一句话看懂：OpenAI 在开发者平台上线了 Agents API，把原本偏内部的 Codex 执行框架开放成托管接口：会话、编排、上下文压缩和恢复由 OpenAI 负责，开发者只需提供工具并选择运行环境。
事件核心：发生了什么
根据 OpenAI 开发者文档，Agents API 让应用通过 OpenAI 托管的接口调用 Codex harness。OpenAI 管理会话（Session）、任务编排、上下文压缩与中断恢复，应用侧负责提供工具、并决定智能体在哪种环境里执行。
智能体可运行在沙箱中，执行代码、编辑文件、连接 MCP 服务器并产出交付物。文档把核心概念拆成四块：Agent（模型、指令、工具、MCP 服务器）、Environment（可选沙箱或计算机）、Session（可持续运行的智能体实例）、Events and items（输入与输出）。计费方面，模型按所选模型的 API 价格结算，OpenAI 工具按标准费率，OpenAI 托管的沙箱按标准容器费率。
文档同时给出多个完整示例，包括事故响应智能体、Slack 机器人、数据分析智能体、GitHub issue 调查员和文档审查员，覆盖告警调查、只读 SQL 查询、复现 bug 等场景。
为什么重要
这标志着 OpenAI 把竞争焦点从“单次模型调用”往“托管智能体运行时”推进。此前开发者要自己搭建会话状态管理、上下文裁剪、失败重试和子任务拆解，现在这些由平台接管。托管 harness 明确支持多智能体协作：把工作拆成子任务、委派给 subagent、再汇总结果，示例代码里甚至给出了 max_concurrent_subagents 这类并发参数。
对闭源 API 生态来说，这是把“智能体基础设施”也纳入平台锁定的一步；对开源方案和自建 agent 框架，则意味着要在编排效率、沙箱安全和成本上给出更清晰的差异化理由。
对用户/开发者/创作者的影响
开发者最直接的变化是接入门槛下降：通过会话创建、流式输出或 webhook 跟进进度，就能把智能体嵌进现有产品，不必从零写调度层。环境选项也提供灵活性，既可让 OpenAI provision 沙箱，也可用 self_hosted 指向自己的工作目录和能力目录。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
需要留意的是成本结构：模型、工具、沙箱分开计费，长时间运行的智能体可能比单次对话贵得多。企业采购和合规团队则会关心沙箱里能访问什么、MCP 连接如何审计、以及数据留在哪一侧。
值得关注的后续
一是定价与限额是否随使用量调整，尤其是托管沙箱的容器费率；二是竞品是否跟进类似的托管 harness，把会话和子智能体编排变成标配；三是开发者生态能否围绕 MCP、skills 和示例应用形成可复用资产。目前公开信息显示，该 API 仍处于 beta 阶段，实际生产可用性还需观察。
