
OpenAI 开放 Agents API:把 Codex 同款云端 harness 交给开发者,客户报出评测分、时延与失败率的改善
Agents APICodex harness子代理上下文压缩沙箱MCP
一句话结论
Agents API 把支撑 Codex 的托管 harness 以公开接口放出:会话压缩、工具检索、并行子代理和可选沙箱都交给平台维护,客户在评测分、时延、成本与失败率上给出了可核对的提升说法。
打开原文
OpenAI:Introducing the Agents API
背景与理念
长程 agent 难在 harness 与基础设施,而不只在模型调用。OpenAI 称随着 Codex 与 ChatGPT for Work 规模扩大,他们把上下文管理、工具效率与子代理协调沉淀成可托管服务,再用 Agents API 把同一套能力开放给外部开发者。
目标是让应用方专注工具、知识与业务工作流。平台负责 harness 升级与长期运行环境;开发者可选用 OpenAI 托管沙箱、自有基础设施,或 Blaxel、Cloudflare、Daytona、E2B、Modal、Vercel 等合作方环境。
具体做法
- 一次调用创建会话。指定任务、模型、工具与环境即可启动;示例使用 gpt-6-astra,并打开 multi_agent 与 MCP 工具。
- 长会话靠自动压缩。接近上下文上限时自动压缩较早内容,减少自研 compaction 逻辑。
- 工具按需加载。Tool search 只拉相关工具定义,再配合 programmatic tool calling 做并行与结果过滤。
- 子代理并行。主代理拆分任务,子代理各自上下文执行,再汇总结果。
- 凭证与沙箱分离。支持托管沙箱、自建环境与生态集成;公开说明 Agents API 基于开源 Codex harness,无额外 API 费用,按 token 与工具计费。
关键数据/例子
客户反馈里可核对的说法包括:Ciridae 评测分从 0.71 升到 0.85,并称子代理流程带来约 4 倍时延下降;SafetyKit 案例复核工作流迁移后单案成本约降 60%;Hypha 称把 harness 与沙箱分离后失败响应约降 86%。
Nash.ai 强调他们用 Agents API 的会话与编排层支撑持续数小时到数天的物流代理。信息来源:OpenAI 官方博客《Introducing the Agents API》。
创新点
第一,把「模型公司自用的 agent 操作系统」做成版本化公共 API。第二,把上下文压缩、工具检索与子代理默认交给平台,而不是每个团队重写编排。第三,沙箱可选托管或自建,降低「只能跑在某一家云里」的绑定。第四,用开源 harness 增加可检查性,同时仍由 OpenAI 运维线上版本。
可否复用
- 先选一条已有的多步工作流试点(调研、代码评审、案例复核),对比自建编排与 Agents API 的时延和失败率。
- 给子代理设并发上限与输出目录约定,避免并行任务互相覆盖文件。
- 把密钥放在 vault 或资源绑定里,不要写进沙箱可读写的环境变量。
- 为长任务定义压缩后仍必须保留的验收清单,防止摘要丢掉关键约束。
- 用客户公开指标当参考,而不是默认自己会得到同样百分比;上线前用真实仓库跑一轮失败注入。