OpenAI 于 9 月 10 日发布 Agents API 公开测试版，开发者可通过一次 API 调用，使用驱动 Codex 的同一套运行框架与基础设施。
该 API 已面向所有开发者开放公测。框架由 OpenAI 托管并维护，智能体的算力可运行在 OpenAI 托管沙箱、开发者自有基础设施或合作伙伴沙箱中。OpenAI 表示，数据仅保存在美国境内，暂不支持零数据保留。
据官方文档，这套 API 围绕四个概念组织：Agent 指模型、指令、工具以及可用的 MCP 服务器；Environment 是可选沙箱，智能体在其中访问文件、加载技能并执行命令；Session 是持久化的智能体实例，负责处理任务并响应输入；Events and items 则是发送给智能体的输入与其产生的输出。一个会话按四步运行：创建会话并下达任务，通过流式输出或 webhook 跟踪进度，随后以新任务继续或对当前轮次进行引导。
OpenAI 在公告中给出一次调用创建事件调查智能体的示例：指定模型 gpt-6-astra，接入名为 observability 的 MCP 服务器，开启多智能体并允许最多 3 个并发子智能体，环境使用 OpenAI 托管沙箱，输入要求调查 service-api 近 30 分钟 5xx 错误率升高的问题，把部署、错误与依赖分析分派给子智能体，并将发现、证据与建议写入 /workspace/outputs。快速入门文档涵盖 API 密钥权限与 SDK 配置。
运行位置是主要架构选择。API 提供三种沙箱选项，也可以不使用沙箱。OpenAI 托管沙箱复用 Codex 与 ChatGPT 背后的沙箱基础设施，可配置文件、包、技能与插件；自托管需在自有环境中运行 codex exec-server，以受限密钥注册并通过 WebSocket 连接，所有连接均为出站；合作伙伴沙箱包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel，均提供第一方集成。
框架本身由 OpenAI 与模型同步维护，并在每次模型发布时提供带版本的访问。长会话方面，当会话接近上限时 API 会自动压缩较早的上下文，开发者无需自行编写压缩逻辑。工具使用方面，工具搜索按需加载工具定义，以减少 token 消耗并保留模型缓存；程序化工具调用允许智能体并行调用并串联操作，在代码中过滤或合并结果，只把相关数据送回上下文。支持的工具有 MCP、自定义函数，以及网页搜索等内置工具。多智能体支持下，主智能体把复杂任务拆成独立部分，各子智能体保有自身上下文，由主智能体协调并合并结果。
与 Agents SDK 和 Responses API 相比，OpenAI 将 Agents API 定位为集成成本最低的选项：框架由 OpenAI 运行，任务之间的状态、轮次与条目会被保存，执行环境可为 OpenAI 托管、自托管或无沙箱。Agents SDK 运行在开发者应用内部，集成成本中等，状态存储在开发者一侧；Responses API 集成成本最高，需要手动管理历史、响应链或会话。
OpenAI 同时公布了客户自报数据，并说明这些数字由供应商提供，并非独立基准测试。Ciridae 的评估得分从 0.71 升至 0.85，子智能体流程延迟降低至四分之一；SafetyKit 迁移案例审核工作流后，单案例成本下降 60%；Hypha 将框架与沙箱分离后，失败的智能体响应减少 86%；Nash.ai 在全球物流网络中运行数千个长时智能体。OpenAI 称该 API 不额外收费，按 token 计费。