OpenAI发布Agents API：一次调用搞定云端智能体

随着将 Codex 和“ChatGPT 工作”扩展至数百万用户，OpenAI 进一步解构了让长期运行的智能体在生产环境中高效运作的核心能力：一套统一管理上下文、编排工具和协调子智能体的执行框架，以及稳定支持连续运行数天的基础设施。

OpenAI 宣布正式推出公测版 Agents API。该接口将支撑 Codex 的全套执行框架与托管基础设施直接开放给开发者，用户只需专注开发定制化的业务工具、领域知识与工作流。

应用向 Agents API 发送任务，并接收事件和输出。Agents API 运行托管的 Codex 执行框架，向沙箱发送工具调用并接收工具结果。应用控制自行托管的计算资源。

一次调用，构建生产级云端智能体

通过 Agents API，开发者仅需声明任务、指定模型、绑定工具和沙箱环境，单次调用即可生成具备生产能力的 AI 智能体：

import OpenAI from "openai";

const client = new OpenAI();

const session = await client.beta.agents.sessions.create({
  agent: {
    model: "gpt-6-astra",
    tools: [
      {
        type: "mcp",
        server_label: "observability",
        transport: {
          type: "http",
          server_url: "https://observability.example.com/mcp",
        },
      },
    ],
    multi_agent: { enabled: true, max_concurrent_subagents: 3 },
  },
  vault_ids: ["vault_YOUR_VAULT_ID"],
  environment: {
    type: "openai_hosted",
    capability_directories: ["/workspace/capabilities/skills"],
  },
  input:
    "调查 service-api 过去 30 分钟内 5xx 错误率上升的原因。" +
    "将部署、报错和依赖分析分别派发给子智能体。" +
    "将分析证据和排查建议保存至 /workspace/outputs。",
});

持续演进的 Codex 执行核心

以往引入新模型往往需要重构底层编排逻辑。Agents API 由 OpenAI 统一维护并持续同步模型能力，近期的核心特性包括：

长会话上下文自动压缩：针对持续工作数小时的场景，Agents API 在会话接近窗口上限时提供自动压缩机制，精简历史并保留核心推理要素，免去开发者手写上下文修剪逻辑的繁琐。
高效工具检索与程序化调用：集成工具搜索机制，按需动态加载工具定义以节省 Token 消耗；借助程序化工具调用，智能体能够并发执行操作并通过代码就地过滤海量数据。该架构深度支持 MCP 协议、自定义函数与内置网络搜索。
原生多子智能体并行编排：多智能体支持允许主智能体将庞大任务拆分为子任务并发派发。每个子智能体拥有独立的上下文空间，主智能体负责统一调度与结果汇总，显著降低编排复杂性。

灵活的计算沙箱环境

针对不同计算与合规需求，开发者可按需选择运行环境：

OpenAI 托管沙箱：基于与 Codex 相同的沙箱基础设施，支持直接配置运行环境、依赖包及文件存储。
生态合作伙伴沙箱：与 Modal、Cloudflare、Daytona、Blaxel、Runloop、Vercel、Oracle、E2B 以及 DigitalOcean 等生态伙伴深度集成，支持在企业 VPC 内或特定硬件规格上运行。

沙箱合作伙伴：Modal、Cloudflare、Daytona、Blaxel、Runloop、Vercel、Oracle、E2B 和 DigitalOcean。