人工智能核心—大语言模型技术解密，从入门到精通（全攻略）

沪漂阿龙在努力
3 阅读14分钟

技术导读：大语言模型是人工智能的核心引擎，OpenAI Agents SDK模型层正是AI智能体的大脑！本文将为你深度剖析大语言模型如何工作、API怎么使用、模型怎么切换，保证通俗易懂，让你零基础也能玩转大模型。话不多说，开整！

一、什么是大语言模型（Model）？

模型可以理解为一个经过海量数据训练的人工智能系统，它拥有理解人类语言和生成自然文本回复的能力。说白了，它就是你熟悉的 GPT-4、DeepSeek（深度求索）、Qwen（通义千问）这些大模型。

简单类比一下：模型就像一个阅读了全世界大部分书籍、论文、代码的学者——博闻强识、逻辑缜密。你问它任何问题，它都会根据自己的“知识储备”给出一个合理的回答。

为什么模型能回答这么多不同领域的问题呢？因为它在训练过程中，学习了互联网上海量的文本（包括网页、书籍、论文、代码、新闻等），通过深度神经网络在海量数据中“悟”出了语言规律和世界知识。

这就好比你去一所全球最好的大学读了几十年书，不仅能背出高数的所有公式，还精通多国语言、深度学习、算法设计甚至法律条文。模型就是这样的一批“超级大学霸”。

二、为什么要使用大语言模型？

3个核心价值——理解、推理、生成，一个都不能少！

  1. 理解能力：可以把你说的日常语言，转化为可以被程序理解和执行的结构化信息。比如你说“帮我订明天中午12点半的闹钟”，模型能提取出“时间=明天12:30”“动作=设置闹钟”。
  2. 推理能力：可以进行逻辑思考和问题拆解。比如“张三比李四大，李四比王五大，谁最大？”模型能一步步推导出张三最大。
  3. 生成能力：可以根据你的需求，生成通顺、有逻辑、符合语境的文字回复，无论是写文案、写代码还是写故事，都不在话下。

三、如何使用大模型？两种API模式全面解析

国内很多开发者对大模型的接入方式感到云里雾里，到底是传统 Chat Completions API 好用，还是新型 Responses API 更强？我们分别来看，我尽可能详细地为大家拆解。

3.1 传统模式：Chat Completions API（对话补全接口）

先说说传统模式——Chat Completions API（对话补全接口）。它的设计初衷是把大模型当做一个“对话聊天角色”来调用，你需要手动传给模型的每句话和每一个历史消息。

Chat Completions API 的核心理念就是模拟多轮对话。每次调用时，你得精心构造messages列表，把 user（用户）、assistant（助手）、system（系统）等角色的历史对话全部塞在一起发给模型。

举个例子，你和AI聊了三轮，每次对话中，你都要把前三轮的聊天记录全部放在messages数组里，重新发给大模型。如果你不保存历史，它立马就忘了刚才说过什么。每次都得自己组装messages列表，压力大、成本高，还会超过模型的最大Token限制。

话不多说，直接上代码：

from openai import OpenAI
from dotenv import load_dotenv
import os
 
# 加载环境变量（强烈建议这么做，不要把API Key写在代码里）
load_dotenv()
 
# 键步：创建客户端，传入api_key和base_url
client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY"),
    base_url=os.getenv("OPENAI_BASE_URL"),
)
 
# 核心调用：使用client.chat.completions.create方法
# 你需要手动构造一个完整的对话历史messages列表
response = client.chat.completions.create(
    model=os.getenv("OPENAI_MODEL_NAME"),      # 指定要使用的模型名称
    messages=[                                 # 手动构造对话上下文，核心在这里
        {"role": "system", "content": "你是一个专业的Python开发人员，精通Python编程。"},
        {"role": "user", "content": "如何检查Python对象是否是类的实例？"}
    ],
    temperature=0.7,                           # 控制回答的随机性，0~2之间值越高回答越有创意
)
 
# 打印模型返回的内容
print(response.choices[0].message.content)

代码关键步骤解释：

  1. 创建客户端：使用你从OpenAI官网获取的API Key，来创建一个OpenAI的客户端。注意务必使用环境变量管理Key，别直接写在代码里。
  2. messages列表：这里由多个字典组成，每个字典包含两个字段——role（角色）和content（内容）。role有3种：system（系统，设定AI的“人设”）、assistant（助理，记录AI的回答历史）、user（用户，记录你的当前问题）。
  3. response变量：通过client.chat.completions.create调用模型接口，返回的结果储存在response中。response.choices[0].message.content就是模型输出的最终文本。

Chat Completions API总结：你能用，但它存在两大问题：

  • 手动管理聊天历史超级繁琐，而且每次请求都带上完整历史，造成大量重复Token浪费，成本高➊。
  • 模型本身只是一个“无状态”聊天引擎，没有记忆，每次API请求都会把过去对话忘得一干二净。像金鱼一样，说完就忘。

3.2 新范式：Responses API（智能体响应接口，官方推荐）

接下来我们看看Responses API，这才是OpenAI为智能体（Agent）场景量身打造的新接口！

Responses API 是取代Chat Completions API的新一代接口，也是OpenAI Agents SDK默认推荐使用的模型接口。如果说Chat Completions是个“无状态的聊天机器人接口”，那么Responses API就是一个自带大脑、手脚和记忆的超级智能体（Agent）。

核心变革就一句话：从“无状态聊天”变成了“有状态智能体”。

举个例子，你用Chat Completions的时候，模型就是个金鱼，转个头就忘了我们刚才聊了什么，你得手动把整本“故事书”（完整的聊天历史）递给模型，让它接着写。但Responses API只需要你告诉模型：“接着上一个响应的ID继续聊”，模型自动在服务器端恢复完整的对话上下文和工具状态。

优势太明显了：

  • 降本增效：不用重复发送每一轮对话历史，每次请求只发当前的input，大大节省Token➊。
  • 记忆继承：模型能连续进行复杂的多步推理，不会中途“失忆”，任务完成率大幅提升。
  • 原生工具调用：文件搜索、网络搜索、代码解释器通通支持，模型判断何时调用什么工具。

Responses API到底怎么用呢？直接上代码：

from openai import OpenAI
from dotenv import load_dotenv
import os
 
# 加载环境变量（安全的做法）
load_dotenv()
 
# 创建客户端
client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY"),
    base_url=os.getenv("OPENAI_BASE_URL"),
)
 
# 这才是Responses API的核心调用方式
# 注意方法和参数都和Chat Completions API不同！
response = client.responses.create(
    model=os.getenv("OPENAI_MODEL_NAME"),    # 指定模型
    input="写一个关于独角兽的睡前小故事",     # 只需输入当前问题
    # 可选：通过instructions传入系统级提示
    # instructions="用温暖的语气写一个睡前故事"
)
 
# 注意！Responses API的输出结构更扁平，直接通过.output_text获取回复
print(response.output_text)

是不是简洁了很多？不需要手动构造messages数组，大大减少了代码量。

Responses API支持多轮对话的两种方式：

第一种是使用previous_response_id参数链式追溯：

# 第一轮
response1 = client.responses.create(
    model="gpt-4o",
    input="我叫张三"
)
print(response1.output_text)
 
# 第二轮 —— 通过previous_response_id继承上下文
# 模型会自动从第一轮中知道用户名叫张三，无需你手动传历史！
response2 = client.responses.create(
    model="gpt-4o",
    previous_response_id=response1.id,  # 关键就在这里！
    input="我叫什么名字？"
)
print(response2.output_text)  # 输出应该是“你叫张三”

第二种是使用conversation_id让服务端自动管理会话历史。你只需传入id，API会自动维护对话上下文，多次请求之间无缝衔接，效率极高。

# 使用conversation_id开启一个自动管理的会话
conversation_id = "my_chat_session_001"
 
response1 = client.responses.create(
    model="gpt-4o",
    conversation=conversation_id,   # 会话ID，后续持续同一个ID即可
    input="我喜欢吃寿司和拉面"
)
 
response2 = client.responses.create(
    model="gpt-4o",
    conversation=conversation_id,   # 同一会话ID，自动继承上文
    input="那我能推荐我一家日料店吗？"
)

3.3 两种API模式全方位对比

为了让你看得更明白，我直接用表格对比Chat Completions API和Responses API的核心差异：

对比维度

Chat Completions API（传统）

Responses API（全新智能体）

设计理念

模拟多轮对话，维护messages列表

面向复杂智能体，自带记忆，简化上下文

上下文管理

手动维护整个messages数组

只需传本次input或previous_response_id

输出结构

响应里包含choices等复杂对象

更扁平化的输出，直接output_text

文件支持

手动将文件编码为文本

原生支持直接上传图片、PDF等文件

对话记忆

完全没有记忆，API调用完就忘

通过会话ID自动保持记忆，可维护长期对话

工具调用

需手动定义tools并处理tool_calls

原生支持文件搜索、网络搜索等多种工具调用

智能体适配

传统聊天，不适合Agent开发

专为Agent构建而设计的统一控制平面

一句话总结：Chat Completions API 是“对话补全”，而Responses API 是“任务驱动的智能体” 。后者正是OpenAI Agents SDK的底层驱动引擎。

四、免费接入国产大模型，一步到位！阿里云百炼+DeepSeek实战

OpenAI官方API在国内访问不便，且成本不菲。好消息是：国产大模型几乎全面兼容OpenAI的API格式！阿里云百炼、DeepSeek、通义千问、智谱GLM等均支持这种接入方式，开发者几乎不需要改代码，只要调整api_key、base_url和model这3个地方即可。

4.1 实战一：阿里云百炼 + Qwen3-Max（通义千问）接入

我们先看阿里云百炼平台的Qwen3-Max接入方式。你需要做的事只有三步：

  1. 注册阿里云账号，在百炼控制台创建API Key
  2. 配置base_url为阿里云百炼的服务端点
  3. 调用OpenAI SDK发送请求，模型参数换为阿里支持的型号
from openai import OpenAI
from dotenv import load_dotenv
import os
 
load_dotenv()
 
# 注意：只需替换api_key和base_url，其余代码基本不用改！
client = OpenAI(
    api_key=os.getenv("AL_BAILIAN_API_KEY"),      # 请换成阿里云百炼生成的实际API Key
    base_url=os.getenv("AL_BAILIAN_BASE_URL"),    # 阿里云百炼通用的OpenAI兼容接口地址
)
 
# 使用阿里云百炼上的通义千问模型
response = client.chat.completions.create(
    model=os.getenv("AL_BAILIAN_MODEL_NAME"),     # 指定模型，如qwen3-max或qwen3.6-plus
    messages=[
        {"role": "system", "content": "你是一个乐于助人的AI助手，擅长Python开发。"},
        {"role": "user", "content": "你是谁？"}
    ],
    temperature=0.5,  # 控制输出随机性，数值越低越准
)
 
print(response.choices[0].message.content)

重要注意点： 截至目前，阿里云百炼仅支持client.chat.completions.create方式，暂时还不完全支持Responses API模式调用。但阿里官方表示正在逐步适配。

4.2 实战二：DeepSeek V4 极速接入（成本极低、推理能力超强）

DeepSeek近年来火爆全球，核心优势有三：成本极低（百万Token低至几毛钱）、推理能力超强、完全兼容OpenAI接口格式。

接入DeepSeek API和接入OpenAI API近乎完全一样，只需修改base_url和api_key！下面是完整代码示例：

from openai import OpenAI
import os
 
# 你可能需要直接从环境变量读取DeepSeek的API Key和接口地址
client = OpenAI(
    api_key=os.getenv("DEEPSEEK_API_KEY"),      # deepseek的API Key
    base_url="https://api.deepseek.com/v1",     # deepseek官方OpenAI兼容端点[reference:9]
)
 
response = client.chat.completions.create(
    model="deepseek-v4-pro",    # 模型ID选择deepseek-v4-pro或deepseek-v4-flash[reference:10]
    messages=[
        {"role": "system", "content": "你是一个高效的代码助手。"},
        {"role": "user", "content": "用Python写一个快排算法"}
    ],
    temperature=0.2,            # 代码生成建议用低温度0.2保持精度
)
 
print(response.choices[0].message.content)

4.3 国产大模型接入建议

整体建议如下：

  • 日常应用、轻量化任务：优先考虑阿里云百炼Qwen3.5-Flash模型，免费额度充足。
  • 代码生成和逻辑推理场景：选择DeepSeek V4系列，低温度参数、代码准确率极高。
  • 需要联网搜索等工具能力：可以尝试百炼上的带工具调用高级扩展模型。

国产大模型的接入门槛越来越低了！记住一句话：所有兼容OpenAI API格式的模型，理论上你能够在1分钟内完成切换，三个关键参数即可。

五、Responses API实战：多轮对话无痕衔接

Responses API支持两种多轮对话方式，我们直接实测第二个示例（使用conversation_id保持完整会话）：

from openai import OpenAI
from dotenv import load_dotenv
import os
 
load_dotenv()
client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY"),
    base_url=os.getenv("OPENAI_BASE_URL"),
)
 
# 定义统一的会话ID，这将贯穿整个聊天过程
SESSION_ID = "agent_tutorial_session_001"
 
# 第一轮对话：设定基本信息
response1 = client.responses.create(
    model=os.getenv("OPENAI_MODEL_NAME"),
    conversation=SESSION_ID,           # 绑定会话ID
    input="我的名字是小王"
)
print(f"[AI第一轮回复]：{response1.output_text}")
 
# 第二轮对话：自动知道我叫小王，不需要重发历史
response2 = client.responses.create(
    model=os.getenv("OPENAI_MODEL_NAME"),
    conversation=SESSION_ID,           # 传入同一ID，自动加载历史记录
    input="我刚才介绍过自己了，你还记得我叫什么名字吗？"
)
print(f"[AI第二轮回复]：{response2.output_text}")
 
# 第三轮对话：AI应该能知道用户叫“小王”
response3 = client.responses.create(
    model=os.getenv("OPENAI_MODEL_NAME"),
    conversation=SESSION_ID,           # 完全自动继承前两轮的完整上下文
    input="请根据我的名字推荐一款英文名"
)
print(f"[AI第三轮回复]：{response3.output_text}")

这段代码完美展示了Responses API的核心优势：AI在整个会话期间无需你手动传递历史，就能牢牢记住用户是谁，上下文零丢失！

六、模型层的最佳实践与技巧

基于上述内容，关于OpenAI Agents SDK模型层的最佳实践，我给你列举了如下几条核心建议：

  1. 优先使用Responses API：OpenAI官方明确推荐在为Agent智能体构建应用时选择Responses API，因为它支持和模型原生状态管理、多轮工具调用等高级特性。
  2. 配合国产大模型降低成本和延迟：部署阿里云百炼或DeepSeek系列，大幅降低API调用成本，几乎兼容所有OpenAI SDK调用代码。
  3. 设计智能体时尽量设置会话ID：通过conversation_id参数，完美解决智能体场景下的长期对话记忆痛点。
  4. 工具调用交给Responses API原生态：当需要文件搜索、联网搜索或代码解释器能力时，尽量使用Responses API内置工具，比手动配置工具宽松更稳定。
  5. 控制temperature训练专业智能体：针对代码生成、逻辑推理类任务temperature建议设0.2以下；创意写作类任务0.5～0.8为宜。
  6. 善用环境变量管理API Key：任何时候不要硬编码API密钥，实践中务必通过load_dotenv()等方案去环境变量中加载。

七、全文总结

本文以OpenAI Agents SDK中的模型层（Model Plane）为主线，从大语言模型的基本概念出发，深入对比了传统Chat Completions API和全新Responses API两种接入方式的差异和优劣势，并给出了各自的完整可运行Python代码示例。

总结如下：

  • ✅ 清晰理解大语言模型的核心价值：理解、推理、生成。
  • ✅ 掌握Chat Completions API手动构造messages的用法和局限性。
  • ✅ 学会使用官方推荐的Responses API——支持会话管理、多步推理和工具调用。
  • ✅ 快速切换国内优质大模型（阿里云百炼通义千问、DeepSeek）的方法和具体代码。
  • ✅ 掌握conversation_id等多轮对话管理的最佳实践。

2026年，AI Agent的浪潮正在席卷各个领域。OpenAI Agents SDK模型层无疑是这座金字塔的基础，掌握了它，你就掌握了智能体时代的核心驱动力。建议你按照本文的示例动手实践一下，遇到问题欢迎在评论区交流讨论！

avatar
文章
阅读
粉丝