2026年9月10日，OpenAI将Agents API推入公开测试阶段，面向全体开发者开放。该API将此前仅用于Codex和ChatGPT for Work的代理执行层封装为单次API调用可访问的托管服务，由OpenAI负责运行会话管理、上下文压缩、工具调度和多代理协调等基础设施。
OpenAI官方公告指出，这条产品路径源于规模化运营Codex和ChatGPT for Work的经验：长时间运行的代理需要管理上下文、高效调用工具、协调子代理，并在任务持续数天时保持稳定执行。Agents API即为这套能力的API化。
一次调用，四个概念
官方文档将Agents API组织为四个核心概念：Agent（模型、指令、工具和MCP服务器的集合）、Environment（代理访问文件和执行命令的可选沙箱）、Session（在任务之间保持状态的持久代理实例）、以及Events与Items（发送给代理的输入和它产生的输出）。
一个会话的生命周期分四步：创建并分配任务、通过流式传输或Webhook跟踪进度、接收输出、继续下一个任务或调整当前执行方向。官方示例展示用单次调用创建一个故障排查代理，该代理可同时调度最多3个子代理，分别承担日志分析、错误追踪和依赖关系检查三条并行路径，最终将发现和建议写入工作空间。
这种单入口设计将任务路由、中间结果存储、失败重试和多轮会话管理交给OpenAI基础设施处理。权限设计、验收测试以及决策边界等核心问题仍由接入方负责。
运行环境的三条路径
开发者在部署时面临三种沙箱选择。其一是OpenAI自托管沙箱，采用与Codex相同的沙箱基础设施，可配置文件、软件包、技能和插件。其二是自托管模式，开发者在自己的环境中运行codex exec-server，通过受限密钥注册并以WebSocket方式建立出站连接。其三是合作伙伴沙箱，已有一级集成的伙伴包括Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop和Vercel。
API同时支持无沙箱模式，适用于仅需模型编排而不涉及文件系统操作的场景。
真实成本：比"免API费"更复杂
OpenAI强调Agents API本身没有单独收费，但实际计费结构包含容器托管和工具调用费用。据Verdent AI分析，容器托管按每20分钟会话计算：1GB容器$0.03，4GB容器$0.12，16GB容器$0.48，64GB容器$1.92。一个运行一小时的中型任务（4GB容器）仅容器费用约$0.36，不含模型token消耗。
工具调用单独计费：网络搜索按每千次$10收费，搜索内容涉及的模型token另外叠加。加上底层模型（如gpt-6-astra）的标准token费率，一个复杂的多代理调查任务的总成本取决于任务复杂度、容器规格和工具调用频率。
竞争格局：OpenAI并非第一个
AWS在2026年4月以有限预览形式上线Bedrock Managed Agents（由OpenAI提供支持），并在6月17日将Bedrock AgentCore推向正式发布。AgentCore提供有状态会话，每个会话在独立的微虚拟机中运行，附带文件系统和Shell，支持跨会话保留文件和记忆。
谷歌的AgentSpace采用模型无关、偏向治理的类Kubernetes控制平面设计。阿里云同期也宣布了托管代理运行层。AWS、谷歌和阿里巴巴的托管代理基础设施均在2026年4月至7月之间密集发布。
OpenAI此次发布是将内部执行层基础设施产品化，补上相对于AWS的时间差。Blaxel、Cloudflare等9家合作伙伴的第一批集成更像是生态布局信号。
两个硬性限制不可忽视
Agents API目前存在两项企业级限制：数据仅限美国境内处理（US-only data residency），不支持零数据保留（Zero Data Retention）。这两点限制反映了托管基础设施模型固有的数据主权张力。自托管模式需要开发者自行维护codex exec-server，放弃OpenAI负责基础设施的核心价值主张。
独立判断
Agents API的发布对两类用户有实质意义：中小规模开发团队此前需自行实现会话持久化、失败恢复和多代理调度；已在使用Codex的企业用户可将相同执行层直接接入产品。
成本取决于任务复杂度、容器规格和工具调用频率，不能用"无API费"作为判断依据。权限边界、输出验证和人机交接点的设计，依然是接入方必须显式解决的问题。
评估该API的起点是列出当前手动维护的编排代码，识别可外包的职责，再与集成成本、数据合规约束和对单一供应商的依赖程度做权衡。Agents API本质上是商业权衡：用多少控制权换取多少工程效率。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接