OpenAI 发布 Agents API 公开测试版，向所有开发者开放驱动 Codex 的 harness 与基础设施

OpenAI 于 9 月 10 日在宣布，Agents API 进入公开测试（public beta），向所有开发者开放。开发者用一次 API 调用指定任务、模型、工具与环境，就能创建一个 agent，运行在驱动 Codex 的同一套 harness 与基础设施上。

OpenAI 在公告里把 harness 描述为管理上下文、高效使用工具并协调 subagent 的一层机制。根据，这项服务让应用通过 OpenAI 托管的 API 访问 Codex harness：session、编排、上下文压缩与恢复由 OpenAI 管理，应用负责提供工具并选择执行环境。

一次调用，四样输入：任务、模型、工具与环境

创建 agent 的核心是一次 sessions.create 调用。公告给出的示例里，agent 字段定义模型和工具：挂上一个 MCP 服务器（示例中通过 HTTP 接入外部服务），并打开 multi_agent 开关；environment 指定运行环境；input 就是交给 agent 的任务：调查 service-api 在过去 30 分钟里升高的 5xx 错误率，把部署、错误与依赖分析分给并行 subagent，再将发现、证据和建议的缓解方案写入 /workspace/outputs。

官方文档把 Agents API 归纳为四个概念：Agent（模型、指令、工具与 MCP 服务器）、Environment（可选的沙箱或计算机）、Session（一个持久工作的 agent 实例）、Events 与 items（输入与产出）。一个托管 session 的典型流程是：创建 session，OpenAI 配置环境；发送任务开始工作；用流式输出或 webhook 跟进进度；之后可以继续给同一个 session 布置任务，或在 agent 工作时直接介入引导。文档说，agent 可以在沙箱里执行代码、编辑文件、连接 MCP 服务器并产出 artifacts；文档列出的完整示例覆盖事件响应、Slack bot、数据仓库分析、GitHub issue 调查与文档审查等场景。

自动压缩上下文、按需加载工具、并行拆分子任务

公告列出 harness 近期的几项改进。上下文压缩针对长会话：当 session 接近上下文上限，Agents API 自动压缩较早的上下文，保留 agent 继续工作所需的信息，让工作流跨多个上下文窗口运行，开发者不必自己实现压缩逻辑。

工具侧有两项机制。工具搜索（tool search）按需加载相关工具定义，以减少 token 用量与成本，同时保住模型缓存；程序化工具调用（programmatic tool calling）让 agent 并行发起调用、串联相关操作，在代码里过滤或合并结果，只把有用的部分带回上下文。工具类型上，Agents API 支持 MCP 服务器与自定义函数，也内置了 web search 等工具。

多 agent 支持把复杂任务拆成独立部分，交给并行工作的 subagent。每个 subagent 维护自己的上下文以保持专注，主 agent 负责协调并汇总结论。OpenAI 称，这可以加速研究、分析与编码任务，而且开发者不必自建编排层。

沙箱的三个选项：OpenAI 托管、自有基础设施、九个合作方

harness 由 OpenAI 运营，计算放在哪里则由开发者选择。Agents API 提供三种环境：OpenAI 托管的沙箱、开发者自己的基础设施，或合作方环境。

OpenAI 同时发布了 OpenAI hosted sandbox，它基于驱动 Codex 与 ChatGPT 的同一套沙箱基础设施。OpenAI 负责开通与管理，开发者可以用自己的文件、包、skills 与 plugins 配置这个环境，让 agent 运行代码、处理文件、产出 artifacts。

合作方包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 与 Vercel。公告说，这些集成覆盖完全托管的环境、部署在自己 VPC 内的方案、特定的文件与密钥存储方式，以及不同 CPU、GPU、内存配置下各异的性能、冷启动与成本特征。

费用方面，公告称使用 Agents API 没有额外费用，只为 agent 消耗的 token 和用到的工具付费。官方文档写得更细：模型按所选模型的 API 费率计费，OpenAI 工具按标准费率，OpenAI 托管沙箱按标准容器费率。

开源底座与版本化：harness 随模型一起升级

公告强调 Agents API 由开源的 Codex harness 驱动：OpenAI 负责运营和维护这套 harness，开发者可以查看其公开代码库，了解协调模型调用、工具与上下文的核心逻辑。

公告还把版本化访问列为一项重点。OpenAI 称，利用新模型能力通常意味着重写自己的 harness，很占用改进应用的精力；现在 harness 与模型一起维护、持续改进，每次模型发布，Agents API 都会提供相应的版本化能力。

公告开头交代了这套设计的来源：OpenAI 称，把 Codex 和 ChatGPT for Work 扩展到全球数百万用户的过程，让它认识到：要让长期运行的 agent 在实践中跑得好，需要两层支撑。一层是能管理上下文、高效使用工具、协调 subagent 的 harness，另一层是能让 agent 连续运行数天、处理文件、运行代码、保存中间结果的环境。

早期使用者：评估分从 0.71 到 0.85，失败响应减少 86%

公告引述了 8 家公司的反馈：Ciridae、Long Lake、WithCoverage、SafetyKit、Dwelly、Hypha、deepsense.ai 与 Nash.ai。以下数字均来自这些公司在公告中的表述。

Ciridae 的 CTO Jack Weissenberger 说，接入 Agents API 后，他们的评估分数从 0.71 升到 0.85，延迟降到了原来的四分之一。他还提到，此前在自己的架构里观察和编排 subagent 相当麻烦，团队为此优化了很久；新版 API 开箱即用的 subagent 流程带来了很大提升。

SafetyKit 技术团队成员 Bhavyansh Sabharwal 说，把案件审查工作流迁移到 Agents API 后，单案成本下降了 60%，延迟更低、token 效率明显改善，同时保持了原有表现。

Hypha 的首席工程师 Serhii Shchoholiev 说，把 agent harness 与沙箱分离后，agent 的失败响应减少了 86%。在金融服务里，赢得客户信任至关重要，这关系到客户是否敢把 agent 放进生产。

Nash.ai 联合创始人兼 CTO Aziz Alghunaim 说，公司在全球物流网络里部署了数千个长期运行的 agent，管理数亿次配送；他们需要的是持久 session 与编排层，让 agent 能跨小时甚至跨天推理、执行、恢复与协作。他称这些 agent 是“为合作伙伴运行关键物流任务的生产基础设施”。

公开测试的边界：数据驻留仅限美国、不支持 ZDR

官方文档列出了两项数据控制方面的现状：Agents API 的数据驻留目前只支持美国，且不支持 Zero Data Retention（ZDR，零数据保留）；文档明确说明，选择自托管沙箱并不会让 Agents API 变得符合 ZDR 条件。文档还提到 session 会保留状态以支持跨轮继续工作，不需要时可以删除 session 与已发布的 artifacts。

OpenAI 把这轮开放称为公开测试，公告说会在测试期根据开发者反馈快速迭代，并朝 general availability（正式版本）推进。对需要在美国以外驻留数据、或必须在零数据保留条件下运行的团队来说，这两条限制目前仍然适用。