OpenAI开放Agents API公测：把Codex托管运行时"一次调用"开放给开发者，按token计费不额外收费

【新闻原文】 北京时间9月10日起，OpenAI 正式将 Agents API 开放公测（public beta），把驱动其代码智能体 Codex 的整套托管编排基础设施，通过"一次接口调用"开放给所有开发者。这是OpenAI首次把内部沉淀的智能体运行时（harness）产品化对外输出，被业界视为2026年企业级Agent从"自建"走向"托管"的标志性事件。 Agents API 提供的核心能力正是过去团队必须自己手写的三块"管道活"。其一，持久会话（durable sessions）：智能体会话可跨越单次请求、在数天内稳定运行，并持续回传进度；其二，自动上下文压缩（context compaction）：当会话接近上下文窗口上限时，接口自动压缩早期上下文而不丢失智能体仍需要的信息，让工作流可以跨越多个上下文窗口；其三，多智能体协同：通过 max_concurrent_subagents 参数可配置并行子智能体数量，一次调用即可把任务拆分成独立子任务并行执行，由主智能体负责协调与合并结果。此外，接口还支持工具搜索（按需加载工具定义以节省token并保留缓存）、程序化工具调用（并行调用、链式操作、在代码中过滤合并结果），并通过 MCP（模型上下文协议）、自定义函数以及内置的联网搜索等工具，让智能体连接企业自有系统。 在执行环境上，Agents API 支持三种选择：OpenAI 托管沙箱、企业自有基础设施，或合作方沙箱。OpenAI 公布了9家沙箱合作伙伴，包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel，以满足企业级部署在VPC内运行、特定密钥存储、差异化CPU/GPU/内存配置等需求。计费方面，公测期不额外收取"Agents API"费用，而是按模型token、工具调用和沙箱分钟数计价；API参考示例的默认模型为 gpt-6-astra，同时也支持成本更低的模型。底层 harness 已在 github.com/openai/codex 开源。 OpenAI 同时公布了首批客户的可量化成效：AI评测平台 Ciridae 迁移后评测分从0.71提升至0.85，延迟降低4倍；信任与安全平台 SafetyKit 将案件审核工作流迁移后单案成本下降60%；金融服务AI供应商 Hypha 的智能体失败响应减少86%；物流平台 Nash.ai 则以之运行"数千个长时智能体、管理数亿次配送"。据 Temporal 2026年开发者报告，已有八成工程师每天使用AI智能体。行业评论普遍认为，Agents API 的推出，把过去需要数月自研的智能体编排底座，变成了按token成本即可获得的托管服务，企业软件嵌入"真智能体能力"的上车门槛被显著拉低。 【企服观察】 如果说2025年的关键词是"模型有多聪明"，那么OpenAI把Codex的运行时以Agents API的形式开放，宣告2026年的关键词变成了"智能体能不能稳定交付"。这件事对IT企业服务市场的影响，可能比任何一次模型发布会都更直接——因为它解决的恰恰是此前所有企业Agent项目最难堪的一环：演示很惊艳，上线就翻车。任何一个真正跑过智能体项目的团队都知道，最难的部分从来不是调用模型，而是会话断了下一次怎么接、上下文满了哪些该丢、跑长任务中断了怎么恢复、模型要执行代码和改文件时该放在哪个安全的地方。这些"脏活"以前每家都得自己造一遍，而现在它们被打包成了一个可按token付费的托管层。 第一，这会显著压缩企业软件厂商的研发周期，并重排AI功能的时间表。在此之前，一家CRM或项目管理系统要在产品里嵌一个可靠的长期智能体，动辄要组建专门团队、花几个月搭编排和容错逻辑。Agents API 等于把这块基础设施按调用计费的方式交付出来，意味着原本写在产品路线图上"六到十二个月之后"的Agent功能，可能几个月内就能进入测试。对采购方来说，这会带来一个立竿见影的变化：未来一年里，各家SaaS厂商的AI能力会快速趋同，而当"有智能体"变成标配而不是卖点，真正的竞争就会回到数据连接深度、行业know-how和治理能力上。谁的智能体能接进更多企业真实系统、谁的错误率和合规保障更好，谁才有溢价空间。 第二，MCP 成为连接层标准的信号已经非常明确。值得注意的是，Agents API 明确支持 MCP，而 MCP 最初由Anthropic主推——OpenAI主动兼容竞争对手的标准，说明MCP正在从"某家厂商的私有协议"沉淀为整个智能体生态的公共连接层。这对企业IT架构的含义是：你在做系统集成时，优先把内部数据库、工单系统、ERP等能力通过MCP暴露出来，将是一次面向多厂商、可复用的投资，而不是绑定某一家。对企业服务商而言，这意味着"工具连接器"本身会像当年的API网关一样，成为可以复用、可以定价的基础设施资产；反过来，那些把数据锁在私有协议里的厂商，会在智能体时代逐渐被边缘化。 第三，托管化天然带来治理诉求，而这正是企服公司新的价值锚点。当智能体的会话可以持续数天、可以并行派出子智能体、可以执行代码和调用企业系统时，"谁来审批、谁来留痕、谁来兜底"就变成了董事会和合规部门必须回答的问题。OpenAI自己也在公告里提到，把harness交给平台托管，而把环境、上下文和用户体验留给企业；这恰好留出了一整片治理服务的空白地带：智能体身份与权限管理、操作日志与审计链、成本与调用熔断、以及面向监管的行为报告。企业采购方应当从现在起就把这些条款写进供应商准入清单，要求厂商说明其Agent的权限边界、日志留存和人工接管机制。可以预见，"智能体治理"会像十年前的"数据安全"一样，从一个加分项变成一票否决项。 最后回到国内视角。Agents API 的托管模式给出了一个清晰的范式，但它也提醒国内厂商：如果长期依赖海外托管底座，数据出境、合规与供应链风险会持续存在，自主可控的智能体运行时与沙箱生态具有现实价值。好消息是，MCP这类开放标准降低了国产方案与全球生态的对接成本，国内厂商完全可以在兼容标准的前提下，围绕国产芯片、本地化合规和行业场景构建差异化。对企业服务从业者来说，真正的机会不在"再造一个Agents API"，而在于把这个新底座与手中的行业数据、客户流程和治理能力结合起来，交付客户愿意持续付费的结果——毕竟，客户买的从来不是脚手架，而是能稳定跑通的那条业务流水线。