OpenAI Agents API 公测：一次调用起一个 agent，执行框架交给 OpenAI 托管

OpenAI 推出公测版 Agents API，把支持 Codex 的同款执行框架和基础设施通过 API 开放给开发者。来源：《推出 Agents API》（2026-09-10 公测）。

定位：托管的是执行框架，不是计算环境

一个实用的智能体，需要一层执行框架来管理上下文、高效使用工具、协调子智能体；还需要能连续运行数天的基础设施，以及处理文件、运行代码、保存中间结果的环境。

Agents API 提供的就是这层执行框架，由 OpenAI 托管和维护。计算环境则由开发者选择：OpenAI 托管沙箱、自有基础设施，或沙箱合作伙伴的环境。两者是解耦的。

架构：三段式

• 应用向 Agents API 发送任务，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结果；
• 应用控制自己托管的计算资源。

任务下发、事件回传走 Agents API 这一层，工具调用落到底下的沙箱，计算资源的所有权留在应用侧。

调用方式

指定任务、模型、工具和环境，一次 API 调用即可创建可投入生产的 agent。JS 示例：

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: "..." } }],
    multi_agent: { enabled: true, max_concurrent_subagents: 3 },
  },
  vault_ids: ["vault_YOUR_VAULT_ID"],
  environment: { type: "openai_hosted", capability_directories: ["/workspace/capabilities/skills"] },
  input: "Investigate service-api's elevated 5xx rate over the last 30 minutes. Delegate deployment, error, and dependency analysis to subagents. ...",
});

示例里的 input 是一个典型的长任务：排查 service-api 最近 30 分钟升高的 5xx 率，并把部署、错误、依赖三块分析分派给子智能体。

几个参数细节

• 工具类型里直接支持 MCP：server_label 加 HTTP transport，MCP 被当作一等公民工具接进来。
• multi_agent.enabled 配合 max_concurrent_subagents 控制子智能体并发，示例中上限为 3。
• environment.type 可选 openai_hosted 或自有基础设施；capability_directories 指定技能目录，与 Agent Skills 的目录约定呼应。
• vault_ids 用于管理凭证。

评估重点的位移

Agents API 把执行框架从自建变成托管，省掉调度、上下文管理、工具编排与长时运行基础设施这几块工作量；代价是执行框架与 OpenAI 绑定，只有计算环境可以自持。

要把 agent 跑久、跑稳，评估重点从「怎么写 loop」转向「沙箱放哪、凭证怎么管、子 agent 并发怎么限」。