发生了什么
9 月 10 日，OpenAI 宣布 Agents API 进入公开测试，把支撑其旗舰编程助手 Codex 的托管执行框架以编程接口形式向所有开发者开放。此前这套框架只服务 Codex 与企业版 ChatGPT，现在开发者无需额外平台订阅费用，仅按模型 Token、工具调用与沙箱计算量计费。
它替开发者承担了什么
Agents API 的核心设计是降低构建长时间运行智能体的工程门槛。开发者只需一次调用指定任务、模型、工具与运行环境，上下文管理、子代理编排与失败恢复由 OpenAI 侧维护，并随模型版本同步更新，避免每次模型升级都要重写执行框架。
- 上下文自动压缩：会话接近上下文窗口上限时自动压缩早期内容，使智能体可连续运行数小时乃至数天，跨多个上下文窗口而不中断。
- 工具搜索与并行调用：按需加载工具定义以降低 Token 消耗并保留 prompt 缓存，支持并行执行多个调用并在代码层过滤、合并结果。
- 多代理协同：主代理把复杂任务拆解后下发给并行运行的子代理，各子代理独立维护上下文，最终由主代理汇总结果。
- 运行位置可选：支持 OpenAI 托管沙箱、自有基础设施与合作伙伴沙箱三种模式，首发合作伙伴包括 Cloudflare、DigitalOcean、Modal、Oracle、Vercel 等九家，便于部署在自有 VPC 或指定密钥存储环境。
早期客户的量化反馈
OpenAI 披露的早期数据包括：SafetyKit 将案例审核工作流迁移后单案处理成本下降 60%；Hypha 把代理执行框架与沙箱解耦，代理响应失败率降低 86%；Ciridae 的评估分数从 0.71 提升至 0.85，同时延迟下降约 4 倍。OpenAI 同时称，仅靠执行框架层面的设置（保留推理链加上下文压缩），就能把 GPT-5.6 Sol 在 ARC-AGI-3 上的分数从 13.3% 提升到 38.3%，并让输出 Token 减少至六分之一。
需要打折扣的部分
以上均为厂商与客户自述数据，缺少第三方复现，应作为方向性参考而非基准结论。成本结构上也有需要注意的地方：沙箱容量按标准容器费率单独计费，而长生命周期会话意味着一台持续保温的容器，团队在架构阶段就应把这项开支计入。更实质的考量是锁定风险——一旦应用依赖某家供应商的会话格式、压缩策略与恢复语义，迁移成本可能高于更换模型本身。较稳妥的做法是让工具契约与业务状态尽量留在托管会话之外。