OpenAI正将支撑旗下程式设计代理Codex的底层技术进一步对外开放，将过去累积于内部产品与企业服务的人工智慧（AI）代理开发经验，转化为开发者可直接使用的API。

OpenAI近日宣布，Agents API正式进入公开测试阶段，现在所有开发者均可使用。过去这套代理框架及相关基础设施主要应用于Codex与企业版ChatGPT，如今则以API形式开放，开发者不需额外支付订阅费，只须按照实际使用的token及工具呼叫量付费。

随着Codex及ChatGPT for Work过去一年触及全球数百万名使用者，OpenAI在实际应用中发现，让AI代理长时间执行复杂任务，单靠模型本身并不足够。

代理还需要能够管理上下文、使用工具、协调其他代理，以及在能读写档案、执行程式码并保存中间结果的环境中持续运作。

早期客户的使用结果也显示，这套架构已带来一定效益。SafetyKit将案件审核流程移转至Agents API后，单一案件的处理成本降低60%；Hypha透过将代理执行框架与沙箱环境分离，使代理回应失败率降低86%；科技公司Cirridae的评估分数则由0.71提升至0.85，同时延迟降低4倍。

单次API呼叫即可建立长时间运作代理

Agents API的主要目的，是降低企业及开发者打造长时间运作AI代理所需的工程成本。

过去每当新的AI模型推出，开发者往往需要重新调整甚至重建自己的代理执行框架，才能使用模型新增的能力。

OpenAI希望透过版本化的Agents API，让模型更新能直接对应相应的能力，而不必由开发者自行重新打造底层架构。

根据OpenAI的设计，开发者只要在API呼叫中指定任务、模型、工具及执行环境，即可建立可用于生产环境的代理，无须自行处理上下文管理及子代理协调等底层工作。

Agents API目前具备3项主要能力。

首先是自动压缩上下文。当对话内容接近模型上下文容量上限时，系统会自动压缩较早期的资讯，使代理能够持续执行数小时甚至数天。

其次是工具搜寻与平行呼叫。系统可依照任务需求载入相关工具定义，降低token使用量，同时允许多项工具呼叫平行执行。

第三则是多代理协作。主要代理可以将复杂工作拆解后交给多个子代理平行处理，每个子代理各自维持上下文，再由主要代理整合最终结果。

物流科技公司Nash表示，目前透过Agents API部署数千个长时间运作的AI代理，用于管理全球数亿次配送任务，单次代理执行时间可持续数小时甚至数天。

自托管沙箱与多家云端业者提供部署选项

除了代理框架本身，Agents API也提供不同的执行环境选择。

OpenAI提供自托管沙箱，并与Codex及ChatGPT采用相同的沙箱基础设施，让代理能够快速启动并进行弹性扩展。

此外，OpenAI已与Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、甲骨文（Oracle）、Runloop及Vercel等合作伙伴进行一级整合，提供不同的部署选项，包括私有云、特定储存需求，以及不同CPU、GPU与记忆体配置。

OpenAI表示，这种架构可涵盖从新创团队快速验证产品，到企业级正式部署等不同需求。

建筑及居家服务AI平台Long Lake表示，透过Agents API，团队目前可在数小时内将AI代理部署至不同产业，过去则可能需要数天。

开源Codex执行框架　模型升级可直接受惠

Agents API是建立在开源Codex执行框架之上，开发者可以透过公开程式码库了解模型呼叫、工具协调及上下文管理等核心运作方式。

OpenAI则负责持续维护及更新这套框架。换言之，当新模型推出时，开发者可直接取得更新后的能力，而不必自行重新设计整套代理架构。

OpenAI指出，Agents API目前仍处于公开测试阶段，后续将根据开发者回馈持续调整，并朝正式发布推进。

在工具支援方面，Agents API支援MCP协定、自订函式及网页搜寻等内建工具。定价方面，API本身不另收订阅费，开发者则依实际token消耗及工具使用量支付费用。