OpenAI 推出 Agents API 公測：把 Codex 同款架構做成介面，單次呼叫即可建 Agent

如果你這半年手搓過 AI Agent，大機率被兩件事折磨過：一是任務跑著跑著上下文爆了，你得自己寫一套複雜的壓縮演算法去撈核心資訊；二是稍微上點複雜度的多智慧體協作，排程和沙箱環境就能把人逼瘋。

OpenAI 正式上線 Agents API 的公測版。說白了，他們把自己家裡跑 Codex 和 ChatGPT for Work 的那套底層腳手架，直接打包成了一個 API 介面送到了開發者面前。

最關鍵的是，Agents API 本身不收平臺服務費，開發者只要支付模型消耗的 Token 和工具呼叫費就行。

把 Codex 的底座打包成介面

按照 OpenAI 的說法，現在只要調一次 API，傳進去任務目標、模型型號、工具和執行環境，就能拉起一個隨時可用的生產級智慧體。

以往為了讓智慧體穩定執行幾個小時甚至幾天，開發者得自己搭排程器、管上下文、處理網路重試和環境隔離。這次 OpenAI 直接接管了這一整套邏輯。

環境方面，開發者既可以用 OpenAI 自家託管的沙箱，也能把智慧體部署在自己的 VPC 私有云裡。他們這次還拉來了一長串基礎設施盟友，包括 Cloudflare、DigitalOcean、Vercel、Modal、Daytona、E2B、Blaxel、Oracle 和 Runloop。

這意味著你可以按需挑不同的 CPU、GPU、記憶體配置，甚至可以挑選適合自己冷啟動和成本預期的外部容器。

幫你省 Token，還自帶分身

這次接口裡塞進去了幾個相當實用的工程設計，全是他們在 Codex 上踩坑踩出來的經驗。

首先是自動上下文壓縮。當對話或執行輪次逼近上下文視窗上限時，系統會自動精簡早期的歷史資訊，但保留繼續幹活所需的核心變數。開發者不用再自己寫複雜的總結修剪邏輯。

其次是工具搜尋。以前你給模型塞幾十個工具定義，每一輪都在白白燒 Token，還會打亂提示詞快取。現在介面支援動態檢索，智慧體要用什麼工具才載入什麼工具。

再就是並行子智慧體和程式設計式工具呼叫。主智慧體可以把大活拆開，分派給多個子智慧體同時跑，每個子智慧體有自己獨立的上下文，互不打架。它還原生支援 MCP 協議、自定義函式和聯網搜尋。

另外，OpenAI 也把底層的 Codex harness 開源了，開發者可以直接去看核心程式碼是怎麼寫的，不是完全閉門造車。

為什麼重要

我們認為，這是 OpenAI 在應用層基建上走得非常狠的一步。

對開發者和獨立團隊來說，以前做一個能幹髒活累活的 Agent，至少有一半精力在折騰 LangChain 之類的編排框架或者自己寫環境膠水。現在門檻直接被降到了單次 API 呼叫的級別，非常值得現在就去跑一個 demo 試試，尤其是那些需要跑程式碼、改檔案、抓取網頁的多步驟複雜任務。

OpenAI 聰明的地方在於，它沒有把開發者鎖死在自己的封閉雲裡。支援第三方沙箱和自建 VPC，徹底打消了企業對資料安全和算力成本的顧慮；把編排腳手架免費送，底座開源，看起來誠意做足，實際上是在用更好的體驗把開發者牢牢繫結在自己的模型生態裡。

但這裡面的隱患也很明顯。雖然 API 介面免費，但長時間自主執行的 Agent 絕對是 Token 吞噬怪獸。子智慧體一併行，賬單跑起來會極其誇張。此外，當你的上下文管理和多智慧體協同都依賴這套專用 API 時，以後想把模型無縫換成其他競爭對手，遷移成本可就完全不是換個 baseURL 那麼簡單了。