跳到主要内容

OpenAI 发布 Agents API:把编排托管给云端,接入方该算的三笔账

OpenAI 推出托管式 Agents API,由 Codex harness 负责会话、编排、上下文压缩与恢复,应用只需提供工具和运行环境。本文拆解它的能力边界、计费方式与两大限制(仅美国数据驻留、不支持 ZDR),并从多模型接入视角分析该不该把编排层交给单一供应商。

  • LoopRouter
  • 4 分钟阅读
OpenAI 发布 Agents API:把编排托管给云端,接入方该算的三笔账

本文基于 OpenAI 官方开发者文档(Agents API Overview)整理与二次分析,加入 LoopRouter 的多模型接入与成本治理视角;原文见文末来源链接。

一句话结论:OpenAI 的 Agents API 把过去要自己写的会话管理、编排、上下文压缩和断点恢复整套托管到云端,应用只需提供工具和运行环境——它换来了开发提速,但也把最难迁移的编排层、以及"仅美国驻留、不支持 ZDR"两条硬约束一起打包塞了进来。接入前要先算清三笔账:锁定成本、合规成本、容器计时成本。

Agents API 到底托管了什么?

它对外提供的是对 Codex harness 的应用级访问。换句话说,OpenAI 把驱动 Codex 的那套运行时开放出来,由官方托管四件事:会话(session)、编排(orchestration)、上下文压缩(context compaction)、失败恢复(recovery)。你的应用负责两件事:提供工具/MCP 服务器,以及选择执行环境。

托管运行时能力包括:

  • 在沙盒里运行命令与代码、改文件、产出制品(artifacts)
  • 应用 skills 与 instructions
  • 通过工具或 MCP 连接外部数据
  • 运行中途"steering"(人为纠偏)
  • 自动总结既往工作以管理上下文窗口
  • 把子任务委派给子代理
  • 从断点恢复会话

四个核心概念

理解 Agents API 只需记住四个对象:

概念含义
Agent模型 + 指令 + 工具 + MCP 服务器的组合
Environment可选的沙盒/计算环境,承载文件、skills、命令
Session“一个持久的 agent 实例,持续处理任务并响应输入”
Events & items会话过程中发送的输入与产生的输出

会话生命周期是四步:创建会话(OpenAI 自动 provision 环境)→ 下发任务(开启一个 turn)→ 用流式或 webhook 跟进 → 继续或 steering。会话状态被保留,后续 turn 无需重建对话上下文。

一个最小请求长什么样

用 client.beta.agents.sessions.create()(或 POST /v1/agents/sessions),需带请求头 OpenAI-Beta: agents=v1。示例里出现的关键参数:

  • agent.model:如 gpt-6-astra
  • agent.tools:如 programmatic_tool_calling、mcp(需 server_label + transport.type: http + server_url)、web_search
  • agent.multi_agent:{ enabled: true, max_concurrent_subagents: 4 }
  • environment.type:self_hosted(也提供 OpenAI 托管沙盒);workspace_directory: "/workspace"
  • input:role/content 消息数组(input_text)

两条必须先过的硬约束

在写第一行接入代码前,先确认这两点是否卡住你的场景:

  1. 数据驻留只支持美国。 有数据出境/本地化合规要求的团队直接受限。
  2. 不支持 ZDR(零数据保留)。 官方特别强调:用自托管沙盒也不会让 Agents API 变成 ZDR 合规。这条常被误解,务必看清。

从 LoopRouter 视角:托管越多,迁移越难

Agents API 的价值主张是"少写代码":会话、编排、上下文管理这些最烦的活儿由官方兜底。但从多模型接入和成本治理的角度,它也放大了两个老问题:

  • 供应商锁定上移了一层。 过去锁定发生在"模型"这一层,换模型相对容易;现在会话状态、编排逻辑、子代理调度都托管在 OpenAI 的运行时里,这一层一旦依赖,迁移成本远高于换个模型 endpoint。
  • 成本结构变复杂。 账单从"按 token"变成"token + 内置工具 + 沙盒容器时长"三块叠加。长会话、多子代理并发场景下,容器计时和并发子代理的 token 消耗都需要单独监控,否则很容易在"省心"的表象下超支。

落地建议: 如果你的目标是跨供应商统一接入、做路由与成本治理,更稳妥的姿势是自己掌握编排与路由层,把 Agents API 当作可替换的执行后端之一,而不是把整条编排链绑死在单一厂商的托管运行时上。这样既能吃到托管能力,又保留了在成本、可用性、合规变化时切换的余地——这也正是模型路由层存在的意义。

来源

常见问题

OpenAI Agents API 和 Responses / Assistants API 有什么区别?
定位不同。Responses/Assistants 更接近’一次请求-一次回答’的调用层,由你的应用维护多轮上下文;Agents API 则是把整个 Codex harness 托管起来——会话状态、编排、上下文压缩、子任务委派、断点恢复都由 OpenAI 负责,你的应用只提供工具、MCP 服务器和运行环境。简单说,前者你租的是模型,后者你租的是’一个会自己干活的运行时’。
Agents API 怎么计费?
按三块叠加:模型用量走所选模型的标准 API 费率;OpenAI 内置工具(如 web_search)按各自的内置工具费率;OpenAI 托管沙盒按标准容器费率。也就是说,除了 token,你还要为’跑代码的沙盒时长’和’内置工具调用’单独付费,长会话尤其要留意容器计时成本。
它支持零数据保留(ZDR)吗?数据存在哪?
不支持 ZDR。官方明确:即使你用自托管沙盒,也不会让 Agents API 变成 ZDR 合规。数据驻留目前只支持美国。对有数据出境或合规要求的团队,这是接入前必须先过的一道闸。
多智能体(multi-agent)是怎么配的?
在 agent 配置里开 multi_agent.enabled=true,并用 max_concurrent_subagents 限制并发子代理数(示例给的是 4)。主代理可以把子任务委派给子代理并发处理,这部分并发和 token 消耗都会计入账单。
从 LoopRouter 的角度,该不该把编排层交给 Agents API?
分场景。如果你只用 OpenAI 一家模型、追求最快落地,托管编排省心;但如果你要跨供应商路由、做成本治理或故障切换,把会话/编排绑死在单一厂商的托管运行时里,等于把最难迁移的一层锁进去。折中做法是:编排与路由层自己掌握,把 Agents API 当作’其中一个可替换的执行后端’。

相关推荐

OpenAI 重新给 $20 档加 5 小时限额:为什么严肃开发别把业务押在订阅上

OpenAI 重新给 $20 档加 5 小时限额:为什么严肃开发别把业务押在订阅上

OpenAI 对 Plus 和 Business Standard 恢复 5 小时固定窗口限额,单窗口约占每周额度 15%,且周额度重置不重置该窗口。从「补贴陷阱」与供应商锁定角度,拆解订阅、API 与多供应商策略该怎么选。

DeepSeek V4.1-Flash 参数翻倍却更省:一文看懂 KV Cache 重构如何压低长上下文推理成本

DeepSeek V4.1-Flash 参数翻倍却更省:一文看懂 KV Cache 重构如何压低长上下文推理成本

DeepSeek V4.1-Flash 主干参数从 284B 涨到 552B,推理成本却不升反降。关键在于对 KV Cache 的系统级重构:CED 架构、跨层共享 KV、FP4 量化,把百万 Token 场景下的显存降到上一代的 1/4 到 1/8。本文拆解方法与数据,并从模型选型角度分析:为什么长上下文 Agent 的真实成本不能只看每 Token 单价。