跳到主要內容
OpenAI

2026年9月10日

產品API

Agents API 登場

使用 Codex 任務執行框架建立和運行雲端智能代理,由 OpenAI 全面管理。

正在載入...

隨着我們將 Codex 和「ChatGPT 工作」推廣至全球數百萬名用戶,我們也掌握如何讓長時間運行的智能代理在實際應用中發揮良好表現。實用的智能代理需要強大的任務執行框架,才能管理上下文、有效運用工具,並協調子智能代理。智能代理亦需要基礎架構支援,才能連續數天穩定運行,並在適當的環境中處理檔案、執行程式碼和儲存中間結果。

今天,我們推出 Agents API⁠(在新視窗中開啟) 公開 Beta 版,透過簡單靈活的 API,讓開發人員使用支援 Codex 運作的同一套任務執行框架和基礎架構。

客戶對 Agents API 的評價

1/8
「採用 Agents API 後,我們的評估分數由 0.71 升至 0.85。API 的子智能代理支援非常出色,大幅加快了我們的工作流程。以往在舊有配置中觀察及協調子智能代理相當繁複,新 API 則令延遲縮短至四分之一。我們曾花費大量時間嘗試最佳化這方面,而開箱即用的子智能代理流程帶來了顯著提升。」
Ciridae 技術總監 Jack Weissenberger

只需一次 API 調用,即可建立雲端智能代理

使用 Agents API,只需指定任務、模型、工具和環境,即可透過一次 API 調用,建立可投入生產環境的智能代理:

JavaScript

1
import OpenAI from "openai";
2

3
const client = new OpenAI();
4

5
const 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
});

OpenAI 負責託管和維護任務執行框架。你可以選擇智能代理的運算環境:由 OpenAI 管理的沙盒、你自己的基礎架構,或我們的沙盒合作夥伴提供的環境。Agents API 以經過優化的智能代理執行框架和基礎架構,為你建立智能代理提供穩固基礎,讓你專注於賦予智能代理獨特能力的工具、知識和工作流程。

應用程式向 Agents API 傳送任務,並接收事件和輸出。Agents API 運行託管的 Codex 任務執行框架,向沙盒傳送工具調用並接收工具結果。應用程式控制自行託管的運算資源。

Agents API 採用支援 Codex 的同一套任務執行框架和基礎架構,支援你的智能代理運作。

選擇智能代理的環境

不同工作負載對運算、儲存和部署有不同需求。Agents API 讓你選擇適合應用程式的沙盒。

我們正與生態系統供應商合作⁠(在新視窗中開啟),包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel,提供完善的整合支援,以滿足各種需求:

  • 全面託管的環境,或在你的 VPC 內部署

  • 特定的檔案和機密資料儲存機制

  • 不同的 CPU、GPU 和記憶體配置,配合相應的效能、冷啟動表現和成本,以切合公司的工作流程。

沙盒合作夥伴:Modal、Cloudflare、Daytona、Blaxel、Runloop、Vercel、Oracle、E2B 及 DigitalOcean。

Agents API 提供完善的整合支援,可與廣受採用的生態系統供應商整合。

OpenAI 託管沙盒

為了讓開發人員快速上手並有效擴展規模,我們亦推出 OpenAI 託管沙盒⁠(在新視窗中開啟),採用支援 Codex 和 ChatGPT 運作的同一套沙盒基礎架構。

OpenAI 負責配置和管理沙盒,為智能代理提供安全、高效的環境,以執行程式碼、處理檔案和製作成果。你可以靈活配置這些沙盒,加入自己的檔案、套件、技能和外掛程式,為智能代理提供完成任務所需的資源。

運用持續改進的 Codex 任務執行框架進行開發

要善用模型的新能力,往往需要修改任務執行框架,佔用原本可用於改善應用程式的寶貴時間。每次推出新模型時,Agents API 都會提供相應版本,讓你使用這些能力。我們會隨着模型更新,維護並持續改進任務執行框架,協助智能代理在每次升級後發揮更佳效能。例如,近期的框架改進包括:

讓智能代理在長時間工作階段中持續運作

為支援模型連續工作數小時,我們開發了上下文管理功能,協助智能代理在較長的工作階段中保留相關資訊。當工作階段接近上下文上限時,Agents API 會自動壓縮⁠(在新視窗中開啟)較早的上下文,保留智能代理繼續運作所需的資訊。開發人員無需自行編寫上下文壓縮邏輯,即可建立跨越多個上下文視窗的工作流程。

協助智能代理有效運用更多工具

Agents API 協助智能代理找出合適的工具並有效運用。工具搜尋⁠(在新視窗中開啟)會按需要載入相關工具定義,有助減少 Token 用量和成本,同時保留模型的快取。工具載入後,智能代理可透過程式化工具調用⁠(在新視窗中開啟)並行執行調用、串連相關操作,並以程式碼篩選或合併結果,從而處理大量資料,同時只將相關結果帶回上下文。Agents API 支援 MCP、自訂函數,以及網頁搜尋等內置工具。

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
}

讓智能代理透過子智能代理並行處理工作

透過多智能代理支援⁠(在新視窗中開啟),Agents API 可將複雜任務拆分為獨立部分,交由子智能代理並行處理。每個子智能代理各自維護本身的上下文,有助專注於獲派的任務;主智能代理則協調各個子智能代理的工作,並整合結果。這可加快適合並行處理的研究、分析和編碼任務,而你無需自行建立協調機制。

JSON

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

開源基礎

Agents API 以開源 Codex 任務執行框架為基礎,讓開發人員了解協調模型調用、工具和上下文的核心邏輯。使用 Agents API 時,OpenAI 負責運行和維護這套框架,開發人員則可查閱其公開程式碼庫⁠(在新視窗中開啟)並從中學習。

開始構建

Agents API 公開 Beta 版即日起向所有開發人員開放。使用 Agents API 無需支付額外費用,只需為智能代理使用的 Token 和工具付費,詳情請參閱我們的收費頁面⁠(在新視窗中開啟)。

參閱 Agents API 概覽⁠(在新視窗中開啟)了解詳情,或按照快速入門指南⁠(在新視窗中開啟)開始使用,將支援 Codex 運作的任務執行框架應用於你自己的智能代理。

在公開 Beta 期間,我們會根據你的意見迅速改進,為正式推出作好準備。歡迎告訴我們哪些部分運作良好、你遇到甚麼困難,以及你在生產環境中建立和運行智能代理時有甚麼需要。

作者

OpenAI