摘要OpenAI 将 Codex 的智能体执行能力以 Agents API 的形式开放让开发者可以用托管方式处理会话状态、任务编排、上下文压缩、失败恢复与多智能体协作。本文用一篇文章讲清核心概念、选型方法、网页操作能力以及生产落地时必须守住的安全边界。一、为什么 Agents API 值得关注传统大模型 API 更像一次“请求—响应”应用发送上下文模型返回结果。但真正的智能体任务通常是一条持续运行的执行链读取代码、文档或业务数据分析目标并制定计划调用搜索、命令行、浏览器或业务接口根据执行结果动态调整下一步遇到高风险动作时请求人工批准中断后恢复并保留前一次进度。如果完全自行实现开发团队不仅要编写业务工具还要维护状态机、会话存储、上下文裁剪、重试机制和执行环境。Agents API 的核心价值就是把这套“智能体运行时”托管起来。二、先看整体架构用户 / 业务系统 │ ▼ Agents API会话、编排、压缩、恢复 │ ├── Agent模型、指令、工具与协作策略 ├── Session持续运行的任务上下文 ├── Events进度、审批、错误与完成事件 └── Environment托管沙箱或自托管环境 │ └── Web / Shell / MCP / 业务工具平台负责会话、编排、上下文压缩和恢复应用则负责定义目标、提供工具并选择合适的执行环境。三、四个核心概念1. Agent定义“谁来做”Agent 描述智能体的行为边界通常包括模型、instructions、可用工具、MCP 服务以及是否启用多智能体协作。2. Environment定义“在哪里做”Environment 是智能体的工作空间可以是 OpenAI 托管沙箱也可以是自托管环境。智能体能在其中执行命令、读写文件、加载技能并生成交付物。托管沙箱启动快、维护成本低适合标准化任务。自托管环境更适合企业内网、专有软件、严格数据边界或受控基础设施。3. Session让任务持续运行Session 不是一次性请求而是一个可持续的智能体实例。它可以接收后续任务、被用户中途引导并在暂停或断线后继续执行。4. Events 与 Items让过程可观察Events 用于汇报工具调用、等待输入、错误和任务完成等运行过程Items 则记录输入与输出。应用可以通过流式事件或 Webhook 获取进度。四、最小 JavaScript 示例下面的示例展示如何创建一个带托管环境的会话。实际运行前需要安装最新版 OpenAI SDK并配置OPENAI_API_KEY。import OpenAI from openai; const client new OpenAI(); const session await client.beta.agents.sessions.create({ agent: { model: gpt-6-astra, instructions: [ 你是一名代码审查智能体。, 先阅读项目再执行测试。, 未经批准不执行发布、删除或权限变更操作。 ].join(\n), tools: [ { type: web_search }, { type: programmatic_tool_calling } ] }, environment: { type: openai_hosted }, input: [{ role: user, content: [{ type: input_text, text: 分析这个项目的测试失败原因并给出修复建议。 }] }] }); console.log(session id:, session.id);这里最关键的并不是某个模型名称而是session。应用保存 session ID 后就可以继续向同一个会话发送任务、接收事件或在执行过程中进行引导。版本提醒Agents API 仍处于 Beta 命名空间字段和能力可能继续调整。生产项目应锁定 SDK 版本并以最新官方文档为准。五、如何让智能体操作网页Agents API 提供 computer use 工具。启用时的核心配置如下agent: { tools: [{ type: computer_use, include_screenshots: true }] }, environment: { type: openai_hosted, desktop: { enabled: true }, network: { access: enabled } }典型流程是创建浏览器会话、监听事件、处理网站访问审批、必要时由应用接管登录、等待任务完成并对结果和浏览器活动进行复核。适合的场景包括Web 应用自动化测试后台数据收集与录入跨系统工单处理需要界面操作的遗留系统自动化。需要强调的是浏览器能力不等于无限授权。涉及付款、发布、删除和账号权限的动作仍然应该设置清晰的人工确认节点。六、Agents API、Agents SDK 和 Responses API 怎么选方案适合场景状态与编排Agents API长任务、云端持续运行、希望少维护基础设施OpenAI 托管 Codex harnessAgents SDK需要自定义编排、审批、部署和工具链主要由应用控制Responses API直接调用模型自行实现智能体循环由应用自行管理简单来说如果你正在做的是一个“能够连续完成任务”的产品Agents API 值得优先评估如果团队对运行时、数据位置和审批逻辑有强控制需求则更适合考虑 Agents SDK 或自托管方案。七、生产环境必须注意的五件事1. 高风险动作必须设置审批发布、删除、付款和权限变更不能只靠提示词约束应在工具层和产品层设置批准机制。2. 工具权限遵循最小化原则只开放完成任务所必需的目录、接口和账号权限可以只读时不要授予写入能力。3. 记录事件但不要记录密钥保留工具调用、审批和错误信息便于审计密码、验证码和 API Key 不应进入普通日志或模型上下文。4. 为失败和断线设计恢复路径即使托管框架支持会话恢复业务系统仍需避免重复提交。创建订单、发布内容等接口应具备幂等性。5. 用评测驱动迭代不要只看 Demo 是否成功。应该建立稳定任务集持续测试正确率、耗时、成本、人工接管率和高风险误操作率。八、结语Agents API 的意义是把 Codex 从“会写代码的模型”推进为可嵌入产品、可持续运行、可恢复、可调用工具的托管智能体运行时。下一阶段的竞争重点将不只是提示词而是任务如何拆分、工具如何设计、权限如何约束、失败如何恢复以及哪些节点必须由人确认。如果准备尝试建议从一个边界清晰、结果可验证的内部任务开始例如自动整理日志、复现 GitHub Issue 或生成只读数据报告再逐步增加工具和自主性。参考资料OpenAI DevDay 2026 回顾Agents API 官方文档Computer use 官方文档