OpenAI把Codex做成API：Agents API开放托管会话与沙箱

OpenAI在开发者文档里正式上线了Agents API，把Codex的harness通过一个OpenAI托管的REST API暴露出来。核心端点就一个：POST https://api.openai.com/v1/agents/sessions，带OpenAI-Beta: agents=v1头。语义很直白——OpenAI负责会话、编排、上下文压缩和恢复，应用负责提供工具、决定执行环境。

文档把概念拆成四个：Agent（模型+ 指令+ 工具+ MCP服务器）、Environment（可选沙箱或计算机，agent在这里读写文件、加载skills、跑命令）、Session（一个持久的agent实例，处理任务并响应输入）、Events和items（session期间的输入输出）。工作流就是创建会话 → 分配任务 → 流式或webhook跟进 → 继续或干预。

托管的harness能力清单值得看：在沙箱里运行命令和代码、应用skills和指令、通过工具或MCP连外部数据、工作过程中随时干预、把之前的上下文压缩掉、拆子任务委派给subagent、断点续跑。多智能体通过agent.multi_agent打开，能设max_concurrent_subagents。工具支持programmatic_tool_calling、mcp（HTTP transport）、web_search三类，环境可选self_hosted或OpenAI托管沙箱。

定价跟着模型走：模型用量按所选模型计费，OpenAI工具按标准价，托管沙箱按容器价。但有两个数据层面的限制要留意——数据驻留目前 仅限美国 ，而且 不支持Zero Data Retention（ZDR） ，选了自托管沙箱也不会让它变成ZDR合规。SDK覆盖Python、TS/JS、Go（openai-go/v3）、Java、Ruby，统一client.beta.agents.sessions.create(...)。

社区讨论主要围绕两件事：值不值得把会话交给OpenAI托管，以及定价的模糊。有用户直接跳去看了沙箱网络访问配置，发现三种模式（enabled/disabled/restricted），还顺手试出了绕过受限网络会被拦—— curl http://example.com/返回Domain forbidden。他对计费也有疑问："每次执行agent session都会新建一个环境吗？那个环境是不是至少按一小时计费（尽管标价按20分钟）？有没有办法主动关掉环境省点钱？"

关于为什么要用这个API而不是自己跑SDK，社区分两派。质疑方认为："至少在我看来这更像是加强vendor lock-in。"反驳者的想法也很实际："为了省掉自己维护一个沙箱VM的麻烦。"有人则觉得这是个奇怪的中间地带："我理解为什么要用你的托管会话，但用你赢在哪？"

从架构角度看，Agents API的实质是把Codex客户端里那套harness（会话管理、沙箱、工具编排、上下文压缩）服务端化。之前这些能力绑定在CLI和IDE插件里，现在变成了可以被任何后端程序调用的一等公民API。对想在自己产品里嵌入长期运行、能读写文件、能拆子任务的agent的团队来说，这省掉了一大块自建编排层的工程量——代价是把会话状态和执行环境交给OpenAI。