2026. gada 10. septembris

Iepazīstinām ar Agents API

Veidojiet un darbiniet mākoņa aģentus ar OpenAI pilnībā pārvaldīto Codex izpildes ietvaru.

Notiek ielāde…

Paplašinot Codex un ChatGPT for Work pieejamību līdz miljoniem cilvēku visā pasaulē, esam noskaidrojuši, kas praksē vajadzīgs, lai ilgstoši darbojošies aģenti strādātu labi. Noderīgiem aģentiem vajadzīgs jaudīgs izpildes ietvars, kas pārvalda kontekstu, efektīvi izmanto rīkus un koordinē apakšaģentus. Tiem vajadzīga arī infrastruktūra, kas ļauj droši darboties vairākas dienas, un vide, kurā var strādāt ar failiem, izpildīt kodu un saglabāt starprezultātus.

Šodien publiskā beta versijā piedāvājam Agents API⁠(atveras jaunā logā), kas izstrādātājiem vienkāršas un elastīgas API veidā nodrošina to pašu izpildes ietvaru un infrastruktūru, kas darbina Codex.

OpenAI mitina un uztur izpildes ietvaru. Jūs izvēlaties aģenta skaitļošanas vidi: OpenAI pārvaldītu smilškasti, savu infrastruktūru vai kāda mūsu smilškastes partnera risinājumu. Agents API nodrošina stabilu pamatu aģentu izveidei uz mūsu optimizētā aģentu izpildes ietvara un infrastruktūras, lai jūs varētu pievērsties rīkiem, zināšanām un darbplūsmām, kas padara jūsu aģentu unikālu.

„Izmantojot Agents API, mūsu novērtējuma rezultāts pieauga no 0,71 līdz 0,85. API apakšaģentu atbalsts ir lielisks un ievērojami paātrināja mūsu darbplūsmu. Iepriekš apakšaģentu novērošana un orķestrācija mūsu vecajā risinājumā bija visai apgrūtinoša, taču jaunās API četrkārtīgi samazināja latentumu. Ilgi centāmies to optimizēt, un gatavās apakšaģentu plūsmas sniedza milzīgu uzlabojumu.”

Jack Weissenberger, Ciridae tehniskais direktors

Lietotne nosūta uzdevumus Agents API un saņem notikumus un izvadi. Agents API darbina pārvaldīto Codex izpildes ietvaru, nosūtot rīku izsaukumus smilškastei un saņemot rīku rezultātus. Lietotne kontrolē pašmitinātos skaitļošanas resursus. — Agents API nodrošina jūsu aģentiem to pašu izpildes ietvaru un infrastruktūru, kas darbina Codex.

Veidojiet mākoņa aģentus ar vienu API izsaukumu

Izmantojot Agents API, ar vienu API izsaukumu varat izveidot produkcijas videi gatavu aģentu, norādot uzdevumu, modeli, rīkus un vidi:

JavaScript

1import OpenAI from "openai";
2
3const client = new OpenAI();
4
5const session = await client.beta.agents.sessions.create({
6  agent: {
7    model: "gpt-6-astra",
8    tools: [
9      {
10        type: "mcp",
11        server_label: "observability",
12        transport: {
13          type: "http",
14          server_url: "https://observability.example.com/mcp",
15        },
16      },
17    ],
18    multi_agent: { enabled: true, max_concurrent_subagents: 3 },
19  },
20  vault_ids: ["vault_YOUR_VAULT_ID"],
21  environment: {
22    type: "openai_hosted",
23    capability_directories: ["/workspace/capabilities/skills"],
24  },
25  input:
26    "Investigate service-api’s elevated 5xx rate over the last 30 minutes. " +
27    "Delegate deployment, error, and dependency analysis to subagents. " +
28    "Save findings, evidence, and recommended mitigation in /workspace/outputs.",
29});

Ko mūsu klienti saka par Agents API

1 no 8

„Izmantojot Agents API, mūsu novērtējuma rezultāts pieauga no 0,71 līdz 0,85. API apakšaģentu atbalsts ir lielisks un ievērojami paātrināja mūsu darbplūsmu. Iepriekš apakšaģentu novērošana un orķestrācija mūsu vecajā risinājumā bija visai apgrūtinoša, taču jaunās API četrkārtīgi samazināja latentumu. Ilgi centāmies to optimizēt, un gatavās apakšaģentu plūsmas sniedza milzīgu uzlabojumu.”

Jack Weissenberger, Ciridae tehniskais direktors

„Agents API mums ir ļāvusi citādi paraudzīties uz sarežģītu, daudzpakāpju darbplūsmu arhitektūras izveidi. Agrāk rakstījām uzvedņu ķēdes un paši pārvaldījām rīku izsaukumus, bet tagad varam izmantot aģentus tieši savā kodā — līdzīgi kā Codex darbojas jūsu klēpjdatorā. Tas jau ir palīdzējis atrisināt vairākas problēmas, kuru dēļ citādi būtu jāveido pielāgota aģentu infrastruktūra.”

Cole Striler, WithCoverage inženierijas direktors

„Uzņēmumā Nash mēs izvietojam tūkstošiem ilgstoši darbojošos MI aģentu, kas globālajos loģistikas tīklos pārvalda simtiem miljonu piegāžu. OpenAI Agents API nodrošina mums noturīgo sesiju un orķestrācijas slāni, kas vajadzīgs aģentiem, lai tie nepārtraukti darbotos produkcijas vidē, pārvaldot kontekstu, atkopšanu un daudzpakāpju izpildi, savukārt Nash nodrošina rīkus un izpildes vidi, kas tos savieno ar fizisko pasauli. Tādējādi mūsu aģenti var spriest, rīkoties, atkopties un sadarboties sarežģītās darbplūsmās, kas var ilgt stundām vai dienām. Šie aģenti ir produkcijas infrastruktūra, kas mūsu partneriem nodrošina kritiski svarīgas loģistikas operācijas.”

Aziz Alghunaim, Nash.ai līdzdibinātājs un tehniskais direktors

Izvēlieties sava aģenta vidi

Dažādām darba slodzēm vajadzīgas atšķirīgas skaitļošanas, glabāšanas un izvietošanas iespējas. Agents API ļauj izvēlēties jūsu lietotnei piemērotu smilškasti.

Mēs sadarbojamies ar ekosistēmas pakalpojumu sniedzējiem⁠(atveras jaunā logā), tostarp Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop un Vercel, lai dažādām vajadzībām piedāvātu pilnvērtīgas integrācijas:

Pilnībā pārvaldītas vides vai izvietošana jūsu VPC
Konkrēti failu un noslēpumu glabāšanas mehānismi
Dažādas CPU, GPU un atmiņas konfigurācijas ar jūsu uzņēmuma darbplūsmai piemērotiem veiktspējas, aukstās palaišanas un izmaksu profiliem.

Smilškastes partneri: Modal, Cloudflare, Daytona, Blaxel, Runloop, Vercel, Oracle, E2B un DigitalOcean. — Agents API piedāvā pilnvērtīgas integrācijas ar populāriem ekosistēmas pakalpojumu sniedzējiem.

OpenAI mitinātas smilškastes

Izstrādātājiem, kuri vēlas ātri sākt darbu un efektīvi mērogot risinājumu, piedāvājam arī OpenAI mitinātu smilškasti⁠(atveras jaunā logā). Tā izmanto to pašu smilškastes infrastruktūru, kas darbina Codex un ChatGPT.

OpenAI nodrošina un pārvalda smilškasti, piedāvājot jūsu aģentam drošu un veiktspējīgu vidi koda izpildei, darbam ar failiem un artefaktu izveidei. Šīs smilškastes var elastīgi konfigurēt ar jūsu failiem, pakotnēm, prasmēm un spraudņiem, nodrošinot aģentam visu uzdevuma izpildei vajadzīgo.

Veidojiet ar pastāvīgi pilnveidotu Codex izpildes ietvaru

Lai izmantotu jaunas modeļa iespējas, bieži jāpārstrādā izpildes ietvars, atņemot vērtīgu laiku lietotnes uzlabošanai. Agents API līdz ar katra modeļa izlaišanu nodrošina versijotu piekļuvi šīm iespējām. Mēs uzturam un nepārtraukti uzlabojam izpildes ietvaru līdztekus saviem modeļiem, palīdzot jūsu aģentiem ar katru jauninājumu sasniegt labāku veiktspēju. Piemēram, jaunākie izpildes ietvara uzlabojumi ietver:

Nodrošiniet aģentu darbu ilgstošās sesijās

Lai atbalstītu modeļus, kas darbojas stundām ilgi, esam izveidojuši konteksta pārvaldību, kas palīdz aģentiem saglabāt būtisko informāciju ilgākās sesijās. Kad sesija tuvojas konteksta ierobežojumam, Agents API automātiski saspiež⁠(atveras jaunā logā) agrāko kontekstu, saglabājot aģentam darba turpināšanai vajadzīgo informāciju. Izstrādātāji var veidot darbplūsmas, kas aptver vairākus konteksta logus, neieviešot savu konteksta saspiešanas loģiku.

Palīdziet aģentiem efektīvi izmantot vairāk rīku

Agents API palīdz aģentiem atrast pareizos rīkus un tos efektīvi izmantot. Rīku meklēšana⁠(atveras jaunā logā) pēc vajadzības ielādē atbilstošās rīku definīcijas, tā samazinot tekstvienību patēriņu un izmaksas un vienlaikus saglabājot modeļa kešatmiņu. Kad rīki ir pieejami, programmatiska rīku izsaukšana⁠(atveras jaunā logā) ļauj aģentiem paralēli veikt izsaukumus, sasaistīt saistītās darbības un kodā filtrēt vai apvienot rezultātus, lai apstrādātu lielus datu apjomus un kontekstā atgrieztu tikai būtiskos rezultātus. Agents API atbalsta MCP, pielāgotas funkcijas un iebūvētus rīkus, piemēram, meklēšanu tīmeklī.

JSON

1"agent": {
2  "tools": [
3    {
4      "type": "mcp",
5      "server_label": "openai_docs",
6      "transport": {
7        "type": "http",
8        "server_url": "https://developers.openai.com/mcp"
9      }
10    },
11  ]
12}

Ļaujiet aģentiem paralēli veikt darbu ar apakšaģentiem

Pateicoties vairāku aģentu atbalstam⁠(atveras jaunā logā), Agents API var sadalīt sarežģītus uzdevumus neatkarīgās daļās un deleģēt tās apakšaģentiem, kuri strādā paralēli. Katrs apakšaģents uztur savu kontekstu, lai varētu koncentrēties uz savu uzdevumu, bet galvenais aģents koordinē to darbu un apkopo rezultātus. Tas var paātrināt pētniecības, analīzes un programmēšanas uzdevumus, kuros noder paralēls darbs, un jums nav jāveido sava orķestrācija.

JSON

1"agent": {
2  "model": "gpt-6-astra",
3  "multi_agent": {
4    "enabled": true,
5    "max_concurrent_subagents": 3,
6  }
7}

An open-source foundation

The Agents API is powered by the open-source Codex harness, giving developers visibility into the core logic that coordinates model calls, tools, and context. With the Agents API, OpenAI operates and maintains that harness while developers can inspect and learn from its public codebase⁠(atveras jaunā logā).

Start building

Agents API is available in public beta today to all developers. There are no additional fees for using the Agents API – you simply pay for the tokens and tools your agents use, as outlined on our pricing page⁠(atveras jaunā logā).

Explore the Agents API overview⁠(atveras jaunā logā) to learn more, or follow the quickstart⁠(atveras jaunā logā) to get started and bring the harness behind Codex into your own agents.

During the public beta, we’ll iterate quickly based on your feedback as we work toward general availability. Let us know what’s working, where you’re running into friction, and what you need to build and run your agents in production.

Autors

OpenAI

Turpināt lasīt

Skatīt visu

Now everyone can put data to work

Produkts2026. g. 10. sept.

Introducing ChatGPT for Financial Services

Produkts2026. g. 10. sept.

GPT-Live-1 API | Green-blue cover | Option 038

Iepazīstinām ar GPT-Live-1 API platformā

Produkts2026. g. 10. sept.