OpenAI 发布 Agents API，开放支撑 Codex 与 ChatGPT 的 agent 基础设施

OpenAI 以公开测试版形式发布 Agents API，开发者可借此构建云端 agent，使其自主运行数小时、执行代码，并把任务移交给子 agent。除 token 用量外不收取额外费用，Cloudflare、Vercel 和 Oracle 提供额外的沙箱环境。该 API 被视为 Codex 与 ChatGPT 背后的基础设施对外开放。

此前 Codex 与 ChatGPT 的 agent 能力属于 OpenAI 内部能力，开发者难以直接调用；如今以公开测试版开放，并支持长时间自主运行、代码执行与子 agent 任务交接，意味着这类基础设施从产品内置能力变为可被第三方集成的外部服务。

该 API 将 agent 的运行、代码执行和任务分发放在云端完成，开发者只需支付 token 费用，沙箱环境则由 Cloudflare、Vercel、Oracle 等第三方提供。这样 OpenAI 提供编排与模型层，云厂商提供隔离执行环境，形成分工结构。

开发者可在自有产品中嵌入可长时间自主运行的 agent，或把复杂任务拆分给子 agent，减少自建调度与执行环境的工作量。由于仅按 token 计费，成本结构相对简单，但运行时长与沙箱资源仍取决于所选的第三方环境。

• 评估将现有需人工触发的自动化流程改由 Agents API 承接，测算 token 成本与人工成本差异。
• 试验把长任务拆分为主 agent 加子 agent 的结构，验证任务交接在自身业务中的稳定性。
• 在 Cloudflare、Vercel、Oracle 三种沙箱环境间做对比测试，选择与自身技术栈匹配的方案。
• 围绕 agent 运行时长和 token 消耗建立监控与限额，避免公开测试版阶段的成本失控。

• 公开测试版对开发者开放的地域和账号资格是否有限制？
• Cloudflare、Vercel、Oracle 的沙箱环境是否收取额外费用或有何差异？
• Agents API 是否兼容或迁移自既有的 Assistants API？
• 长时间自主运行的稳定性、失败重试与安全边界如何界定？