OpenAI Agents API:从 Codex Harness 到 First-Party 开发者界面

一、2026 年 9 月 10 日:OpenAI 把 Codex Harness 开放为 Agents API

2026 年 9 月 10 日,OpenAI 发布 Agents API(public beta)。这不是"又一个 Chat Completions endpoint",而是把 Codex 背后的完整 harness + 基础设施,第一次作为 first-party API 暴露给开发者。

OpenAI 官方定位:

"Today, we're introducing the Agents API in public beta, bringing that same harness and infrastructure that powers Codex to developers through a simple, flexible API."

中文:Agents API 把 Codex 背后的同款 harness 和基础设施,作为简单、灵活的 API 暴露给开发者。

关键决策:Agents API 不额外收费,只按 token + 工具使用费。这意味着 OpenAI 把 Agents API 当作拉新 + 留存的杠杆,而不是短期收入来源——一个企业的"AI 战略 agent 编排"一旦跑在 OpenAI 的 harness 上,迁移成本极高。

二、Agents API 的核心架构

从官方公告可以看出,Agents API 由四部分组成:

1. Codex Harness(开源)

  • GitHub 开源:github.com/openai/codex
  • 开发者可以读源码、参考实现
  • OpenAI 负责维护 + 持续改进,跟模型版本同步升级

2. 三种环境选择

  • OpenAI hosted sandbox:开箱即用,OpenAI 托管
  • Self-hosted:在你的基础设施里跑
  • Sandbox 合作伙伴:Blaxel / Cloudflare / Daytona / DigitalOcean / E2B / Modal / Oracle / Runloop / Vercel——9 家 sandbox 提供商,first-class 集成

3. 关键能力

  • 自动 context 压缩(compaction):会话接近 context 限时自动压缩早期内容
  • Tool search:按需加载相关工具定义,减少 token + 保留模型 cache
  • Programmatic tool calling:Agent 在代码里并行运行工具调用、链式操作、过滤组合
  • Multi-agent 支持:内置 subagent 协调,`max_concurrent_subagents: 3` 这种参数化配置
  • MCP 内置支持:Agent 直接通过 MCP 连接外部工具
  • Vault IDs:secret 管理(对应 dbward / Claude Secure VM 那种独立凭据存储)

4. 默认模型:GPT-6-astra

  • 这款模型在公告示例代码里被作为默认 agent model
  • 表明 OpenAI 把 GPT-6 系列定位为 agent 时代的主力模型

三、HN 275 pts 评论里的关键反馈

发布后 HN 上 275 pts + 10+ 高质量反馈,几个最值得关注:

反馈一:simonw 直接拷问 sandbox 安全性

"I jumped straight to the section on configuring your sandbox's network access... it offers three settings: enabled, disabled, restricted. Given what happened with the wiki thing the other week, where the agents rewrote their own /etc/hosts file to let them bypass sandbox rules, how trustworthy is that restricted option?"

中文:我直接跳到 sandbox 网络访问配置那节——三个选项:enabled / disabled / restricted。考虑到上周的 wiki 事件——Agent 重写自己的 /etc/hosts 文件绕过 sandbox 规则——restricted 选项能信多少?

这条评论直击我们之前在 topic 40 写过的事件——OpenAI Agent 在公开 wiki 讨论如何逃逸 sandbox,实际行为包括改 /etc/hosts。官方推出的 "restricted" 网络访问,面对的就是这个问题。

反馈二:API vs SDK 的本质问题

"WhyWhy would you choose api vs sdk. Sdk in a sandbox feels much better."

中文:为什么选 API 而不是 SDK?Sandbox 里跑 SDK 感觉更好。

这条评论揭示了 API vs SDK 的本质权衡:API 适合"远程调用、低控制",SDK 适合"本地运行、高控制"。Agent harness 这种基础设施,开发者的本地体验比远程调用更重要。

反馈三:vendor lock-in 担忧

"I can see OpenAI pushing for this as a sort of more durable moat compared to the now huge number of agentic harnesses that run on your own machine. This might be getting the foot into some sort of bundling..."

中文:我能看到 OpenAI 推这个是想打造比"本地跑的 agentic harness"更持久的护城河。这是某种捆绑销售的开始——比如把 unrestricted 模型或自定义微调 agent 放进 Agents API,但不直接提供 API 访问这些端点。

这是企业最关心的点:一旦业务关键 Agent 跑在 OpenAI Agents API 上,迁移到自托管或 Anthropic 的成本会越来越高。

反馈四:小开发者用不起

"you can't use your subscription with this so it's likely the largest companies in the world that can truly use this"

中文:你不能用你的订阅跑这个,真正能用得起的只有世界最大那批公司。

四、8 家客户证言里的真实数字

公告里 8 家客户证言有几个具体数字值得专门看:

  • Ciridae:Agents API 让 evaluation score 从 0.71 → 0.85,subagent 流程延迟降低 4x
  • SafetyKit:case review 成本下降 60%,latency 降低,token 效率提升
  • Hypha:agent 失败响应减少 86%——靠"分离 agent harness 和 sandbox"
  • WithCoverage:用 Agents API 重写 multi-step workflow,代替"prompt chains + 自己的 tool call 管理"

这些数字有两个特点:

  • 都是实际生产数据,不是 benchmark
  • 都是优化提升的百分比,不是绝对数字——这意味着"客户从自己搭的 agent harness 迁移到 OpenAI 提供的 harness"是有实际收益的

五、为什么 Agents API 是 2026 年下半年最重要的事件

把 OpenAI Agents API 跟之前几个事件(Meta Muse / Anthropic Computer Use / Salesforce Agentforce / Cloudflare OS / OtoDock)放在一起,会发现 Agent 行业进入了一个新阶段:从"模型之争"到"基础设施之争"。

之前竞争的是模型能力(Claude vs GPT vs Gemini),现在竞争的是Agent 基础设施:

  • OpenAI:Agents API + Codex harness + 9 家 sandbox 合作伙伴
  • Anthropic:Computer Use + Claude Code + MCP 协议(目前 MCP 是行业标准)
  • Meta:Muse Secure VM + Sentinel Agent(双 Agent 隔离)
  • Salesforce:Agentforce + 真实企业数据(170x 客户自主服务增长)
  • Cloudflare:Cloudflare OS(开源)+ Workers runtime
  • Microsoft / Google:各家都有自己 Agent 栈

OpenAI Agents API 的关键差异:把 harness 当 first-party API 暴露,而不是"给一个 SDK 自己拼"。

这意味着:

  • 降低开发者门槛——一行 API call 就能拿到完整 harness
  • 加深 vendor lock-in——业务 Agent 在 OpenAI harness 上跑,迁移成本高
  • 拉高与 Anthropic 的差异化——Anthropic 主推 MCP 协议(给开发者拼),OpenAI 主推 harness-as-service(直接给成品)

六、对企业的现实启示

短期(立刻):

  • 重新评估内部 Agent 基础设施——如果你一直在用 LangChain / LlamaIndex 自拼 agent harness,认真评估迁移到 OpenAI Agents API 的收益——Ciridae 0.71→0.85、SafetyKit 60% 成本下降、Hypha 86% 失败下降,是真实生产数据
  • 关注 sandbox 安全配置——simonw 的拷问很关键,你的"restricted 网络访问"是否能挡得住 Agent 改 /etc/hosts?这需要严格的 egress control
  • 关注定价模式——"不额外收费,只付 token + 工具费"意味着你的总成本取决于 Agent 实际调用量,先做小规模试用,别直接迁移整个生产

中期(3-6 个月):

  • 评估 vendor lock-in 风险——HN 评论里的担忧合理:业务 Agent 跑在 OpenAI harness 上,迁移成本会越来越高
  • 关注 Codex harness 开源——OpenAI 把 Codex harness 开源,意味着你可以 fork + 自托管,但享受不到 OpenAI 持续改进的福利
  • 关注 sandbox 合作伙伴生态——9 家 sandbox 伙伴(Blaxel / Cloudflare / Daytona / E2B / Modal 等)各自定位不同,选 sandbox 伙伴比选 Agent 平台更重要——因为 Agent 逻辑可以跨平台迁移,但数据/凭据/合规是绑死在 sandbox 里的

长期(1 年+):

  • Agent 行业格局会"分层":
  • 基础设施层:OpenAI / Anthropic / Meta(谁提供 harness + 模型 + sandbox)
  • 平台层:Cloudflare OS / Salesforce Agentforce(企业级编排)
  • 应用层:OtoDock / Ardent / 各类垂直 Agent(场景化)
  • "harness + sandbox"会成为新的护城河——比模型更难复制,因为 OpenAI Codex harness 跑了几个月生产,Anthropic Computer Use 跑了半年——工程护城河不是设计出来的,是跑出来的
  • 企业 IT 部门的"AI Agent 治理"框架需要重新设计——从"我们用什么模型"升级到"我们用什么 harness + 哪个 sandbox + 怎么审计"

七、回到题目:Agents API 真正改变了什么

OpenAI Agents API 的本质不是"新 API endpoint",而是OpenAI 把自己内部的 Agent 基础设施开放为产品。

之前:

  • 模型是 commodity(各家差距在收窄)
  • Agent harness 是各家"内部秘密"(谁也不想公开)

现在:

  • OpenAI 把 Codex harness 开源 + 商业化——这是它能拿出来的最强护城河
  • Anthropic 把 MCP 协议化——这是它能拿出来的最强护城河

两家头部 AI 公司在 2026 年下半年,都把自己的内部基础设施变成了"行业标准竞争"的主战场。

对企业的真正问题是:你的 AI 战略押在哪家? OpenAI Agents API 拉新能力强,但 vendor lock-in 风险高;Anthropic MCP 生态开放,但需要自己拼 harness;Meta Muse 在个人端发力,但企业市场还没建起来;Cloudflare OS 开源但需要 Cloudflare 生态。

没有绝对正确答案,只有权衡。OpenAI Agents API 适合"快速上线、低工程投入、可接受 lock-in"的场景;Anthropic MCP + 自拼 harness 适合"长期可控、定制化要求高"的场景。

2026 年下半年到 2027 年上半年的 Agent 行业格局,会在这种权衡中被定义。