OpenAI Agents API – OpenAI 推出的托管式智能体编排接口

OpenAI Agents API是一款由OpenAI于2026 年 9 月推出的托管式智能体编排接口，主要用于让开发者以单次 API 调用拉起生产级智能体，支持 OpenAI 托管会话编排、上下文压缩与子智能体并行，适用于构建长期运行的智能体、自动化工作流与多智能体协作等场景。

OpenAI Agents API 的核心能力

OpenAI Agents API 把驱动 Codex 与 ChatGPT for Work 的托管式智能体运行时（harness）以单个 API 的形式开放出来，属于 AI 智能体（AI Agent） 工程化落地的基础设施：开发者只需提供指令、工具与执行环境，由 OpenAI 负责运行智能体循环、协调模型调用、工具使用与上下文管理。它把一个生产级 agent 从「自己写控制循环」变成「一次调用即可拉起」。

托管式会话编排与恢复

OpenAI 接管了会话生命周期：在自有基础设施上运行智能体循环，负责规划、工具调用、长时会话的上下文管理以及在步骤失败或容器崩溃后的恢复，开发者无需自行实现状态持久化与重连逻辑。

自动上下文压缩

当会话接近上下文窗口上限时，harness 会自动压缩早期内容、保留继续任务所需的信息，使智能体可以跨多个窗口连续运行数小时乃至数天，无需开发者自行编写摘要逻辑。

原生子智能体并行

API 原生支持子智能体：主智能体可将复杂任务拆分为相互独立的子任务，并行分派给多个子智能体执行，再合并各自结果；官方示例中将并发子智能体上限设为 3 到 4 个。

工具搜索与并行工具调用

工具搜索按需加载相关工具定义以降低 token 消耗并保留模型缓存；程序化工具调用则让智能体并行调用、链式串联操作，在把相关结果返回上下文之前先完成过滤与组合。

原生 MCP 与可插拔执行环境

API 以四个对象组织实现：Agent（模型、指令、工具与 MCP 服务器）、Environment（可选沙箱或计算机）、Session（持久化智能体实例）与 Events（输入输出的事件流）。执行边界与托管 harness 刻意分离，可在 OpenAI 托管沙箱、自托管基础设施或合作伙伴环境中运行。

OpenAI Agents API 与同类智能体编排框架的对比

整体来看，四者都服务于「让开发者更快构建并运行智能体」这一目标，但分工不同。OpenAI Agents API 的差异化在于把编排层本身做成托管服务，开发者省去自建控制循环、上下文压缩与恢复的成本；Anthropic Claude Agent SDK 与 Google ADK 以开源 SDK 形式交付，更适合希望完全掌控编排逻辑、跨模型provider 使用的团队；Dify 则提供开箱即用的可视化平台，降低非工程团队的搭建门槛。

若想体验 OpenAI 同生态、基于同一套 harness 的成熟智能体产品，可了解 Codex：OpenAI 的云端软件工程智能体，与 Agents API 共享底层运行时，适合直接用于编码类自主任务。

Codex

一款由 OpenAI 开发的 AI 编程助手，旨在帮助开发者快速生成和优化代码。

OpenAI Agents API 的应用场景与适用人群

OpenAI Agents API 适用于需要长期运行、可恢复、可并行且不愿自行维护控制循环的智能体系统。对应用团队而言，它把「会话编排、上下文管理、失败恢复」这类重复且易出错的工作交给 OpenAI，让团队聚焦在工具与业务本身。

• 长期运行智能体：构建跨数小时/数天的任务型 agent，借助自动上下文压缩保持连贯
• 自动化工作流：把研究、客服、运维等流程封装为可订阅事件源的 agent，按信号自动执行
• 多智能体协作：主 agent 拆解任务并并行分派子 agent，合并结果后交付
• 合规受限部署：在自有 VPC 或指定云沙箱中运行代码，满足数据驻留与隔离要求

与自行用 LangGraph、CrewAI 等框架拼装控制循环相比，Agents API 的优势是把「让 agent 持续存活」的运维负担转移给 OpenAI；代价则是编排层与 OpenAI 的实现及版本绑定，对强调跨 provider 中立的团队需权衡。

适用人群：希望以最小工程量把 agent 投入生产的开发者、需要长期无人值守智能体的运维与DevOps团队、构建客服/研究/分析类智能体产品的团队，以及受合规约束需自带沙箱的企业的工程师。

OpenAI Agents API 的使用方法

使用 OpenAI Agents API 需要具备 OpenAI 开发者账号与 API 密钥，基本流程如下：

1. 阅读官方文档并准备密钥：在 OpenAI 官方公告 中获取概览与快速开始，并生成 API 密钥
2. 定义 Agent 对象：指定参考模型（如 gpt-6-astra）、指令、可调用的工具与 MCP 服务器
3. 创建 Session 并选择环境：使用 OpenAI 托管沙箱、自托管基础设施或合作伙伴（Cloudflare、Modal、Vercel 等）环境
4. 发起任务并监听事件：提交任务后通过事件流或 Webhook 跟踪进度，必要时补充子任务或接入子智能体

所有请求需携带 Beta 头；Beta 期数据驻留仅限美国且不支持零数据保留，选择自托管沙箱也不会改变这一限制。

OpenAI Agents API 的价格与开源情况

OpenAI Agents API 本身不收取额外费用，开发者仅按所调用模型的 token、使用的工具以及 OpenAI 托管沙箱的容器时长付费，具体容器以标准费率按会话计费。

其底层 Codex harness 已在 GitHub 开源，开发者可自检会话循环如何管理工具、记忆与上下文，而非将其视为黑盒；API 服务本身为 OpenAI 托管的闭源运行时，开源的是驱动它的 harness 代码。

OpenAI Agents API 的常见问题