OpenAI Agents SDK 更新

OpenAI 为 Agents SDK 引入了新功能，为开发者提供了标准化的模型原生 harness 和原生沙箱执行。此更新使代理能够在计算机上安全可靠地跨文件和工具运行，从而在从原型到生产的过渡过程中减少对自定义基础设施的需求。

模型原生 harness 用于 Agent 循环

Agents SDK 现在具备一个更强大的 harness，旨在使执行与前沿模型的自然运行模式保持一致。这种一致性提高了可靠性和性能，特别是对于需要跨多种工具和系统协调的长时间运行任务。

更新后的 harness 的关键技术组件包括：

• Configurable memory: 增强了代理在步骤间保持状态的能力。
• Sandbox-aware orchestration: 确保代理能够有效管理其环境。
• Codex-like filesystem tools: 提供用于与文档和文件交互的标准化工具。
• Standardized integrations: 包含前沿代理系统中常见的原语。

由于 harness 的设计既即插即用又灵活，开发者可以根据自己的技术栈调整工具使用、内存和沙箱环境。

原生沙箱执行

更新后的 SDK 支持原生沙箱执行，使代理能够在具有必要文件、工具和依赖项的受控计算机环境中运行。这消除了开发者手动拼接执行层的需求。

沙箱提供商支持

开发者可以使用内置支持的几个提供商，包括：

• Blaxel
• Cloudflare
• Daytona
• E2B
• Modal
• Runloop
• Vercel

通过 Manifests 实现工作区可移植性

为了确保环境在不同提供商之间可移植，SDK 引入了 Manifest 抽象。这使开发者能够通过挂载本地文件、定义输出目录以及从 AWS S3、Google Cloud Storage、Azure Blob Storage 和 Cloudflare R2 等云存储提供商导入数据来定义代理的工作区。

此 Manifest 系统为模型提供了可预测的工作区，确保其在长时间运行任务中知道在哪里查找输入和写入输出。

安全、耐用性和可扩展性

通过将 harness 与计算层分离，Agents SDK 解决了关键的生产问题：

• Security: 将 harness 与计算层分离可使凭据远离模型生成代码执行的环境，从而减轻与提示注入和外泄相关的风险。
• Durability: SDK 支持内置的快照和重新水合。如果沙箱容器失败或过期，代理的状态可以在新容器中恢复，以便从最后一个检查点继续。
• Scalability: 代理运行可以在多个容器之间并行工作，将子代理路由到隔离环境，或仅在需要时调用沙箱。

可用性和路线图

这些功能通过 API 使用标准的 token 和工具使用定价，对所有客户普遍可用。

目前，新的 harness 和沙箱功能仅在 Python 中可用，TypeScript 支持计划在未来版本中推出。未来更新将为两种语言添加对“代码模式”和子代理的支持。