OpenAI 於 9 月 10 日向所有開發者推出 Agents API 公測版，把支撐 Codex 與 ChatGPT 的執行框架與運作基礎設施直接開放出來。只要指定任務、模型、工具與執行環境這 4 項，就能建立可用於正式環境的智慧代理。該 API 本身不另外收費，開發者只需支付代理所消耗的 token 與工具費用。
不必再自行打造的是那套管線
要讓代理真正跑起來時，卡住開發者的往往不是模型呼叫本身，而是周邊的機制：上下文達到上限後的重新整理、愈積愈多的工具定義管理、存放中間產物的工作區，以及讓工作階段連續運作數小時而不中斷的管理邏輯。這套管線過去都由各家團隊自行撰寫。
這次的 Agents API 把這一層整合成由 OpenAI 營運與維護的服務。與既有選項的差別相當清楚：Agents SDK 的執行框架跑在開發者自己的應用程式內，Responses API 則需要開發者自行撰寫協調流程。Agents API 把這一層整個交出去，開發者可以把心力放在工具、知識與業務流程等應用特有的部分。
上下文壓縮與工具搜尋
OpenAI 提到執行框架有 3 項改進。
第一項是上下文自動壓縮。當工作階段接近上下文上限時，系統會自動壓縮前半部內容，同時保留代理繼續作業所需的資訊。橫跨多個上下文視窗的流程，不必再自行實作壓縮邏輯。
第二項是工具搜尋。系統不會一開始就載入所有工具定義，而是在需要時才載入相關定義。重點在於既能降低 token 消耗與成本，又不會破壞模型端的快取。
第三項是程式化的工具呼叫。代理可以並行發出多個呼叫、把相關操作串接起來，並先在程式碼中完成結果的篩選與合併，再把必要的部分帶回上下文。如此一來即使處理大量資料，回到上下文的也只有相關結果。該 API 支援 MCP、自訂函式，以及網頁搜尋等內建工具。
子代理並行運作，上下文各自獨立
複雜的工作可以拆成獨立的單位，委派給子代理並行處理。每個子代理擁有自己的上下文，因此比較不容易偏離被指派的範圍，主代理則負責協調並彙整結果。並行數量可以透過設定控制，像研究、分析、程式開發這類容易切分的作業，所需時間會明顯縮短。
這裡有一點要留意：並行縮短的是等待時間，而不是推論的總量。同時跑 3 條分支，時間會接近三分之一，但 token 消耗大致仍是 3 條分支的總和。
執行環境由開發者自行挑選
代理執行程式碼、處理檔案的位置由開發者決定，共有 3 種選擇：OpenAI 託管的沙箱、自家的基礎設施，或生態系的合作業者。列出的合作對象包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 與 Vercel，涵蓋 VPC 內部署、特定的檔案與機密資訊儲存方式、不同的 CPU、GPU 與記憶體配置，以及各不相同的冷啟動與成本特性。
託管沙箱與 Codex、ChatGPT 使用同一套基礎設施，可以搭配檔案、套件、技能與外掛進行設定。把執行框架與執行環境分開來看待，正是這套設計的實質內容。
先行案例提出的數字
在 OpenAI 舉出的導入案例中，Ciridae 把評測分數從 0.71 提升到 0.85，並藉由內建的子代理功能把延遲縮短為四分之一。SafetyKit 把案件審查流程移轉過來後，單件成本下降 60%。Hypha 在把執行框架與執行環境分離之後，失敗的回應減少了 86%。
底層是開源的 Codex 執行框架，開發者可以從公開的程式碼庫閱讀協調模型呼叫、工具與上下文的核心邏輯。營運與維護由 OpenAI 承擔，開發者仍然能夠檢視其運作方式。
評估之前要先確認的限制
目前的限制寫得很明確：資料存放地僅限美國，而且不支援零資料保留，即使沙箱跑在自家基礎設施上也一樣。若要用於法規要求嚴格的業務，這兩點必須先行確認。
費用的算法也值得一提。Agents API 本身不加收費用，需要支付的是 token 與工具的實際用量，以及使用託管沙箱時的容器運作時間。不過，這套機制的前提是持續運作數小時甚至數天，token 消耗會不斷累積。省下來的管線開發工時，需要和持續運作的實際費用放在一起衡量。
另外，這是公測階段，OpenAI 表示會依據使用者的回饋快速調整，逐步邁向正式提供。把它當成仍會變動的對象來著手，是比較穩妥的做法。
總結
OpenAI 於 9 月 10 日把支撐 Codex 與 ChatGPT 的執行框架與基礎設施，以 Agents API 公測版的形式開放。上下文自動壓縮、需要時才載入的工具搜尋、並行運作的子代理，以及包含 9 家合作業者的執行環境選項，全都收攏在一次 API 呼叫的背後。雖然沒有額外費用，但僅限美國的資料存放地與不支援零資料保留這兩項限制依然存在，因此從所處理資訊的性質出發來判斷會比較實際。
※縮圖為 AI 生成的示意圖
