OpenAI 在 9 月 10 日向所有人开放的这套托管 harness，负责运行智能体循环里唯一会改写"智能体究竟在做什么"的那一步——上下文压缩——而它所跑的版本号，你永远看不到。Agents API 里其余的一切，都只是你本来也能自己搭的便利。压缩才是你交出去的那一块，也正是你的评测一直在默默当作常量的那一块。
速览
这次公测把一次智能体部署切成三个归属区，而这个切法，与过去两年托管运行时产品所划的那一条并不相同。
| 区 | 谁在跑 | 里面有什么 | 能钉住版本吗？ |
|---|---|---|---|
| 能力 | 你 | 你的工具、你的 MCP 服务器、你的提示词、你的数据访问。 | 能——那是你的代码。 |
| Harness | OpenAI | 会话生命周期、子智能体编排、失败恢复、上下文压缩。 | 不能。 |
| 执行 | OpenAI、合作方，或你自己 | 智能体写文件、跑命令所在的那个沙箱。 | 能——供应商与镜像由你选。 |
究竟发布了什么
2026 年 9 月 10 日，OpenAI 把 Agents API 推入公测。它的卖点是：一次调用，就跑起 Codex 与 ChatGPT for Work 背后的同一套托管 harness——可跨轮次续作的持久会话、流式进度、你自己的工具与 MCP 服务器、子智能体协同、会话逼近窗口上限时对早先上下文的自动压缩，以及某一步失败后的恢复。
执行则被刻意解绑。所谓 Environment——智能体跑代码、改文件、读输出的那个可选沙箱——可以由 OpenAI 托管、由你自有基础设施提供，也可以从九家合作方中选取：Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercel。
公测期内，Agents API 本身不收费。你付的是模型 token、工具，以及——若使用托管沙箱——容器时长：按内存档位以每二十分钟会话计价，符合条件的会话按分钟计费、五分钟起步。
有一点值得分清，因为名字太容易撞车：Agents API session、Agents SDK session、Responses conversation 与 sandbox，是四种不同的资源。Responses API 是你拿来拼出一个循环的原语；Agents API 就是那个循环本身。
终于有人把循环卖出来了
一个月前，对托管智能体平台最诚实的一句总结是：它们没有一家会把循环卖给你。AgentCore、Foundry、Vertex AI Agent Engine 与 Cloudflare Agents 各自卖的，是环绕在一个仍需你亲手编写的控制循环之外的一圈服务——身份、记忆、工具网关、追踪、持久执行——而它们不卖循环，并不是出于拘谨。循环正是厂商的主张变成你的行为的地方，没人愿意扛下这份归属。
Agents API 扛下了。这是一项货真价实的产品决定，而且确实省掉了实打实的工作：会话持久化、重试、子智能体扇出，以及"第四十步模型返回了一堆垃圾怎么办"这一长尾，都是团队会反复重写、且往往写得不好的东西。凡是写过两次智能体循环的人都知道，第二次并没有更好，只是更"自己"而已。
但循环并不是一个非有即无的整块。它是一串步骤，而这些步骤在"会多大程度上改变正在运行的东西之含义"上，差别极大。重试策略是个旋钮。流式是管道。子智能体扇出是一种你能从外部推理的架构，因为你看得见子智能体的输入与输出。压缩这三样都不是。
压缩是会改写目标的那一步
任何长跑的智能体终将超出自己的窗口，而每一种实现给出的答案都是某种有损重写：把更早的轮次总结掉、丢掉看起来已用尽的工具结果、保留看起来还承重的部分。本站的上下文压缩页面把它当成一个记忆层级问题来处理，这也是通行的框定方式。这个框定说轻了。
压缩是循环里唯一一个会重写智能体自述其任务的步骤。目标是以文本形式进入对话记录的。压缩之后，它变成了那段文本的一次转述——由一个模型产出，依据的是一段不是你写的总结提示词。在一次长会话里这么来上四次，智能体追的就是你那条指令的第四代复述了——它追得很称职、很笃定，而对照的验收标准已经没人能还原。
这正是目标漂移背后的首要机制，而漂移恰恰是那种能从结果评估里活下来的失败：最终产物是对智能体最后在问的那个问题的一个好答案。你没法靠给结果打分抓到它，因为就其自身的口径而言，结果是好的。抓它的办法，是把目标钉在对话记录之外、并逐字重新注入——而这是一件你对"自己的"压缩步骤才做得了的事。
具体的检验方式：把一次长会话的对话记录翻到压缩触发的那一处，找出陈述目标的那一句。如果它是一句转述而不是你原本的字符串，你就有一个漂移面。如果你连翻到那一处都做不到，你就有一个量不了的漂移面。
所以，对一套托管 harness 该问的问题不是"它的压缩好不好"，而是：它变了的时候，我看得出来吗？harness 版本不是模型版本。它可以在某个周二上线、把中位情形改好，同时挪动你的智能体在长尾上的行为——也就是压缩真正会触发的那些会话——而你日志里没有任何一个标识符会跟着变。你手上的每一个评测分数，都隐含着一个由模型版本、提示词版本、harness 版本与裁判版本构成的元组，而上线与版本管理这整套纪律存在的意义，就是让这个元组保持显式。公测交给你的这个元组，有一格被永久标成了"当前"。
这些都不意味着这个产品是个错误。它意味着这是一笔有明确价格的交易，而这个价格，是从你归因一次回归的能力里扣的。下个月通过率掉了四个点时，候选解释有：你的提示词、你的工具、模型，以及第四样你既查不了、钉不住、也回滚不了的东西。
harness 是免费的，而这正是提示
把这套定价当成一份设计声明来读，而不是当成打折。容器档位随内存线性增长——约合每 GB 每二十分钟会话三美分——而按分钟计费、五分钟起步，正面回应了"沙箱大部分时间是闲着的"这一质疑。这一部分拿捏得好。
与此同时，harness 不要钱，其成本由 token 支付。这层对齐值得直说：一套压缩得更晚、保留更多历史、或重试更频繁的 harness，会让你多付钱、也让厂商多赚钱，而没有任何一项账单条目会让你察觉。这不是指控——激进的压缩同样会拖垮质量，所以激励并非单向——但它正是"一个免费组件在推理上从来不免费"的原因。唯一的防线，是一个由你自己算出来的数字：每完成一项任务所耗的 token，按 harness 变更逐次跟踪。这与智能体单位经济要求的是同一套纪律，而几乎没人会把它用在一个自己都不知道"原来有版本"的组件上。
九家沙箱合作方不是慷慨
被解绑的执行层，是这次发布里结构上最有意思的一项选择，而它与这条新闻显而易见的读法正好相反。一家要把栈收拢的厂商，会自己托管沙箱、到此为止。OpenAI 却点名了九家沙箱供应商，还允许你自带基础设施。
原因在于，受监管的异议都住在算力那一层。数据驻留、网络出口、VPC 对等、审计员追问某个文件是写在哪个司法辖区的——这些才是会把企业合同拖住的对话，而它们问的全是代码在哪里跑，不是谁下令让它跑。把这一层交给合作方，既拆掉了阻碍，又留住了真正拉开差距的那一层。
这也就告诉了你 OpenAI 认为哪一项才是耐用资产，而它与基准文献的结论一致。过去一年的智能体评测反复抵达同一个令人不适的发现：被测出的智能体性能里，有很大一份属于脚手架而非模型——把 harness 算进去的分数与开放轨迹语料都落在了这里。如果性能由脚手架承载，那脚手架就是产品。Agents API 就是这条论点被做成了一个端点。
什么时候值得接下这笔交易
| 处境 | 用托管 harness | 留着自己的循环 |
|---|---|---|
| 会话短，几乎不触发压缩 | 用——有风险的那一步几乎不会发生。 | 只有在你已经搭好了的情况下。 |
| 长时自主运行，时长以小时计 | 仅在你能自己做目标重注入时。 | 留着——这里的压缩策略是一项产品决定。 |
| 你用评测套件卡发布 | 仅在你同时钉住一条金丝雀并频繁重设基线时。 | 留着——你需要那个版本元组是完整的。 |
| 受监管数据，驻留要求严 | 用，配自有或合作方沙箱。 | 只有在 harness 也必须留在境内时。 |
| 你在做原型 | 当然用。 | 不必。 |
如果你要采用它，头一周有三件事值得做，而且都不贵。把你的目标放在一个 harness 转述不到的地方——做成一个智能体必须调用才能重读验收标准的工具就行，因为工具结果会在每一个窗口里新鲜抵达。留一条冻结的场景每天重跑，模型与提示词固定，这样一次无声的 harness 变更，就会表现为你能控制的那条线上出现一次无从解释的位移。再从第一天起就记录每完成一项任务所耗的 token，因为对一个你读不懂其行为的组件，这条序列是你能拿到的唯一早期预警。
退出这个问题，要在采用之前答，而不是在事故当中答：离开长什么样？退出一套托管智能体运行时基本上是个数据引力问题，而这里的引力很特别——被扣住的不是你的数据，是你的标定。工具一个下午就能搬走。"我的智能体在第三个小时会怎么表现"这份认识，搬不走。
常见问题
Agents API 是 Responses API 的替代品吗？
不是。Responses API 是你拼装成循环的原语；Agents API 替你跑那个循环。两者是各有各的会话对象的独立资源，建在 Responses 上的智能体不会自动变成一个 Agents API 智能体。
用 Agents API 是否意味着我的代码跑在 OpenAI 的基础设施上？
不一定。执行是解绑的：你可以用 OpenAI 托管沙箱、用九家具名合作方之一（含 Cloudflare、E2B、Modal、Vercel），也可以用自有基础设施。但无论如何，harness 都跑在 OpenAI——那才是你挪不走的那一块。
为什么单挑压缩来说，而不是整套 harness？
因为其余步骤从外部是可观测的。你看得见一次重试重试了什么、一个子智能体被要求做什么。压缩重写的是对话记录本身，包括陈述目标的那一句，所以它的影响恰恰在最要紧的那些运行里是隐形的。
公测定价实际会让我付多少？
照旧是模型 token 与工具，外加使用 OpenAI 沙箱时的托管容器时长——按内存档位以每二十分钟会话计价，符合条件的会话按分钟计费、五分钟起步。公测期内 API 本身不另行收费。
我已经在跑自己的循环了，还有理由切换吗？
子智能体编排与会话持久化是实打实的工作量，如果你这两块不牢靠，这笔交易可能划算。但别在你同时也在换模型或改提示词的那个季度切换——你会丧失对接下来发生的任何事做归因的能力。
延伸阅读
本站相关：
- 智能体 harness——模型外面那层脚手架究竟做了什么，以及它为何会挪动分数。
- 目标漂移——一次长运行为何会换上一个更容易的目标并称职地去追。
- 上下文压缩与分层记忆——这次重写的机制。
- 托管智能体运行时——被这次发布重新定义的那个品类。
- 退出一套托管智能体运行时——离开的代价，提前算清。
- Claude Managed Agents：架构——同一笔交易，由另一家厂商划出的界线。
信息来源：
- OpenAI release notes——Agents API 公测，2026 年 9 月 10 日。
- OpenAI API 文档 — Agents 指南——会话、环境、子智能体、压缩。
- Introducing the Agents API and hosted sandboxes——OpenAI 开发者社区公告。