作。

类型化结果可以让边界更清楚。概率可以和阈值比较，choice 可以映射到队列编号，score 可以触发人工审核区间。这不是消除不确定性，而是把不确定性变成应用可以测量和治理的显式数值。

如果用户需要书面解释、自定义 JSON 对象、工具调用或长文本，Responses API 配合 Structured Outputs 或 function calling 可能更合适。如果应用只需要有限分类或排序信号，专用决策请求可能降低延迟并简化下游代码。

上线前要检查四件事

1. 把问题写成可观察的判断

“这是一个好客户，而且应该优先处理吗？”混合了多个判断。更好的做法是拆成“这条消息是否描述账单问题？”和“消息是否包含明确期限？”不同问题更容易测试和解释。图像问题也应描述可见标准，而不是要求模型给出含糊的总体印象。

2. 用标注样本设置阈值

概率不是自动生成的业务规则。使用有代表性的标注样本，测量误报和漏报，再按照错误成本选择阈值。客服路由可能更重视召回率，合规队列可能更重视谨慎升级。流量、语言、产品或滥用模式变化后，也要重新评估阈值。

3. 保留证据和审核路径

一个决策应该能够追溯到输入、问题定义、模型版本、阈值和人工覆盖结果。OpenAI 的 数据控制文档 说明 /v1/decisions 有独立的数据保留和区域处理条件，符合条件的客户可以使用 Zero Data Retention。发送敏感数据前，要核实组织适用的具体条款。

4. 设计失败和回退路径

测试阶段、限流、超时、格式错误和模糊输入都是正常工程问题。要明确 API 不可用、置信度低或评分落在两个等级之间时怎么办。安全默认值可以是人工审核、较慢的备用路径，或不执行不可逆操作的队列。

更快不等于一定更便宜

官方指南称，gpt-6-luna 的输入价格是每百万 token 0.10 美元，并且只对输入 token 收费，但区域处理加价和长上下文倍率仍可能适用。真实比较不能只看 token 价格，还要计算重试、监控、标注、人工审核、存储、集成和错误路由成本。快速但经常分错队列的模型，可能比带有可靠审核门槛的慢一些的流程更贵。

选择周边软件时也一样。检查日志、回放、阈值控制、导出能力、权限和清晰的模型可用性。演示效果好还不够，产品还应展示证据、处理部分失败，并允许团队在未来更换供应商。

常见问题

官方文档 是 beta 行为和支持模型的最终依据。

结论

Decisions API 展示了 AI 软件中的一个有用分工：语言丰富的工作交给生成接口，有限范围的应用逻辑交给类型化决策。它可能帮助团队更快构建路由和分流流程，但前提是问题可观察、阈值经过测量、证据得到适当保留，并且失败处理明确。应把它当作聚焦的 beta 能力，而不是跳过评估和产品设计的捷径。