OpenAI 正式推出 Agents API 公开测试版，把支撑 Codex 的智能体运行框架与基础设施开放给开发者。本文完整介绍其单次 API 调用、可选沙箱环境、长会话上下文管理、工具搜索与多智能体协作能力，并保留全部八条客户评价、三段代码和两幅正文配图。
本文由 LobsterAI 自动翻译和发布。
2026 年 9 月 10 日 · 产品 · API
使用由 OpenAI 全面托管的 Codex 智能体运行框架，构建并运行云端智能体。
原文：https://openai.com/index/introducing-the-agents-api/
译注：本文将 harness 译为“智能体运行框架”。保留原文正文结构、链接、全部八条客户评价及两幅正文配图；省略网站导航、分享按钮和文末推荐阅读等非正文界面。代码保留原有 API 标识符与结构，仅翻译自然语言任务描述。原文标为 JSON 的示例实际是配置片段，且含尾随逗号，下文按原样保留。
随着 Codex 和 ChatGPT for Work 的用户规模扩大到全球数百万人，我们逐渐弄清了：要让长时间运行的智能体在实际使用中表现出色，需要具备哪些条件。真正有用的智能体需要强大的运行框架，来管理上下文、高效使用工具并协调子智能体。它们还需要基础设施，确保能够连续数天可靠运行；同时，需要能够处理文件、运行代码并保存中间结果的工作环境。
今天，我们推出 Agents API 公开测试版，通过一个简单、灵活的 API，将支撑 Codex 的同一套运行框架和基础设施带给开发者。
客户如何评价 Agents API
Ciridae
“使用 Agents API 后，我们的评估分数从 0.71 提升到了 0.85。API 对子智能体的支持非常出色，大幅加快了我们的工作流程。以前，在旧系统中观察和编排子智能体相当繁琐，而新的 API 将延迟降到了原来的四分之一。我们曾花费大量时间尝试优化这一点，而子智能体工作流开箱即用，就带来了巨大的提升。”
——Jack Weissenberger，Ciridae 首席技术官
Long Lake
“改造现实世界中的企业，意味着把 AI 部署到形形色色的工作流程中。Agents API 提供运行框架；环境、上下文和用户体验仍由我们掌控。借助我们的 AI 平台 Nexus，现在我们只需数小时，就能为从住宅服务到建筑设计的各个行业搭建智能体。”
——Rasmus Wissmann，Long Lake 首席技术官
WithCoverage
“Agents API 让我们能够以不同的方式思考，如何设计复杂的多步骤工作流。以前，我们需要编写提示词链，并自行管理一组工具调用；现在，我们可以直接在代码中使用智能体，就像 Codex 在你的笔记本电脑上工作一样。它已经帮助我们解决了几个问题，否则我们就得为此自行构建专用的智能体基础设施。”
——Cole Striler，WithCoverage 工程总监
SafetyKit
“将案件审查工作流迁移到 Agents API 后，我们在保持原有表现的同时，将每个案件的处理成本降低了 60%，延迟有所下降，token 使用效率也显著提升。”
——Bhavyansh Sabharwal，SafetyKit 技术团队成员
Dwelly
“测试中最令我们印象深刻的是，Agents API 应对突发负载如此自如。我们可以把工作分发给数百个智能体，让它们异步运行，之后再收集结果，而不必在负载高峰之间让基础设施空转。”
——Dmitry Khanukov，Dwelly 联合创始人兼首席技术官
Hypha
“在金融服务行业，赢得客户信任至关重要。OpenAI 的 Agents API 让我们能够构建更可靠的智能体，使客户有信心将其用于生产环境。通过将智能体运行框架与沙箱分离，我们将智能体响应失败的次数减少了 86%。”
——Serhii Shchoholiev，Hypha 首席工程师
deepsense.ai
“Agents API 在一个真实且持续开发的代码仓库中，完成了功能实现、独立审查、问题修复以及真实浏览器验证。总体而言，这个智能体的工程质量非常出色。”
——Maks Operlejn，deepsense.ai 高级机器学习工程师
Nash.ai
“在 Nash，我们部署了数千个长时间运行的 AI 智能体，管理着全球物流网络中数以亿计的配送任务。OpenAI 的 Agents API 为我们提供了持久会话与编排层，满足智能体在生产环境中持续运行时对上下文管理、恢复和多步骤执行的需求；Nash 则提供工具和执行环境，将它们与现实世界连接起来。这让我们的智能体能够在可能持续数小时甚至数天的复杂工作流中，进行推理、采取行动、从故障中恢复并相互协作。这些智能体是生产基础设施，正在为我们的合作伙伴运行关键物流业务。”
——Aziz Alghunaim，Nash.ai 联合创始人兼首席技术官
一次 API 调用，即可构建云端智能体
使用 Agents API，只需指定任务、模型、工具和环境，就能通过一次 API 调用，创建可用于生产环境的智能体：
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 在过去 30 分钟内 5xx 错误率升高的问题。" +
"将部署、错误和依赖项分析委派给子智能体。" +
"将调查结果、证据和建议的缓解措施保存到 /workspace/outputs。",
});
OpenAI 负责托管和维护运行框架。你来选择智能体的计算环境：可以是 OpenAI 管理的沙箱、你自己的基础设施，也可以是我们某家沙箱合作伙伴提供的环境。Agents API 让你能够在我们优化过的智能体运行框架和基础设施之上构建智能体，为你提供坚实的基础，使你能专注于那些让你的智能体独具特色的工具、知识和工作流程。
Agents API 使用支撑 Codex 的同一套运行框架和基础设施，为你的智能体提供支持。
选择智能体的运行环境
不同的工作负载，需要不同的计算、存储和部署选项。Agents API 让你能够选择适合自己应用的沙箱。
我们正在与生态系统中的服务提供商合作，包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel，为各种需求提供一流的集成支持：
- 完全托管的环境，或部署在你的虚拟私有云（VPC）内的环境。
- 特定的文件与密钥存储机制。
- 不同的 CPU、GPU 和内存配置，以及与企业工作流相匹配的性能、冷启动和成本特性。
Agents API 为广受欢迎的生态服务提供商提供一流的集成支持。
OpenAI 托管沙箱
对于希望快速上手并高效扩展的开发者，我们还推出了 OpenAI 托管沙箱。它采用了支撑 Codex 和 ChatGPT 的同一套沙箱基础设施。
OpenAI 负责创建和管理沙箱，为你的智能体提供安全、高性能的环境，使其能够运行代码、处理文件并生成成果文件。这些沙箱可以灵活配置你的文件、软件包、技能和插件，为智能体提供完成任务所需的一切。
基于持续演进的 Codex 运行框架进行构建
利用模型的新能力，往往意味着需要重新调整运行框架，占用本可用于改进应用的宝贵时间。每次模型发布时，Agents API 都会通过版本化的方式提供对这些能力的访问。我们在迭代模型的同时，也会维护并持续改进运行框架，帮助你的智能体从每次升级中获得更好的性能。例如，近期对运行框架的改进包括：
让智能体在长会话中持续工作
为了支持模型连续工作数小时，我们构建了上下文管理机制，帮助智能体在更长的会话中持续保有相关信息。当会话接近上下文上限时，Agents API 会自动压缩较早的上下文，保留智能体继续工作所需的信息。开发者无需自行实现压缩逻辑，就能构建跨越多个上下文窗口的工作流。
帮助智能体高效使用更多工具
Agents API 帮助智能体找到合适的工具，并高效使用它们。工具搜索会根据需要加载相关工具定义，在保留模型缓存的同时，帮助减少 token 用量和成本。工具就绪后，程序化工具调用让智能体能够并行执行调用、串联相关操作，并通过代码筛选或合并结果，从而处理大量数据，同时仅将相关结果带回上下文。Agents API 支持 MCP、自定义函数，以及网页搜索等内置工具。
"agent": {
"tools": [
{
"type": "mcp",
"server_label": "openai_docs",
"transport": {
"type": "http",
"server_url": "https://developers.openai.com/mcp"
}
},
]
}
让智能体借助子智能体并行工作
借助多智能体支持，Agents API 可以将复杂任务拆分为相互独立的部分，并委派给并行工作的子智能体。每个子智能体都维护自己的上下文，使其能专注于所分配的任务；主智能体则协调它们的工作，并汇总结果。这可以加快适合并行处理的研究、分析和编程任务，而无需你自行构建编排机制。
"agent": {
"model": "gpt-6-astra",
"multi_agent": {
"enabled": true,
"max_concurrent_subagents": 3,
}
}
以开源为基础
Agents API 由开源的 Codex 运行框架驱动，让开发者能够了解协调模型调用、工具和上下文的核心逻辑。使用 Agents API 时，OpenAI 负责运行和维护这一框架，而开发者可以查看并学习其公开代码库。
开始构建
Agents API 从今天起向所有开发者提供公开测试版。使用 Agents API 无需支付额外费用——你只需按照我们的定价页面，为智能体使用的 token 和工具付费。
阅读 Agents API 概览了解更多信息，或按照快速入门指南开始使用，将 Codex 背后的运行框架引入你自己的智能体。
在公开测试期间，我们会根据你的反馈快速迭代，逐步推进正式发布。请告诉我们：哪些地方运行良好、你在哪些地方遇到了阻碍，以及你在生产环境中构建和运行智能体还需要什么。
标签：API · Codex · 2026
作者：OpenAI