OpenAI 推出 Agents API 公测：把 Codex 同款架构做成接口，单次调用即可建 Agent

如果你这半年手搓过 AI Agent，大概率被两件事折磨过：一是任务跑着跑着上下文爆了，你得自己写一套复杂的压缩算法去捞核心信息；二是稍微上点复杂度的多智能体协作，调度和沙箱环境就能把人逼疯。

OpenAI 正式上线 Agents API 的公测版。说白了，他们把自己家里跑 Codex 和 ChatGPT for Work 的那套底层脚手架，直接打包成了一个 API 接口送到了开发者面前。

最关键的是，Agents API 本身不收平台服务费，开发者只要支付模型消耗的 Token 和工具调用费就行。

把 Codex 的底座打包成接口

按照 OpenAI 的说法，现在只要调一次 API，传进去任务目标、模型型号、工具和运行环境，就能拉起一个随时可用的生产级智能体。

以往为了让智能体稳定运行几个小时甚至几天，开发者得自己搭调度器、管上下文、处理网络重试和环境隔离。这次 OpenAI 直接接管了这一整套逻辑。

环境方面，开发者既可以用 OpenAI 自家托管的沙箱，也能把智能体部署在自己的 VPC 私有云里。他们这次还拉来了一长串基础设施盟友，包括 Cloudflare、DigitalOcean、Vercel、Modal、Daytona、E2B、Blaxel、Oracle 和 Runloop。

这意味着你可以按需挑不同的 CPU、GPU、内存配置，甚至可以挑选适合自己冷启动和成本预期的外部容器。

帮你省 Token，还自带分身

这次接口里塞进去了几个相当实用的工程设计，全是他们在 Codex 上踩坑踩出来的经验。

首先是自动上下文压缩。当对话或执行轮次逼近上下文窗口上限时，系统会自动精简早期的历史信息，但保留继续干活所需的核心变量。开发者不用再自己写复杂的总结修剪逻辑。

其次是工具搜索。以前你给模型塞几十个工具定义，每一轮都在白白烧 Token，还会打乱提示词缓存。现在接口支持动态检索，智能体要用什么工具才加载什么工具。

再就是并行子智能体和编程式工具调用。主智能体可以把大活拆开，分派给多个子智能体同时跑，每个子智能体有自己独立的上下文，互不打架。它还原生支持 MCP 协议、自定义函数和联网搜索。

另外，OpenAI 也把底层的 Codex harness 开源了，开发者可以直接去看核心代码是怎么写的，不是完全闭门造车。

为什么重要

我们认为，这是 OpenAI 在应用层基建上走得非常狠的一步。

对开发者和独立团队来说，以前做一个能干脏活累活的 Agent，至少有一半精力在折腾 LangChain 之类的编排框架或者自己写环境胶水。现在门槛直接被降到了单次 API 调用的级别，非常值得现在就去跑一个 demo 试试，尤其是那些需要跑代码、改文件、抓取网页的多步骤复杂任务。

OpenAI 聪明的地方在于，它没有把开发者锁死在自己的封闭云里。支持第三方沙箱和自建 VPC，彻底打消了企业对数据安全和算力成本的顾虑；把编排脚手架免费送，底座开源，看起来诚意做足，实际上是在用更好的体验把开发者牢牢绑定在自己的模型生态里。

但这里面的隐患也很明显。虽然 API 接口免费，但长时间自主运行的 Agent 绝对是 Token 吞噬怪兽。子智能体一并行，账单跑起来会极其夸张。此外，当你的上下文管理和多智能体协同都依赖这套专用 API 时，以后想把模型无缝换成其他竞争对手，迁移成本可就完全不是换个 baseURL 那么简单了。