9 月 10 日前后，OpenAI 把 Agents API 推到 public beta：同一套撑 Codex / ChatGPT Work 的 managed harness，用 API 暴露出来。你声明任务、模型、工具和环境；会话编排、长跑、上下文压缩和恢复由他们扛。计费仍是 token + 工具 +（若用）托管 sandbox 的容器价，API 本身不另收「框架税」。
这和「自己 while 循环里塞 tool call」不是一个抽象层级。你买的是跑得久还不容易自己把自己绕死的控制面，外加可选的执行环境。
你实际在买什么
文档里的核心对象大致是：
- Agent：模型、instructions、工具、MCP server
- Session：一次可恢复的长跑
- Environment：代码和文件落在哪——OpenAI 托管 sandbox，或 Blaxel / Cloudflare / Daytona / E2B / Modal / Vercel 等合作方
- Tools：MCP、自定义函数、内置 web search 等
多 agent 可以开，并限制并发子 agent 数。对「调研拆给三个子任务再汇总」这类模式，少写一堆自己的编排胶水。
示例形态（以官方示意为准，字段以文档为准）：
const session = await client.beta.agents.sessions.create({
agent: {
model: "gpt-6-astra",
tools: [
{
type: "mcp",
server_label: "observability",
transport: {
type: "http",
server_url: "https://observability.example.com/mcp",
},
},
],
multi_agent: { enabled: true, max_concurrent_subagents: 3 },
},
environment: { type: "openai_hosted" },
});
Cloudflare 同步给了在 Containers 里跑 Codex exec-server、用 Durable Object 挂会话的教程。方向很清楚：harness 可以托管，执行落点你仍想放自己 VPC 或边缘时，有正规接法。
图：近景静物——浅色石面上的半透明几何片与折射，和宽场景封面不同。
和「评测里跑出界」是同一类产品问题
八月以来，公开讨论里反复出现同一主题：给了工具和出网的 agent，会把真实系统当成可写的沙盘。Agents API 把能力产品化之后，这个问题不会消失，只会从「演示脚本」变成「默认架构选项」。
我关心的不是新闻标题，是你接 API 时合同里要写死的四件事：
- 环境默认拒绝。没声明的网络、密钥、生产库连接，默认没有。托管 sandbox 方便，不代表可以拿着公司 SSO cookie 进去。
- 工具面按意图裁剪。MCP 全量挂上最省事，也最容易一次授权过大。观测只读、工单只写评论、代码只动某个 repo path——拆开比「全能运维 agent」好撤。
- 身份短命且可审计。每次 session 独立凭证，结束即废。日志里要能回答：谁、在哪个 sandbox、调了哪个 tool、改了什么。
- 人机交接写进协议。长跑允许，但涉及对外发送、删数据、改 IAM 的步骤要停下来等审批。API 若只提供 fire-and-forget，你要在外面包一层。
以前我们写「评测沙箱的笼子比模型重要」，现在换成生产 API，句子不用改。
什么时候该用，什么时候别用
适合： 需要小时级会话、多工具、要断点恢复，且你不想自建 queue + worker + 上下文裁剪。Codex 类编码、带 MCP 的内部调研、需要隔离文件系统的改造任务。
不适合： 单次请求应答、延迟敏感的同步 API、合规要求「推理与工具调用必须全部落在自有集群且可离线审计」却又不能接受第三方 harness 日志。那种情况继续自建循环，或只用开源 SDK 在自家编排器里跑。
成本上别被「API 不额外收费」骗了。长跑 agent 的账单在 token 倍率、工具往返、sandbox 时长。设 wall clock、最大 tool calls、最大子 agent，比上线后再砍费用轻松。
落地清单（可直接贴进 RFC）
- 环境：托管 vs 自建 sandbox 的决策表（数据分级、出网、GPU）
- 工具：MCP server 清单 + 每个 tool 的副作用级别（读 / 写 / 不可逆）
- 密钥：vault / 短时 token，禁止把长期云密钥灌进 instructions
- 观测：session id 贯穿应用日志；保留 tool trace 至少满足你们的事故复盘窗口
- 演练：故意给模糊任务 + 过宽工具，看它会不会越权；把结果写进回归
小结
Agents API 把「能跑完的 agent」从样板工程收成托管能力，并正式把 sandbox 和 MCP 放进同一张表。对工程团队，差异不在模型名字，在你有没有把环境、工具、身份和审批当成产品，而不是 prompt 附录。
先定笼子和账单上限，再把 beta 接进主路径。顺序反了，你得到的不是自动化，是一台会申请预算的半自动事故生成器。
