推出 Agents API 与托管沙箱
原题:OpenAI推出Agents API公测:Codex式长时代理能力开放给开发者
内容导读
OpenAI 推出 Agents API 公测和托管沙箱,负责代理编排、长时会话与上下文管理;开发者可自选执行环境,并按模型 token 和工具用量付费。下方另含社区讨论回复。

全文阅读
来源:community.openai.com即会翻译
使用 Agents API,更快地从想法构建出可运行的代理。
借助由 OpenAI 全面管理的 Codex harness,构建并运行云端代理。OpenAI 负责协调、长时间运行的会话和上下文管理;开发者则专注于代理的独特能力。
Agents API 今天面向所有开发者开放公测。使用 API 本身不收取额外费用,只需按代理使用的 token 和工具付费,具体价格见 OpenAI 定价页面。读者可查看 Agents API 概览或快速入门,将 Codex 背后的 harness 用于自己的代理。
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。开发者控制代理能力,并选择代理在哪里运行代码和处理文件。
沙箱由你选择
开发者可以自带沙箱,或连接沙箱服务提供商,并按工作负载选择环境:CPU、GPU 和内存配置;由服务商托管的环境或部署在自有 VPC 中的环境;文件与密钥存储选项。
OpenAI 提供与 Blaxel AI、Cloudflare Dev、Daytona、DigitalOcean、E2B、Modal、Oracle Cloud、Runloop AI 和 Vercel 的一等集成。
推出 OpenAI 托管沙箱
代理可以运行代码、处理文件并生成成果。开发者可以提供文件、安装软件包、添加 Skills 和插件,由 OpenAI 在配置期间提供并管理沙箱。
相关导航:Agents API 介绍、OpenAI 托管环境、自托管环境、GitHub 上的 OpenAI Codex、Agents API 概览和快速入门。
社区讨论(非 OpenAI 官方正文)
有用户询问 OpenAI 托管沙箱是否有单独定价;随后补充找到了价格页面:托管沙箱按标准容器费率计价,模型用量按所选模型的 API 费率另行计费。另有用户提醒,首次使用托管沙箱时应先计算容器成本,并表示自己曾因未留意费用而吃过亏。
一位社区用户对长时会话、上下文压缩和子代理组合感兴趣,并提出:工作在子代理和上下文窗口之间转移时,身份、权限、来源证明和失败操作的权威记录会持续保留在哪里?除了模型上下文本身,是否存在持久审计轨迹?另一位用户表示,可以将文件写入沙箱、创建成果并在之后下载。
另一位用户表示,这项公告与自己从不同方向研究的系统问题相关,并提出一个区分:执行成功不等于已验证目标系统的真实状态。代理可能选择了正确工具,工具成功运行,API 返回 200/OK,工作流也报告完成,但最终外部状态仍可能错误、过时、不完整或尚未确认;现有证据也可能不足以支持结论。
这位用户介绍了名为 UAEP(Universal Agent Execution Platform)的确定性执行保障层,其核心问题是:获授权的操作是否真的产生了目标系统所需状态,证据是否适用且充分,足以如实称为“已验证”?若无法确认,系统保留 UNKNOWN / NOT_VERIFIED 状态,而不把执行成功当作结果成功的证明。
该用户称,目前保留下来的三种保障关系是:目标符合性(观察到的目标系统状态是否满足授权目标);证据适用性(证据是否确实对应目标、执行、资源、版本、权限和环境);恢复闭环(失败后的修复、回滚、补偿或重新执行是否真正关闭了原目标,并经过独立复核)。
用户列举了其研究的困难情形:远端操作已经提交但响应丢失;盲目重试会重复产生重要外部影响;多层重试会意外放大同一操作;API 虽然返回成功但目标状态仍错误;后端先接受任务、之后失败;取消操作返回成功但任务仍越过提交点;证据真实却已过时;证据正确却对应错误目标、执行、资源、版本或环境;多个验证器意见一致但依赖同一份被污染或过期的数据源;事件重复、重放或因果顺序错乱;并发写入者都认为本地操作成功;千分之一失败却被误报为全部成功;补偿声称成功却没恢复所需状态;超过授权期限才成功;旧状态重新出现并被误认为当前状态;权限在任务执行中失效或撤销;执行环境或后端在过程中发生变化;供应商改变语义但旧证据表面上仍有效;单位、区域设置或参考坐标系不一致;观察者超时但执行者报告完成(或相反);恢复操作看似成功但原始目标仍未验证;保障层自身过载或降级;以及根本没有权威方式确认最终状态。用户还提到,可能会出现不符合既有分类的新故障。
该用户认为,如果证据不足以支持结论,就不应强行归为 SUCCESS 或 FAILURE;UNKNOWN 也应该是合法的工程状态。用户称当前实现已通过可重复性与回放测试、条件终局性和权威回读测试、独立物理观察者测试及有界黑盒评估;在限定演示范围内,错误标记为 VERIFIED 的次数为零。
该用户还构建了有界黑盒评估器,希望独立评审者能找出让实现错误地把未解决、过时、不匹配或证据不足的结果提升为 VERIFIED 的案例,并邀请长时代理、工具执行、编排、分布式系统和自主工作流领域的开发者,提出一个表面上各层都成功、但外部目标状态仍应为 UNKNOWN 或 NOT_VERIFIED 的现实案例。若有人发现新的故障类别,该用户表示会先形式化假设和预期失败条件,再用它攻击当前实现,而不是看到结果后移动标准。
另一位用户称这很有意思,并鼓励继续;发帖者回应感谢,并表示自己发现:代理开始执行重要操作后,执行成功和目标系统的实际状态经常会分离。内部资格验证工作已完成,他期待看到其他人如何尝试找出实现的问题。
即会整理稿
平台内容 · 非发布方原文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]。

*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]。
计费与可用性
Agents API即日起对所有开发者开放公测,使用API本身不额外收费,开发者只需为代理消耗的token和工具付费[1]。OpenAI的发布说明也确认了公测状态[2],有报道称其提供的是与运行Codex相同的骨架和基础设施[3]。

*图3:laCie 5big NAS suckfest - 2(ChrisDag / by,Openverse)*
点评
这次发布的分界线画得相当清楚:OpenAI收走了代理循环这个"基础设施项目",把模型、工具和执行环境的选择权留给开发者。真正需要团队自己权衡的,是数据驻留和工具执行落在哪里——托管沙箱省事,自托管沙箱可控,而文档里那条"代理代码能读到执行器密钥"的提醒,说明控制权交出去多少,安全责任就跟到多少。
参考来源
[1] Introducing the Agents API and hosted sandboxes - Announcements
https://community.openai.com/t/introducing-the-agents-api-and-hosted-sandboxes/1396481
[2] 发布说明 - OpenAI
https://openai.com/zh-Hans-CN/products/release-notes/
[3] OpenAI Launches the Agents API in Public Beta, Putting the Codex ...
[4] Self-hosted sandboxes | OpenAI API
https://developers.openai.com/api/docs/guides/agents-api/environments/self-hosted
[5] OpenAI Agents API: Codex's harness becomes a managed service
https://ofox.ai/blog/openai-agents-api-codex-harness-hosted-sandboxes/
[6] OpenAI Agents API: Codex harness for developers - tbreak.com
原文及图片版权归原作者或相应权利人。文中观点是原作者的,与即会无关。