AI 前沿2026-09-10来源：community.openai.com

OpenAI推出Agents API公测：Codex式长时代理能力开放给开发者

OpenAI opened the Agents API to developers in public beta, exposing the managed Codex harness for long-running agents, hosted sandboxes, subagents, and durable sessions. It is an API platform launch, distinct from the GPT-6 Astra model launch.

OpenAI把驱动Codex的那套"代理骨架"直接做成了API。9月10日，Agents API进入公测，开发者不再只是请求一次模型回复，而是把一个任务交给一个持久会话，由OpenAI在后台持续跑下去[1][5]。

从"一次请求"到"一个会话"

这次发布最实质的变化，是开发者交出去的"单位"变了。过去调用模型API，你问一句、它答一句；现在你把任务交给一个长时运行的会话，模型调用之间的编排、上下文管理和恢复都由OpenAI负责[5]。

官方说法是：OpenAI负责编排、长时会话和上下文管理，开发者专注于让自己的代理"与众不同"的部分[1]。具体到文档层面，会话、编排、上下文压缩（compaction）和恢复这几项被划给了OpenAI[5][6]。

OpenAI管什么，开发者留什么

按官方文档的划分，OpenAI在自己的基础设施上运行代理循环，协调模型调用、工具使用和上下文[1]。开发者则控制代理的能力边界，并决定代码在哪里运行、文件在哪里处理[1]。

OpenAI logo

*图1：OpenAI Logo（openAI / CC BY-SA 4.0，Wikimedia Commons）*

执行环境给了三条路：OpenAI托管的沙箱、开发者自己的基础设施，以及第三方合作伙伴提供的环境[6]。官方列出的生态伙伴包括Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop和Vercel[1][6]。这些环境在CPU、GPU、内存、存储和网络配置上可以不同[6]。

如果选择自托管沙箱，分工就更细：OpenAI跑代理骨架，开发者在自己环境里跑`codex exec-server`执行器，由它执行shell命令、读写文件，并按骨架的请求调用本地MCP服务器[4]。执行器用一个环境ID和受限API密钥注册，通过WebSocket接收指令、回传结果，所有连接都是出站的，断线后会自动重连[4]。

这里有一条值得注意的安全细节：文档明确提醒，代理生成的代码可以读到执行器密钥，因此该密钥只应被授予连接环境所需的权限，更宽泛的应用API密钥要留在环境之外[4]。文档还建议按用户或工作负载隔离环境，因为共享同一环境的代理会访问到相同的文件、凭证和其他资源[4]。

*图2：Codex computer programming（AI示意图）*

上下文、工具与子代理

针对长任务常见的几个痛点，这次发布提到了自动上下文压缩、工具搜索、程序化工具调用和并行子代理[5]。上下文压缩让会话接近上限时自动压缩早期内容，代理因此可以跨多个上下文窗口继续工作，而不必自己搭一套摘要系统[6]。工具搜索按需加载工具定义，程序化工具调用则允许代理并行发起调用、只把有用的结果带回上下文[6]。

多代理方面，主代理可以把独立任务派给并行工作的子代理[6]。不过需要说明的是，这些能力解决的是"长调查撑爆上下文""工具目录臃肿""多项独立检查需要同时跑"这类已知问题，并不等于每个应用的更快或更便宜——这一点在资料中也被明确提示[5]。