OpenAI Agents API 公開測試：Codex 同款代理框架開放代管

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

9 月 10 日，OpenAI 在官方部落格宣布 Agents API 進入公開測試（public beta），對所有開發者開放。這次的主角不是新模型，而是一套地基：支撐 Codex 與 ChatGPT for Work 走到數百萬使用者規模的代理執行框架（harness）與維運基礎設施，現在包成一支 API，開發者不必自己拼裝，就能在上面蓋自己的代理應用。公告把動機寫得很直白：有用的代理需要會管理情境、會有效率使用工具、會協調子代理的框架，也需要能讓代理連續工作好幾天的環境；這兩件事過去都落在開發者自己身上，如今 OpenAI 把它們接過去管。

計費結構先講結論：使用 Agents API 本身沒有額外費用，帳單只按代理實際用掉的模型 token 與工具用量計算。不過「代管」兩個字的成本會出現在其他報表上，後面單獨拆開談。

同一天 OpenAI 的產品序列相當熱鬧：GPT-Live-1 語音模型開放進 API、金融業版 ChatGPT 發表，ChatGPT Work 的資料代理也掛在同日的公告序列上。把 Agents API 放進這個序列看，方向相當一致：把產品端驗證過的能力，一批一批變成開發者與企業可以直接下單的品項。

harness 到底代管了哪些事

harness 白話講，就是模型外圍那一圈工程：session 管理、情境壓縮、工具調度、子代理協調、中斷之後的恢復。官方文件把代管範圍列成清單：在沙盒裡執行指令與程式碼、套用 skills 與指示、透過工具或 MCP 連接外部資料、代理工作途中導引方向、把先前的工作摘要進情境、把任務拆給子代理平行處理、session 中斷後從原處續跑。讀這份清單最有感的方式，是把它對照自家團隊過去一年的待辦：每一行幾乎都對得上某個自己寫過的模組。

用法上，開發者用一次 API 呼叫指定任務、模型、工具與執行環境，就能建立一個官方稱為 production-ready 的代理。公告的示範情境是維運場景：叫代理調查某個服務過去半小時 5xx 錯誤率升高，把部署、錯誤、依賴關係三個面向分派給子代理平行分析，再把調查結果與建議存進指定目錄。範例程式碼裡模型填的是 gpt-6-astra（前一天剛發表、主打工作場景的新模型），工具掛一支用 MCP 連接的觀測服務，子代理並行上限設 3，另外還帶了 vault_ids 與 capability_directories 兩個欄位：前者對應文件裡的 Vaults 功能，用來保管 MCP 連線的憑證，代理能使用需要登入的工具，但全程拿不到金鑰本體；後者指向沙盒裡的 skills 目錄。任務描述裡則明確要求把證據與建議寫進指定工作目錄。SDK 有 JavaScript、Python、Go、Java、Ruby 五種語言，呼叫都放在 beta 命名空間下，入口是 client.beta.agents.sessions.create。

公告另點出框架近期的三項強化。情境管理排在前面：session 接近情境上限時自動壓縮較早的內容，保留代理後續需要的資訊，工作流可以橫跨多個情境視窗，不必自己寫壓縮邏輯。工具的效率層是第二塊：工具搜尋（tool search）按需載入相關的工具定義，降低 token 消耗又保住模型快取；程式化工具呼叫（programmatic tool calling）讓代理平行呼叫、串接操作，直接在程式碼裡過濾彙整，只把相關結果帶回情境。多代理是第三塊：任務拆成獨立子任務交給子代理平行跑，每個子代理有自己的情境，主代理負責協調與彙整。這三項對應的正是長任務的兩個成本黑洞：情境塞爆與工具清單膨脹。

框架被 OpenAI 代管，運算環境三選一自己挑

這次設計裡最關鍵的分界在這裡：harness 由 OpenAI 代管並持續維運，但代理的執行環境是開發者的選擇題，共有三條路。

最省事的是 OpenAI 代管沙盒。公告明說這套沙盒沿用支撐 Codex 與 ChatGPT 的同一套沙盒基礎設施，OpenAI 負責建置與維運，沙盒裡可以裝自己的檔案、套件、skills 與外掛，費用按容器費率計算。

想把運算留在自己手上的，走 self-hosted 路線：筆電、容器或遠端沙盒都行。架構上是分工的：OpenAI 跑代理框架，你的環境裡執行一支 codex exec-server，負責跑指令、讀寫檔案、使用本地 MCP 服務。連線設計只有出站方向：exec-server 主動用 WebSocket 連回 OpenAI 的環境服務，斷線會自己重接，環境不必開任何連入連接埠。金鑰也做了分權：給環境的 executor key 權限只有「連接環境」這一件事，連其他 API 動作都無法授權，應用程式主金鑰留在環境外面。對算力與資料要落地在自己機房的團隊，這條路把信任邊界畫得相當具體。

夾在中間的是九家沙盒服務商的一級整合：Modal、Cloudflare、Daytona、DigitalOcean、E2B、Blaxel、Runloop、Oracle（OCI）與 Vercel，官方文件裡每家都附了專屬的設定指南。可選的條件包括完全代管或部署在自己的 VPC 內、各家不同的檔案與密鑰儲存機制，以及不同的 CPU、GPU 與記憶體配置。環境的起動、重連與關閉，文件也提供兩種管理方式：由應用程式自己控制，或交給 webhook 事件處理，讓長時間代理的維運不必一直盯著連線狀態。

Pin

三條路合起來看，鎖定效應畫在哪裡很明白：框架這一層交給 OpenAI，行為會隨模型版本演進；但運算環境不必跟著搬，隨時可以換到自家機房或任一家夥伴。Long Lake 的 CTO Rasmus Wissmann 在公告頁的引句把這個分工講得最白：「Agents API 供應 harness；環境、情境與使用者體驗留在我們手裡。」

框架不另收費，帳單拆成三軌

官方文件對計費只寫了三條，但三條都要讀：模型用量按所選模型的 API 費率計；OpenAI 內建工具按各自標準費率計；代管沙盒按標準容器費率計。換句話說，框架本身確實免費，但一個長時間跑在代管沙盒裡的代理，帳單會同時出現模型費、工具費與容器費三個科目。

Pin

容器費率這一軌要看得仔細。定價頁的容器段列出 1GB 每 20 分鐘 0.03 美元到 64GB 1.92 美元的價目（符合條件的 session 按分鐘計、每次至少 5 分鐘），但該段標示的對象是 Hosted Shell 與 Code Interpreter；Agents API 代管沙盒在文件裡只說「標準容器費率」，沒有另列專屬價目表。要精算成本的團隊，動工前值得先向官方確認對應費率，這也是公開測試期文件還沒寫滿的部分。

成本結構值得想清楚再設計：跑數小時到數天的代理，容器費隨時間線性累積，模型費隨 token 累積，而框架的情境壓縮與工具搜尋，壓的正是後者。長任務要省錢，架構上就得讓代理少把無關內容搬進情境，這件事現在變成框架層的責任，也是這類代管服務真正的賣點。

框架的程式碼攤在 GitHub 上

公告有一節標題直接點名開源基礎（Build on an open-source foundation）：Agents API 背後跑的，是開源的 Codex harness，開發者可以直接檢視協調模型呼叫、工具與情境的核心邏輯，官方的說法是可以 inspect and learn。對應的公開專案是 GitHub 上的 openai/codex，Apache-2.0 授權，截至 9 月 11 日超過 12 萬顆星，專案從 2025 年 4 月就存在，最近一次提交就在 9 月 11 日。OpenAI 這次等於明文把「API 背後那套框架」指到這個 repo，對照各家把代理框架當黑盒賣的做法，這是明顯的差異。

Pin

分寸也順便講清楚：開源的是 harness 程式碼，API 代管服務本身的維運仍在 OpenAI 手裡；self-hosted 路線裡安裝的 @openai/codex 套件，就出自同一個專案家族。想理解代理在框架裡怎麼被調度的人，現在有一份可以直接讀的原始碼；官方同步在自家的 Vimeo 帳號放了介紹影片。之前我們整理過 Codex 技能外掛跨平台分發的案例，同一套技能生態在 Agents API 的沙盒裡同樣可以掛載。

首批採用者回報的數字，都是廠商自己說的

公告頁刊載了八家公司的引句，這些數字全部屬於廠商自述等級，沒有第三方覆核，引用時要留意出處性質。有數字的幾段最有參考價值。

Ciridae 技術長 Jack Weissenberger 寫道，團隊的評測分數從 0.71 升到 0.85，子代理的觀測與協調在舊架構裡相當麻煩，換到新 API 後「延遲改善了 4 倍」，子代理流程是開箱即用的大提升。原文用語是 4x latency reduction，換算下來延遲約為原本的四分之一。

SafetyKit 的 Bhavyansh Sabharwal 則給了營運面的數字：把案件審查工作流遷移到 Agents API 之後，每案成本降低 60%，延遲變低、token 效率明顯變好，效能維持原水準。金融服務場景的 Hypha 由主任工程師 Serhii Shchoholiev 出面：把代理框架與沙盒分開之後，失敗的代理回應減少 86%。這段剛好呼應上面的分界設計，harness 與環境解耦本身就是可靠度工程的一部分。

規模感可以看物流平台 Nash.ai，共同創辦人 Aziz Alghunaim 寫他們部署數千個長時間執行的代理、管理全球物流網路上數億趟配送，Agents API 提供的是耐久的 session 與協調層，工具與執行環境由 Nash 自己接上。另外 WithCoverage 的工程總監 Cole Striler 給了一個好比喻：以前寫提示詞鏈、自己管理工具呼叫，現在可以直接在程式碼裡用代理，「就像 Codex 在你筆電上工作的方式」。

公開測試的未定事項與社群疑慮

官方明說公開測試期間會根據回饋快速迭代、朝正式版（GA）推進，但沒有給時間表；框架行為會隨每次模型發布以版本化方式演進，穩定介面的承諾，公開測試期間還沒有給。文件與公告的範例清一色使用 gpt-6-astra，其他模型的支援範圍尚未列出完整清單，選型前建議以官方文件現況為準。

社群反應集中在供應商鎖定的張力上。Hacker News 上的主討論串截至 9 月 11 日累積 262 分、140 多則留言，有人直接問 OpenAI 靠這個怎麼賺錢，結論恐怕就是生態鎖定；也有人認為，把沙盒環境的安全更新、容器擴展交給 OpenAI 換來省下的維運，本來就是合理的交易。功能面上也有人點出缺口：希望應用程式能在事件發生時觸發一輪代理工作、又讓使用者透過 Codex 介面監看進度，這種混搭目前的 API 還做不到。這兩面的拉扯，就是採用決策本身。

官方入口與三種起步情境

官方入口有三個：文件總覽講架構與四個核心概念（代理、環境、session、事件與項目）；快速入門用代管沙盒跑一個建目錄樹腳本的小例子，是最短路徑，另一個範例則用子代理比對各版 release notes 再彙整成一份答案；定價頁看三軌費率。文件還附了五個完整範例應用可以當起點：事件響應代理會調查告警、在請求許可後才執行恢復動作；資料分析代理只用唯讀 SQL 回答倉儲問題，把唯讀當成代理碰資料時的預設邊界；另外還有連接職場工具的 Slack 機器人、重現回報問題的 GitHub issue 調查員，以及用政策技能與專家代理審查文件的審查器。

情境上大致三分流：全新專案直接從代管沙盒起步最快；已經有自建框架的團隊，挑一個非核心工作流做對照跑（同任務、同評測，量成本與延遲的差異），再決定要不要遷移；對資料落地有硬性要求的團隊，先讀 self-hosted 的連線與金鑰設計再評估。把關鍵業務流程押上去之前，記得先回查 GA 狀態與費率頁的最新內容。

整體看，Agents API 把「讓代理長時間活著」這件事，從每個團隊的各自發明，變成 OpenAI 目錄裡可以下單的代管品項。框架這層交出去之後，開發者能做出差異的地方，就剩下工具、知識與工作流程，而這恰好也是公告裡 OpenAI 自己畫出的分工線。