2026 年 9 月 10 日，OpenAI 发布了 Agents API 公开测试版。官方博客的第一段就把动机说得很直白：Codex 和 ChatGPT for Work 已经服务了数百万用户，OpenAI 在这个过程中摸清了让"长跑 Agent"真正可用的两个条件——一个能管理上下文、高效用工具、协调子 Agent 的强大 harness，以及一套能让 Agent 稳定跑上好几天的基础设施。现在，这两样东西被打包成一个 API 开放给所有开发者。
划重点：公测期间 Agents API 本身不额外收费，你只付 Agent 实际消耗的 token 和工具费用。这篇文章把开发者最关心的四件事讲清楚：它在 OpenAI 产品谱系里的位置、怎么一次调用拉起云端 Agent、运行环境怎么选、harness 替你解决了哪些脏活。
一、Agents API 是什么，和 Responses API、Agents SDK 什么关系
OpenAI 的 Agent 开发工具现在有三层，别再搞混：
- Responses API：单次模型调用的原语，负责"模型 + 工具"的一次交互，适合短任务和自己编排一切的场景；
- Agents SDK：开源的编排框架，跑在你自己的进程里，harness 逻辑（循环、重试、上下文管理）由你的代码承载；
- Agents API（新）：把 harness 和运行环境都搬到 OpenAI 云端。你发一次
sessions.create，OpenAI 用驱动 Codex 的同一套 harness 替你把任务跑完，包括上下文压缩、工具调度、子 Agent 协调。
一句话：前两者是"给你零件自己装机"，Agents API 是"云端整机出租"。而且它用的 harness 是开源的 Codex harness，核心逻辑公开可查，OpenAI 会随每次模型发布提供版本化更新——模型升级时你不用再重写自己的编排层，这是官方承诺最值钱的一点。
二、5 分钟跑通第一个云端 Agent
前置条件：一个 OpenAI API key，以及最新版 openai SDK（Node 示例）：
npm install openai@latest
export OPENAI_API_KEY=sk-...
创建 Agent 会话只需要一次调用——指定任务（input）、模型、工具、运行环境四件事：
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: "https://observability.example.com/mcp",
},
},
],
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. " +
"Save findings, evidence, and recommended mitigation in /workspace/outputs.",
});
这个官方示例值得逐行读：model 直接用了最新的 GPT-6 Astra；tools 里挂的是一个 MCP 服务器（是的，Agents API 原生支持 MCP，也支持自定义 function 和 web search 等内置工具）；multi_agent 打开后，主 Agent 会把"部署分析、错误分析、依赖分析"拆给最多 3 个子 Agent 并行跑；environment 选了 OpenAI 托管沙箱，产物写到 /workspace/outputs。
三、运行环境怎么选：托管沙箱 vs 九家伙伴 vs 自己的机器
Agents API 把"Agent 在哪干活"做成了一道选择题：
| 方案 | 适合谁 | 特点 |
|---|---|---|
| OpenAI 托管沙箱 | 想快速起步、按量伸缩 | 与 Codex/ChatGPT 同一套沙箱基础设施，可预装文件、包、skills 和插件 |
| 沙箱伙伴 | 有特定合规/性能要求 | Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercel 九家，支持 VPC 内部署、自定义 CPU/GPU/内存 |
| 自有基础设施 | 数据不能出内网的团队 | harness 在 OpenAI 云端，执行环境在你自己手里 |
实践建议：验证想法直接用托管沙箱，它零配置且和 Codex 同源；要进生产、有冷启动或成本敏感需求时，再对比九家伙伴的冷启动曲线和单价；金融、医疗这类强合规场景直接走自有基础设施。
四、Harness 替你做掉的三件脏活
为什么不用 Agents SDK 自己写？官方列的 harness 能力清单里，这三件自己做最痛：
1. 自动上下文压缩。 Agent 跑到接近上下文上限时，harness 自动压缩早期上下文并保留关键信息。你自己实现过就知道，压缩策略、保留什么丢什么，是个反复调参的无底洞。现在跨多个上下文窗口的长任务开箱即用。
2. 工具搜索 + 程序化工具调用。 工具一多，光 tool schema 就把上下文吃掉一半。Tool search 让 Agent 按需加载相关工具定义，省 token 还保住缓存命中；programmatic tool calling 让 Agent 用代码并行发起调用、串联操作、在沙箱里先过滤再回传——只把相关结果带进上下文。
3. 子 Agent 并行。 主 Agent 拆任务、子 Agent 各自持有独立上下文并行干活、最后主 Agent 汇总。早期客户 Ciridae 的 CTO 给出的数据是：评测分数从 0.71 提到 0.85，子 Agent 编排带来 4 倍延迟下降——"我们之前花了很久优化这个，开箱就有了"。
五、成本：没有新收费项，但账单结构变了
公测期间 Agents API 不收平台费，按 token + 工具用量计费，和现有定价页一致。但要注意账单结构会变：子 Agent 并行意味着同一任务的 token 消耗会上升（多个上下文同时燃烧），换的是墙上时间大幅下降。建议公测期做两件事：给 max_concurrent_subagents 设硬上限；把长会话的 token 消耗打表记录一周，再决定生产环境要不要全开多 Agent。
注意事项与常见问题
- 公测期接口可能变。
client.beta.agents命名空间里的字段在 GA 前都可能调整，生产接入时把 SDK 版本锁死，升级前读 changelog。 - MCP 服务器要自己保证可用性。 harness 再强，工具端超时还是会拖垮整个会话，给 MCP transport 配好超时和重试。
- 沙箱里的密钥用 vault。 示例里的
vault_ids是官方推荐的机密注入方式，别把密钥写进 capability 目录的文件里。 - 和 Codex 的关系。 Agents API 不是"API 版 Codex 产品"，而是 Codex 背后的 harness + 基础设施。你要的是成品编程助手就继续用 Codex，要造自己的 Agent 才用 Agents API。
- 国内访问。 API 仍需解决网络与支付问题，企业团队建议直接评估九家沙箱伙伴里和你现有云厂商重合的选项。
小结
Agents API 的本质，是 OpenAI 把"运营数百万用户的 Agent 产品"中学到的工程经验，打包成了一次 API 调用：harness 不用自己写、上下文压缩不用自己调、子 Agent 编排开箱即用、运行环境九选一。对开发者来说，Agent 开发的分工从此清晰了——OpenAI 管 harness 和基础设施，你只管工具、知识和工作流。公测不额外收费，现在是用真实任务压测它的最好时机。