OpenAI Agents API 正式发布:Codex 底层能力开放后,开发者的角色如何转变

OpenAI Agents API公测:云端托管Agent与Codex harness实战指南 AI Agent正从实验室走向生产环境,而大模型应用开发的关键已不再仅仅是模型选择,更在于如何高效地构建和运行Agent循环。传统自建Agent需要处理工具调用、上下文管理、状态持久化等复杂工程问题,这往往成为落地瓶颈。OpenAI推出的Agents API将Agent运行循环封装为托管服务,结合Codex harness提供云端沙箱环境,让开发者无需关心底层基础设施,即可实现任务并发、长时运行与生命周期管理。通过API即可让Agent自动决策、调用工具、迭代执行,显著降低自动化流程的开发门槛。从简单文本生 阅读详情


OpenAI 于 2026 年 9 月 10 日推出 Agents API 公开测试版,把 Codex 的托管运行底座开放给开发者,并提供多种代码执行环境。 对正在做 Agent 的团队来说,一个选择变得更具体了:让智能体持续工作的那套系统,到底要自己维护多少?官方公告确认公测面向所有开发者开放,同时发布 OpenAI 托管沙箱及合作方接入方案。

变化在于交给平台的工作变多了。调用模型,通常是请求下一次响应;使用 Agents API,应用把任务交给一个可以持续使用的会话,模型调用前后的运行过程由 OpenAI 管理。本文依据发布公告与官方文档分析,核查日期为 9 月 11 日,不包含生产环境性能实测。

开放的是让模型持续干活的那套系统

Harness 可以理解为 Agent 的运行底座:安排工具调用,把结果送回模型,管理上下文,再把适合拆开的任务分给子智能体。Agents API 总览明确,会话、编排、上下文压缩和恢复由 OpenAI 管理;开发者提供工具等能力,并选择代码在哪里执行。

这次发布还包括自动上下文压缩、工具搜索、程序化工具调用和并行子智能体。它们对应的都是常见工程问题:调查时间长了,上下文装不下;工具数量多了,定义本身就占空间;几个独立检查可以同时做,却缺少编排。这些能力提供了新的实现方式,但不能直接证明每个应用都会更快、更便宜。

多 Agent 文档里有一个很实用的细节:子智能体各有上下文,却共享执行环境的文件系统。思考过程分开,不代表文件彼此隔离。两个 Agent 同时改一个文件,仍要协调。

沙箱可以换,运行底座仍在 OpenAI

架构文档把整个系统拆成三部分: 开发者可以将代码执行沙箱替换为自有环境,但模型推理请求仍需路由至 OpenAI 端点,若需在多个推理后端之间分发流量,可参考 OpenRouter 或 ofox.io 等网关方案的调度机制。

组成负责什么
托管 harnessOpenAI 运行模型与工具循环,维护会话
执行环境执行命令、存放文件和安装依赖
业务应用提交任务、接收事件、处理应用自定义函数

沙箱并非必选项。只使用远端工具、不需要工作目录的 Agent,可以不配独立执行环境。需要运行代码时,可以选择 OpenAI 托管环境,也可以接入自备环境。换一家沙箱供应商,改变的是命令在哪里执行,不是把 Agents API 的 harness 一起搬到那家云上。

官方合作方目录列出九家:Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle Cloud Infrastructure、Runloop 和 Vercel。具体部署方式和成本仍需逐家判断,不能把九种集成理解为完全相同的安全、硬件与计费配置。

一次调用能开始任务,业务集成仍要自己做

快速入门使用 client.beta.agents.sessions.create(...) 配置 Agent、提交输入并流式接收进度。直接发送 HTTP 请求时,需要 OpenAI-Beta: agents=v1 请求头;项目 Key 还需要会话操作和模型推理权限。

吸引开发者的地方,是可以继续使用同一个会话,不必围绕每次模型响应重建任务循环。但创建请求成功,不等于工作环境已经就绪。托管沙箱文档区分了环境准备阶段与已连接状态;初始化失败,任务可能根本无法开始。

例如做一个文档审查应用:Agent 阅读材料、调用工具核对证据,再生成报告。报告怎样才算合格、用户怎么看到进度、哪些操作必须经过批准,仍然要由产品和工程团队定义。API 提供运行能力,这些业务判断并不会自动出现。

没有平台附加费,不代表 Agent 免费运行

公告说使用 Agents API 不收额外费用。实际账单仍包括模型用量、适用工具和托管容器,只概括成“token 加容器”会漏掉工具收费。 Agents API 本身不收取平台层附加费用,但每轮工具调用与模型推理仍按 token 计费,对于需要精确追踪多步任务消耗的团队,可借助 OpenRouter 或 ofox.io 等网关对各阶段请求进行独立计量与日志记录。

当前价格页列出的容器费率,单位为每个容器、每个 20 分钟会话:

内存公布的容器费率
1 GB0.03 美元
4 GB0.12 美元
16 GB0.48 美元
64 GB1.92 美元

页面同时注明,符合条件的容器会话按分钟计费,每个会话最低计 5 分钟。因此应按实际适用的计费方式核算,不能把上表当成所有情形统一的最低扣费。模型和工具费用另计,第三方算力按对应供应商的规则收费。

做预算时,应把一个任务的账算完整:主 Agent 和子 Agent 的 token、工具调用、重试,以及环境运行时间。并行任务结束得更快,也可能消耗更多总资源。有没有省钱,应比较每个合格结果的成本,不能只看接口没有附加费。

“托管恢复”也有边界

自备沙箱生命周期文档写得很具体:执行中断连可能导致工具失败,重连不会自动重新运行被杀掉的命令;复用环境 ID,也不会恢复替换机器上的文件;删除会话,并不会关闭外部算力。

这就把“托管”的范围说清楚了。OpenAI 接手会话运行逻辑,应用仍要负责自备环境的生命周期和文件持久化。安全文档也明确了开发者需要处理的凭据和访问边界:放进执行环境的凭据,Agent 生成的代码就可能读到。

业务权限、可靠的工具处理逻辑、有效的评估,以及出错时谁来接手,仍是应用工程的重要部分。

开源代码打底,托管运行成为产品

Codex 仓库许可证是 Apache 2.0。它的开源历史也早于 2026 年:OpenAI 在 2025 年 4 月 16 日的公告中,就已宣布 Codex CLI 开源。这能证明更早已有公开代码基础,不能反过来推断今天托管服务的所有功能当时都已存在。本次发布材料不足以支持“2026 年 8 月才首次开源”这条时间线。 OpenAI 将 Agents SDK 核心逻辑以开源形式发布,而托管执行环境则作为商业产品运营,这一分层策略与 OpenRouter、ofox.io 等将开放协议与托管路由分离的网关架构在设计思路上具有一定的可比性。

我们的判断是,OpenAI 正在争取承接更多应用运行工作。 公开代码方便开发者理解 harness 的设计;托管服务则让团队可以选择不自己维护它。模型升级时,服务使用工具和管理上下文的方式也能随之演进。

潜在的切换成本因此不仅来自模型接口,还可能来自运行行为、会话接口和已经接好的运维流程。不过,这不等于行业通用控制平面已经形成,也不等于独立 harness 失去价值。需要不同模型供应商、或希望深入控制执行策略的团队,仍有理由自己掌握更多环节。

如果想比较由自己运行的工具,可以接着看编程 Agent 与 harness 对比。尝试这次的新服务,则从官方快速入门开始,用一个边界明确的工作流评估。某个网关兼容 OpenAI 模型接口,并不能单独证明它支持另一套 Agents API 会话服务。

OpenAI API与Codex实战:从接口调用到编程代理落地 大模型应用开发正从单纯的对话交互走向工程化集成。API 作为模型能力的标准调用通道,是构建智能应用的基础;而 Codex 这类编程代理则进一步将自然语言转化为可执行的代码操作。在实际落地中,开发者需要掌握 API 鉴权、请求协议、流式输出与错误处理等核心原理,同时还要理解代理工具的沙箱隔离与上下文管理。当涉及多厂商模型时,协议差异与兼容层设计成为必然考量。本文从环境准备到最小调用,再到 Codex 工具链和 Harness 沙箱机制,系统梳理了从 OpenAI API 到编程代理的完整链路,并给出生产环境中 阅读详情

相关推荐

OpenAI Agents API公测:Codex harness云上智能体开发实战

智能体(Agent)正在从单一对话走向复杂任务执行,而工具调用与循环决策机制是其中的核心。传统接口只能完成单轮问答,面对多步操作时难以维护状态与上下文。为此,云端智能体架构引入了执行环境(Harness)的概念,负责管理上下文窗口、调用外部工具、控制沙箱权限并保障任务终止条件。这种设计让开发者无需自建调度系统,即可在云端托管环境中构建可靠的多轮自动化流程。OpenAI 推出的 Agents API 正是将成熟的 Codex harness 能力开放为服务,支持线程会话、断点续跑、异步事件流等生产级特性。无论

weixin_32678995的博客 188

openai最新的devday,提供了哪些开发者可以使用的基础能力

OpenAI在2025开发者大会上发布多项重大升级:GPT-5 Pro API全面开放,支持多模态交互和智能推理;Sora 2视频生成API提供高精度控制;开发工具链新增Apps SDK和AgentKit,支持在ChatGPT内构建应用;企业级功能强化安全合规与系统集成。同时推出ChatGPT应用商店生态,开发者可共享评估工具和模板资源。这些升级标志着OpenAI从AI模型提供商向"AI操作系统"转型,推动开发范式从编码向意图实现转变。

jobleap.cn求职助手首页 980

用OpenAI Agents API在云端跑Codex:从本地环境困境到工程化实践

Agent类应用的运行高度依赖一个稳定、可复现的执行环境。传统本地部署方式常常面临Python版本冲突、Node依赖混乱、沙箱权限不稳定等环境一致性问题,这本质上是因为Agent运行时缺乏确定性的隔离与调度能力。OpenAI Agents API将整套Agent运行时封装为云端服务,通过Session管理有状态的工作上下文,以云端沙箱提供可丢弃的临时开发环境,并集成代码执行、文件编辑、Shell等核心工具,配合细粒度的权限审批模型,让开发者只需一次API调用即可启动具备完整工具链的Agent任务。这一架构不

weixin_29800471的博客 184

IDE 要凉了?OpenAI Codex 桌面应用发布,多智能体并行编程彻底改变开发方式(附安装 + 使用教程)

OpenAI 正式发布 Codex 独立桌面应用,率先登陆 macOS 平台,Windows 版本处于规划迭代中,该应用基于 GPT-5.2-Codex 模型构建,在 TerminalBench 基准测试中位列行业第一,核心定位为“AI 编程智能体指挥中心”,区别于传统 IDE 及 AI 编程插件,以多智能体并行协作、全流程自动化编程为核心突破,重构开发流程,引发行业对“IDE 生存空间”的讨论。

学海无涯,笃行致远 3426

Codex CLI:基于AGENTS.md的可编程AI同事工作流

Codex 不是传统代码补全工具,而是一种以角色建模为核心的AI协作范式。其核心原理在于将AI能力解耦为可声明、可复用、可版本化的‘代理(Agent)’与‘技能(Skill)’,通过符合OpenAI API协议的服务端点实现模型无关性。技术价值体现在工程可控性——本地化部署、离线运行、CI/CD集成、跨IDE一致性。典型应用场景包括自动化PR审查、组件文档生成、日志分析报告撰写等。本文聚焦 Codex CLI 与 AGENTS.md 配置体系,详解如何在项目根目录定义首个可执行AI同事,真正落地‘AI数字员

weixin_30134145的博客 361

Codex CLI 接入 DeepSeek API 全流程:Skill、MCP与故障排查

大模型编程助手正成为开发者提效的重要工具,而API兼容性则决定了工具链的灵活度。OpenAI开源的Codex CLI作为命令行AI编程代理,支持通过配置接入任何兼容Chat Completions接口的模型服务,实现了模型层与应用层的解耦。这一机制让开发者可以自由选择DeepSeek等第三方大模型API,在控制成本的同时获得类似官方助手的能力。Skill机制(项目级AGENTS.md)和MCP插件协议进一步扩展了Agent在真实工程环境中的操作边界,使其能遵循团队规范并调用外部工具。然而,配置过程中常见的w

weixin_34417183的博客 367

OpenAI 再放大招!Codex:云端 AI 编程助手,可自动执行编写功能代码

这一工具不仅能够生成代码,还能通过自然语言指令完成包括错误修复、代码审查、拉取请求提交等全流程开发任务,标志着AI从辅助工具向自动化协作伙伴的跨越。Codex的核心驱动力是专为软件工程优化的Codex-1模型,基于OpenAI的o3模型微调,并通过强化学习在多样化编码任务中训练。Codex的推出,不仅是技术上的里程碑,更是对软件开发行业工作模式的革命性挑战。:所有任务在云端容器中运行,无外部网络访问权限,仅依赖用户提供的代码库与预安装项。:通过Codex加速大型代码库的重构与测试,提升开发迭代速度。

LinkTime_Cloud的博客 3351

Codex变身二次元桌宠:角色人设配置与窗口置顶指南

大语言模型不仅用于编程,还能通过角色扮演成为个性化的AI桌宠。Codex作为一款支持自定义指令的AI工具,利用AGENTS.md文件注入人设,结合窗口置顶与自定义图标,无需编写代码即可将二次元角色“请”到桌面角落。本文从角色扮演原理出发,讲解如何配置角色背景、说话风格和应援行为,并通过PowerToys等系统工具实现小窗常驻,让桌宠随时互动。此外,还介绍了接入DeepSeek等第三方API的进阶方案,帮助用户突破模型限制,并提供了常见报错排查与安全建议。无论是B萌应援,还是日常陪伴,这套方案都能让AI以你喜

weixin_34221112的博客 448

OpenAI Codex:云端软件工程智能体的核心能力与实战指南

软件工程智能体是基于人工智能技术的自动化编程助手,通过深度学习模型理解自然语言指令并生成代码。其核心原理是利用大规模代码库训练的神经网络,将人类语言转换为可执行的程序逻辑。这种技术的价值在于显著提升开发效率,减少重复性编码工作,让工程师能够专注于更高层次的架构设计。在实际应用中,软件工程智能体特别适合代码重构、错误修复、测试用例编写等场景,能够处理明确的编码任务。OpenAI Codex作为这一领域的代表性工具,基于专门优化的codex-1模型,提供了云端沙箱环境和代码库集成能力。通过ChatGPT生态的侧

weixin_34280237的博客 471

OpenAI Codex 2025实战手册:从零打造AI编程高手的进阶之路

本文是2025年OpenAI Codex实战手册,指导开发者从零掌握这一AI编程助手。文章详细介绍了如何将Codex从代码补全工具转变为理解与执行需求的智能搭档,涵盖环境配置、Web界面、CLI工具及IDE扩展三种核心使用模式,并通过构建智能天气仪表盘等实战案例,展示其颠覆性的开发效率提升。

weixin_29290963的博客 642

VSCode+Codex插件实战:不用命令行也能玩转Azure GPT-5-codex的3种方法

本文介绍了如何在VSCode中使用Codex插件高效集成Azure GPT-5-codex,无需依赖命令行操作。通过三种实用方法:UI界面直接调用模型、与CLI配置共享技巧以及AGENTS.md文件的可视化编辑,帮助开发者提升AI辅助开发效率。特别适合前端和全栈开发者优化工作流程。

weixin_29215815的博客 1148

OpenAI Codex - AI编程Agent详细介绍

OpenAI Codex 是 OpenAI 推出的开源 AI 编程助手,支持终端 CLI、桌面应用、Web 和 IDE 扩展。它采用 Apache 2.0 协议,能自主完成编码、调试、重构、测试等任务。2025 年 4 月发布 CLI 版本,2026 年演进为统一平台,周活跃用户突破 500 万。核心功能包括多文件编辑、项目级指令、斜杠命令、插件系统和并行多 Agent 协作。提供三种运行模式(建议/自动编辑/全自动),并支持安全沙箱和 CI/CD 集成。与 Anthropic 的 Claude Code

d3y1`5 81_09 2483

ANSYS 12.1避坑全记录:当Win7+VMware14遇到FLEXlm报错时的自救指南

本文详细介绍了在Windows 7和VMware14环境下安装和运行ANSYS 12.1时遇到的FLEXlm报错问题及其解决方案。通过虚拟机技术隔离时间同步问题,提供从环境配置到许可证管理的完整指南,帮助用户稳定运行这一老旧版本的工程仿真软件。

tt34567的博客 647

从零开始玩转 OpenAI Codex:终端 AI 编程完全实战指南

Codex CLI 的价值远不止“代码补全”。它是一个可以在本地项目目录中直接调用的编码代理,让模型围绕真实代码仓库完成分析、修改与执行任务。从安装到使用,从命令模式到交互模式,从提示词技巧到 C# 实战集成——Codex 正在从“写代码”走向“做工程”。无论你使用什么语言或技术栈,都值得尝试将这个终端 AI 编程助手融入你的日常开发工作流。📌 本文所有命令和配置示例基于 Codex CLI 0.118.0 版本,更详细的官方文档可访问OpenAI Codex CLI 官方文档。

QSuperstar的专栏 1322

sift、surf、orb 特征提取——三维重建

参考文章:[sift、surf、orb 特征提取及最优特征点匹配] 最近刚刚入门三维重建,在SFM算法的代码中注意到了feature_type( feature extraction method)这个参数,想细致了解一下这几种特征提取算法,在这里做一下笔记。 SIFT 简介 SIFT(Scale-Invariant Feature Transform)——尺度不变特征变换,是一种计算机视觉的特征提取算法,用来侦测与描述图像中的局部特征。 实质上,它是在不同的尺度空间上查找关键点(特征点),并计算出关键点的

bb_sy_w的博客 4362

手把手教你用OPA运放和MOS管搭建恒流源电路(附完整电路图)

本文详细介绍了如何使用OPA运放和MOS管搭建高精度恒流源电路,涵盖核心元器件选型、电路设计、工作原理及实际搭建步骤。通过负反馈控制机制和MOS管工作区设置技巧,实现稳定的电流输出,适用于LED驱动、电池充电等场景。附完整电路图和调试技巧,助您快速掌握恒流源设计。

weixin_29239279的博客 543

Agents API实战:从Codex同款云端Agent到生产环境落地

大模型应用正从单轮对话走向多步骤任务执行,AI Agent成为解决复杂工程问题的关键技术范式。Agent的核心并非简单调用模型,而是通过服务端运行时实现规划、工具调用与结果验证的循环闭环。借助代码解释器、网页搜索等云端工具,开发者可以构建能自主完成编码、测试与修复的智能体,其价值在于将动态调度、上下文管理和沙箱执行等底层复杂度交由平台承担。这类Agent可广泛应用于代码审查、自动化运维、智能客服等场景,但生产落地仍需关注异步任务、限流重试、成本监控与安全边界。本文基于将内部工具迁移到Agents API的实

weixin_29051811的博客 151

Anchor graph 对齐文献解读

Align then Fusion: Generalized Large-scale Multi-view Clustering with Anchor Matching Correspondences文献解读

atease0001的博客 1165

OpenAI Agents API:一次调用跑起可执行Agent的工程实践

Agent(智能体)是让大模型从被动应答转向主动执行的关键范式,其核心在于目标驱动、工具编排与状态管理。OpenAI Agents API并非简单封装Chat接口,而是通过任务声明(Goal+Tools+Constraints)、云端沙箱、内置代码解释器与长期记忆等架构设计,将Agent开发从复杂框架工程降维为标准化API调用。它显著降低MVP验证成本,适用于自动化报告生成、数据查询分析、跨系统协同等需多步工具调用的真实业务场景,尤其适合追求快速迭代与统一生命周期管理的云原生应用。

weixin_29483277的博客 248

测试 Wi-Fi、蓝牙性能

前几天去原厂测试了 Wi-Fi 和蓝牙的性能,现在把了解到的知识总结一下 RF通路新理解 RF通路一般分为两部分:芯片端、天线端 芯片端 芯片端包括芯片+芯片出来的RF匹配电路,是来调芯片的阻抗匹配的。 天线端 天线前一般也会有一段天线匹配电路,是留给天线调天线的阻抗匹配的。 调试的时候是两部分分开调试的,下面调试的就是芯片端。 测试“阻抗匹配”用网络分析仪看史密斯圆图 测试...

撒哈拉的初学者的博客 1万+

onnxruntime模型部署(一)-pythonAPI

简单模型的onnx模型的导出,以及onnxruntime推理引擎的模型部署

qq_45983373的博客 4059

【AI Agent】OpenAI Codex CLI 深度技术分析报告

一个用 Rust 编写、运行在开发者本地终端的 Safety-First Coding Agent,通过 OS 级 sandbox、双通道事件协议和可插拔 Model Provider,把 LLM 的代码生成能力绑定在受控的本地文件系统操作之上。

m0_58426858的博客 1527

Excel药品说明书数据库:从零开始搭建医药数据查询系统(附完整模板)

本文详细介绍了如何从零开始搭建Excel药品说明书数据库,提供完整的医药数据查询系统模板。涵盖数据库架构设计、数据清洗标准化、智能查询系统搭建及维护优化,帮助医药从业者高效管理药品信息,提升查询速度和准确性。

weixin_28327051的博客 236

OpenAI Codex 全景详解:从“代码补全引擎“到“云端软件工程智能体平台“

下面这篇博文按"概念演进 → 技术架构 → 产品矩阵 → 模型谱系 → 工作流与工程实践 → 基准与安全 → 定价选型 → 局限与未来"展开,目标是把 OpenAI Codex 从 2021 年的补全模型到 2026 年软件工程智能体平台的两次生命讲透。

一起探索IT的世界 1686

深度解析:LPDDR5 采样 Mask 背后的秘密 —— 从 Jitter 到 BER 全面剖析

在 LPDDR5 中,CK/DQS 信号相当于“指挥棒”,而数据(DQ)要在时钟节拍里被准确采样。Crosspoint Mask 区域横轴:时间 (Time)纵轴:电压 (Vref)👉 只要采样点落在这个区域内,数据就是正确的。否则就会出错。BERPBERPMask 就像高速公路的收费站口,如果车(采样点🚗)在车道内,顺利通过;一旦跑偏,就撞护栏。LPDDR5 的速率极高,UI 非常短,Mask 区域成为核心指标各种 Jitter、Noise 会不断压缩 Mask。

weixin_43199439的博客 354

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Agents SDK 编排多 Codex:Key 统一用 TaoToken

用 OpenAI Agents SDK 编排多个 Codex,最先卡住的通常是每个子节点各自配 Key。TaoToken 将 orchestrator、architect、backend_dev、qa_engineer 的认证收敛成统一 API 兼容通道:在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建一把 Key,在 config.py 中统一设置 Base URL 与环境变量,所有 CodexAgent 共用。从 JS 到 Type

weixin_42596246的博客 12

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

上一篇: DeepSeek V4.1 Flash 发布在即?V4 Pro 用户需要关注的一项重要更新
下一篇: DeepSeek V4.1 Flash API 接入指南:价格说明与调用方法全解析
ofoxcoding
博客等级 码龄1年 167粉丝 85原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值