OpenAI Agents API 上线：将 Codex harness 接入应用

OpenAI 已在开发者文档中上线 Agents API，将 Codex 的 harness 通过 OpenAI 托管的 REST API 向应用开放。开发者可调用核心端点 POST https://api.openai.com/v1/agents/sessions，并附带 OpenAI-Beta: agents=v1 请求头。

这套接口的职责划分较为明确：OpenAI 负责会话、编排、上下文压缩与恢复；应用则负责提供工具，并决定执行环境。换言之，开发者可以把持续会话和任务协调交给平台，同时保留业务工具及执行层的设计空间。

核心能力与职责分离

Agents API 的重点不只是一次模型调用，而是将 Agent 在多轮任务中需要的会话管理与上下文处理封装为托管能力。对于需要连续处理任务的应用而言，上下文压缩和恢复可以减少自行维护状态的复杂度。

同时，原始信息明确将工具提供和执行环境决策留给应用。开发者仍需设计哪些业务接口可供 Agent 使用、工具调用应遵循什么权限与审计规则，以及任务应在哪类环境中执行。这样的分工更接近平台负责通用编排、应用负责业务边界的模式。

对开发流程意味着什么

传统的 Agent 应用开发，往往需要同时处理模型调用、多轮状态、工具路由、失败恢复和上下文长度控制。托管会话接口将其中一部分通用工作交由 OpenAI 处理，应用团队可以更集中于工具设计、权限控制和产品体验。

不过，使用托管能力并不意味着执行层的设计可以被忽略。由于应用负责提供工具并决定执行环境，生产系统仍应明确敏感数据的处理方式、工具的最小权限原则、调用日志与异常处理策略。尤其是涉及内部系统、文件或外部服务的场景，工具边界往往比模型本身更直接地决定风险水平。

适合评估的应用场景

• 内部效率工具：可将既有业务 API 包装为受控工具，让 Agent 协助处理多步骤的信息查询和流程协调。
• 编程与教育辅助：适合需要保留上下文、连续拆解任务的开发或教学体验。
• 低代码与工作流产品：平台可关注业务组件和工具连接，利用托管会话减少 Agent 状态管理的重复建设。

对于执行环境、权限模型或工具可靠性要求较高的应用，团队仍应先完成架构评估。API 解决的是会话与编排的一部分问题，而不是替代所有安全、运维和业务治理工作。

小结：Codex 能力走向可编程服务

Agents API 是 OpenAI 将 Codex harness 以 API 形式提供给开发者的一步。它把会话、编排、上下文压缩和恢复放到托管层，同时将工具与执行环境的选择留给应用。

对开发者而言，这种模式有望降低构建多步骤 Agent 的基础工程负担；但真正的产品差异化，仍将来自工具质量、执行环境设计以及对权限和数据边界的把控。