OpenAI Agents API 公测发布

TL;DR

OpenAI 发布了 Agents API 公测版，提供托管式框架和灵活的计算环境，使开发者只需通过单次 API 调用即可构建生产级、长运行的 LLM agent。

一键创建 agent

Agents API 允许您通过发送单个请求来实例化一个完整的 agent，该请求需指定任务描述、底层模型、agent 可能使用的工具集以及执行环境。这消除了为上下文管理、工具加载和执行编排而缝合多个独立调用的需求。

选择适合您工作负载的计算环境

• OpenAI‑hosted sandboxes – 安全、预置的环境，镜像了 Codex 和 ChatGPT 背后的基础设施。OpenAI 负责配置文件、包和插件，并处理扩展和安全性。
• Self‑hosted or partner sandboxes – 在您自己的 VPC 或在 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel 等合作伙伴平台上部署 agent。这些集成支持自定义存储、密钥管理以及一系列 CPU/GPU/内存配置，允许您根据使用场景匹配性能、冷启动延迟和成本。

利用以下框架特性确保 agent 在长会话中的可靠性

自动上下文压缩

当 agent 的会话接近模型的上下文限制时，API 会自动压缩早期消息，在保留关键信息的同时为新交互释放 token。这使得工作流能够跨越多个上下文窗口运行，而无需自定义压缩逻辑。

通过工具搜索和程序化调用实现高效工具使用

• Tool search 仅加载当前步骤所需的工具定义，从而在保持模型缓存热度的情况下，减少 token 消耗和成本。
• Programmatic tool calling 支持并行执行、链式调用和结果过滤，允许 agent 处理大量数据并仅返回相关结果。API 支持 MCP、自定义函数以及 web search 等内置工具。

通过 subagents 实现并行化

多 agent 能力允许主 agent 将复杂任务分解为独立子任务，每个子任务由拥有独立上下文的专用 subagent 处理。主 agent 负责协调结果，从而加速受益于并行执行的研究、分析和编码任务。

底层采用开源的 Codex harness

Agents API 构建在公开可用的 Codex harness 之上，该 harness 负责协调模型调用、工具调用和上下文管理。OpenAI 维护并更新该 harness，而开发者可以在 GitHub 上查看源代码以了解其行为并做出改进。

定价与可用性

Agents API 处于公测阶段，不收取额外的服务费；您只需为处理的 token 以及使用的任何外部工具付费，详情请参阅 OpenAI 的定价页面。OpenAI 邀请开发者在公测期间提供反馈，以共同塑造通向正式发布的路径。

为什么这很重要

通过开放与驱动 Codex 和 ChatGPT for Work 的同等生产级框架，Agents API 消除了构建可靠、长运行 agent 的工程开销。开发者可以专注于领域特定工具、知识库和工作流，从而加速构建能够在数天或数周内自主运行的复杂 AI 助手。