OpenAI发布Agents API公测版：统一调用Codex智能体运行时

统一API封装Codex运行时

OpenAI已面向所有开发者开放Agents API公测版。该API并非全新模型，而是将支撑Codex和ChatGPT for Work的底层智能体运行时（harness）封装为一项托管服务。OpenAI负责运行时的托管、维护与版本更新，开发者无需自行搭建复杂基础设施即可启动长周期、高可靠性的AI智能体。

四大核心概念定义使用范式

官方文档围绕四个基础抽象组织API设计：

• Agent：包含所用模型（如gpt-6-astra）、指令、可用工具（含MCP服务器）及多智能体配置；
• Environment：可选沙箱环境，用于文件访问、技能加载与命令执行；
• Session：持久化智能体实例，能持续处理任务并响应输入；
• Events and items：指代输入内容与输出结果。

一次完整会话分四步：创建会话并指定任务 → 通过流式响应或Webhook跟踪进展 → 持续推进当前任务 → 或切换至新任务。

单次调用实现复杂任务编排

OpenAI演示了一个事故调查智能体，仅需一次API调用即可完成：设定主模型、启用最多3个并发子智能体、挂载可观测性MCP服务、指定知识库vault，并以自然语言描述任务——‘调查service-api过去30分钟5xx错误率升高原因，将部署、错误与依赖分析交由子智能体分工执行，并将发现、证据与缓解建议存入指定路径’。

灵活的运行环境选择

开发者可在三类沙箱中选择部署方式，亦可不使用沙箱：

• OpenAI托管沙箱：复用Codex与ChatGPT for Work的同一套隔离基础设施，支持配置文件、包、技能与插件；
• 自托管模式：在自有环境中运行codex exec-server，通过受限密钥经WebSocket注册，所有连接均为出站；
• 合作伙伴沙箱：Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop与Vercel已提供原生集成支持。

运行时自动处理关键工程挑战

OpenAI维护的运行时在模型发布时同步提供版本化接口，自动解决智能体落地中的典型难题：

• 长会话管理：当上下文接近长度上限时，自动压缩早期内容，开发者无需编写上下文裁剪逻辑；
• 高效工具调用：按需加载工具定义，降低Token消耗与成本，同时保留模型缓存；支持并行调用与操作链式执行，结果可由智能体代码过滤或聚合后注入上下文；
• 子智能体协同：启用多智能体后，主智能体可将复杂任务拆解为独立子任务，各子智能体保有专属上下文，主智能体负责调度与结果整合。支持的工具类型包括MCP、自定义函数及内置工具（如网络搜索）。

与其他方案的定位差异

OpenAI明确区分了Agents API、Agents SDK与Responses API：

• Agents API为低集成成本方案，状态（会话配置、轮次、输出项）由OpenAI持久化，执行环境可选托管/自托管/无沙箱；
• Agents SDK需开发者在自身应用中集成，状态与沙箱均由开发者管理；
• Responses API集成度最高，需完全自主实现历史管理、响应链路或对话状态维护。

早期客户反馈（厂商提供数据）

Ciridae报告评估得分从0.71提升至0.85，子智能体流程延迟降低4倍；SafetyKit迁移案件审查工作流后单案成本下降60%；Hypha因分离运行时与沙箱，智能体失败响应减少86%；Nash.ai已在跨国物流网络中运行数千个长期运行智能体。