刚刚，OpenAI重磅上线Agents API：Codex同款底座全开放

OpenAI刚刚发布了全新的Agents API公测版。

现在只用一次API调用，就能在云端启动一个可以直接上生产环境的AI智能体。

要想让智能体稳定运行几天几夜，需要极其复杂的底层支持：管理长上下文、高效调用工具、协调多个子智能体分工，还要有能跑代码、读写文件、保存中间结果的安全运行沙箱。

现在，OpenAI把支撑Codex和ChatGPT企业版运行的这套完整底座与基础设施，直接开放了出来。

一次调用搞定云端智能体

开发者只要在API请求里指定任务目标、模型、工具和环境，智能体就能立刻开始工作。

代码底座的运行和维护由OpenAI全权负责。

创建会话的代码极其直接：

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.",
});

你可以根据业务需求，自由选择智能体的计算环境：直接使用OpenAI官方沙箱、运行在自己的私有架构上，或者接入第三方沙箱伙伴。

底层脏活累活被彻底接管，开发者只需要专注在自己独有的工具、知识库和工作流上。

算力环境支持自由定制

不同的任务，需要的算力、存储和部署方式完全不同。

OpenAI联合了一众生态伙伴，包括Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop以及Vercel。

这些伙伴提供了多样的接入支持：

直接部署在企业自己的VPC私有网络中。

支持指定专属的文件和密钥存储机制。

支持灵活选择CPU、GPU和内存配置，精准匹配性能、冷启动速度与成本预算。

如果你想快速上手，OpenAI还提供了官方托管沙箱。

它和Codex、ChatGPT背后的沙箱完全同款，具备高安全性与强性能，智能体可以在里面运行代码、操作文件、生成结果，也能灵活配置你自己的文件、依赖包、技能与插件。

同步升级的Codex核心能力

过去大模型一升级，开发者就得跟着重构一遍调度逻辑。

Agents API把这套能力做成了版本化支持，底层能力随着模型升级自动进化。

它带来了三大关键能力提升：

第一，支持超长会话自动压缩。

为了支持智能体连续运行数小时，系统内置了上下文管理机制。

当会话接近上下文上限时，Agents API会自动压缩早期历史，保留继续工作所必需的核心信息。

开发者不用自己写任何压缩算法，就能直接跑跨越多个上下文窗口的超长任务。

第二，更高效地使用海量工具。

系统引入了工具搜索机制，只在需要时动态加载对应的工具定义，大幅降低Token消耗和成本，同时保护模型缓存。

支持程序化工具调用，智能体可以并行发起调用、把相关操作串成执行链，并在代码里过滤或合并海量数据，只把提炼后的有效结果塞回上下文。

它全面支持MCP协议、自定义函数以及网页搜索等内置工具。

配置MCP工具的方式非常简洁：

"agent": {
  "tools": [
    {
      "type": "mcp",
      "server_label": "openai_docs",
      "transport": {
        "type": "http",
        "server_url": "https://developers.openai.com/mcp"
      }
    }
  ]
}

第三，多智能体并行协作。

面对复杂大任务，Agents API支持自动拆解，分发给多个子智能体并行处理。

每个子智能体维护自己独立的上下文，专心完成眼前的一项子任务。

主智能体负责整体协调并汇总所有产出。

整个调度编排无需开发者从零搭建，只需要在参数里开启多智能体配置：

"agent": {
  "model": "gpt-6-astra",
  "multi_agent": {
    "enabled":true,
    "max_concurrent_subagents": 3
  }
}

这极大加速了代码开发、调研和数据分析等复杂流程。

开源底座与计费规则

Agents API的底层核心来自开源的Codex架构。

OpenAI负责在线运行和日常维护，开发者也可以直接查看公开的代码库，研究其底层调度逻辑。

费用方面，Agents API本身没有任何附加平台费。

开发者只需要为你调用的模型Token和使用的具体工具付费。

目前Agents API已经对所有开发者开放公测。