Агенты в облаке: Agents API на обвязке Codex

OpenAI 10 сентября открыла Agents API, управляемый сервис на обвязке Codex. Обвязка - это цикл вокруг модели, который вызывает инструменты, держит состояние задачи и поднимает её после сбоя. Сессии, оркестрацию, сжатие контекста и восстановление берёт на себя OpenAI. Приложение даёт инструменты и выбирает, где агент будет исполнять код, так это описано в анонсе OpenAI.

Сама обвязка не новая. Как сообщил Open Source For You, 20 августа OpenAI выложила Harness, движок Codex, под лицензией Apache-2.0, вместе с CLI-инструментом codex exec, официальным Codex SDK и app-server. Для глубокой интеграции с интерфейсом, где нужны авторизация, история диалогов, подтверждения действий и потоковые события агента, документация OpenAI отсылает к app-server. Там же сказано, что команда app-server и транспорт WebSocket экспериментальные и для продакшен-нагрузок не поддерживаются.

Ставку на обвязку OpenAI делала и раньше. В августе компания утверждала, что удержание рассуждений и сжатие контекста подняли результат GPT-5.6 Sol на ARC-AGI-3 с 13,3% до 38,3%, а выходных токенов при этом ушло вшестеро меньше.

Управляемая версия умеет следующее:

• запускать команды и код в песочнице;
• применять подходящие навыки и инструкции;
• подключаться к внешним данным через инструменты или MCP;
• принимать указания по ходу работы;
• пересказывать уже сделанное, чтобы уложиться в контекстное окно;
• дробить задачу на подзадачи и раздавать их субагентам;
• продолжать сессию с места остановки.

В API четыре основные сущности. Agent описывает модель, инструкции, инструменты и MCP-серверы, доступные агенту. Environment - необязательная песочница или компьютер, где агент работает с файлами, загружает навыки и выполняет команды. Session - долгоживущий экземпляр агента: он берёт задачи и отвечает на ввод. Events и items - входные данные, которые получает агент, и всё, что он выдаёт за сессию. В песочнице агент исполняет код, правит файлы, подключается к MCP-серверам и производит артефакты; её может предоставить OpenAI, а можно указать свою.

Быстрый старт в документации начинается с песочницы на стороне OpenAI. Цикл выглядит так:

• создать сессию;
• настроить агента, после чего OpenAI подготовит ему окружение;
• дать задачу: когда окружение готово, ввод пользователя запускает ход работы;
• следить за прогрессом через стриминг вывода или вебхуки, которые сообщат, что агент закончил или ждёт ввода;
• продолжить или скорректировать: отправить в ту же сессию новую задачу либо направить агента прямо во время текущего хода.

При сессии на стороне OpenAI приложение только отправляет ввод и получает события. Агента запускает OpenAI, она же поднимает и обслуживает песочницу. Ограничения каждого варианта собраны в разделе об окружениях.

В примере кода сессия создаётся одним вызовом client.beta.agents.sessions.create. Агенту задана модель gpt-6-astra и инструкция отвечать на технические вопросы через MCP с документацией OpenAI и веб-поиск, а независимые исследовательские задачи отдавать субагентам. В инструментах три записи: programmatic_tool_calling, MCP-сервер openai_docs по HTTP на https://developers.openai.com/mcp и web_search. Мультиагентный режим включён с параметром max_concurrent_subagents, равным 4. Окружение в том же примере собственное: тип self_hosted, рабочая папка /workspace, навыки в /workspace/capabilities/skills.

Состояние сессии Agents API хранит сам, поэтому работу можно продолжать от хода к ходу без повторной сборки контекста диалога. Ненужные сессии и опубликованные артефакты можно удалить. Перед запуском быстрый старт просит проверить права API-ключа и настройку SDK.

Для начала OpenAI предлагает два полных примера. В первом агент пишет и запускает скрипт, который строит дерево каталогов, в песочнице OpenAI. Во втором субагенты сравнивают release notes, и их выводы сводятся в один ответ. Готовых приложений пять: агент разбора инцидентов, который исследует алерты и запрашивает подтверждение перед восстановительными действиями; Slack-бот, отвечающий на запросы через подключённые рабочие инструменты; аналитик, который отвечает на вопросы по хранилищу данных SQL-запросами только на чтение; агент, который воспроизводит баги из GitHub issues и публикует результаты на GitHub; ревьюер документов с навыками по политикам и профильными агентами.

Отдельного тарифа нет, счёт собирается из уже знакомых строк. Модель оплачивается по обычным ставкам API выбранной модели, инструменты OpenAI по своим стандартным ставкам, песочницы на стороне OpenAI по стандартным ставкам контейнеров.

Размещение данных пока доступно только в США. Режим Zero Data Retention, при котором OpenAI не хранит данные запросов, сервис не поддерживает, и собственная песочница этого не меняет: выбор self_hosted права на ZDR Agents API не даёт.