OpenAI открыла Agents API: обвязка Codex доступна через один вызов, песочницы — в комплекте

10 сентября OpenAI открыла Agents API — публичную бету интерфейса, который отдаёт разработчикам ту самую управляющую обвязку (harness — «харнесс», слой оркестрации вокруг модели), на которой работает собственный агент компании Codex. Раньше её нужно было писать самому: цикл «модель → инструмент → результат → снова модель», хранение состояния, обрезка контекста, восстановление после сбоя. Теперь этим занимается OpenAI, а от разработчика требуется описать агента и запустить сессию.

Бета доступна всем без листа ожидания. Отдельной платы за сам API нет: счёт выставляется за токены, вызовы инструментов и время работы контейнера-песочницы.

Четыре сущности, на которых всё держится

Документация сводит всю модель к четырём понятиям, и это заметно проще, чем типовые агентные фреймворки:

• Agent — сам агент: модель, инструкции, набор инструментов и подключённые MCP-серверы (Model Context Protocol — открытый протокол подключения моделей к внешним данным и инструментам).
• Environment — среда выполнения: необязательная песочница, где агент читает и пишет файлы, ставит пакеты, подгружает «скиллы» и выполняет команды.
• Session — долгоживущий экземпляр агента, который работает над задачей и принимает новые вводные по ходу дела.
• Events и items — то, что вы отправляете внутрь сессии, и то, что агент выдаёт наружу.

Минимальный запуск на Python выглядит так:

from openai import OpenAI

client = OpenAI()
session = client.beta.agents.sessions.create(
    agent={
        "model": "gpt-6-astra",
        "instructions": "Answer questions helpfully.",
        "tools": [{"type": "web_search"}]
    },
    environment={"type": "openai_hosted"},
    input=[{"role": "user", "content": "What's the weather?"}]
)
print(session.id)

Долгие сессии вместо бесконечной пересборки контекста

Ключевое отличие от привычной работы с чат-эндпоинтом — сессия хранит состояние. Не нужно при каждом шаге заново склеивать историю переписки и отправлять её целиком: сессия живёт между обращениями, в неё можно дослать новую задачу или поправить агента прямо во время текущего хода, а когда она больше не нужна — удалить.

Поверх этого OpenAI встроила несколько вещей, которые команды обычно допиливают сами:

• Компактация контекста — по мере приближения к пределу окна харнесс сам сворачивает проделанную работу в резюме, и сессия продолжается, а не падает с ошибкой переполнения.
• Поиск по инструментам (tool search) — определения инструментов подгружаются по необходимости, а не вываливаются в промпт все сразу. Для агента с десятками функций это прямая экономия токенов на каждом шаге.
• Программный вызов инструментов — модель может вызывать функции напрямую, запускать их параллельно и связывать в цепочки, не гоняя каждый промежуточный результат через текст.
• Субагенты — задачу можно разбить на подзадачи и раздать их дочерним агентам с собственным контекстом, а координирует их основной. Степень параллелизма задаётся параметром max_concurrent_subagents.
• Стриминг и вебхуки — прогресс можно тянуть потоком или получать уведомление, когда агент закончил либо упёрся в вопрос к человеку.

Песочницы: своя, чужая или от OpenAI

Вторая половина анонса — хостируемые песочницы. Это изолированная Unix-подобная среда: файловая система, шелл, предустановленные пакеты, подмонтированные данные, открытые порты, снапшоты и возможность возобновить работу позже. Агент в ней может собрать отчёт в Markdown, выгрузить CSV, поднять сервис на порту и показать превью, а потом вернуться к тому же рабочему каталогу в следующей сессии.

Архитектурно OpenAI разводит харнесс (управляющий слой: оркестрация, согласования, состояние) и компьют (собственно исполнение). Управление остаётся в доверенной инфраструктуре, а код выполняется там, где вам удобно, с узкими правами. Вариантов четыре:

• песочница OpenAI — та же инфраструктура, на которой крутятся Codex и ChatGPT;
• своя инфраструктура — через codex exec-server по WebSocket;
• песочница партнёра — в списке заявлены Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop и Vercel, с разными опциями по CPU, GPU, памяти и развёртыванию в собственном VPC;
• вообще без песочницы — если агенту нужны только рассуждения и вызовы API.

Контейнеры OpenAI тарифицируются отдельно от токенов и по объёму памяти: по прайс-листу это 0,03 доллара за 1 ГБ, 0,12 — за 4 ГБ, 0,48 — за 16 ГБ и 1,92 — за 64 ГБ за 20-минутную сессию контейнера. Для 1 ГБ это примерно 9 центов в час — немного на одного агента и вполне ощутимо, если их сотни и они висят сутками. В обсуждении анонса на форуме OpenAI разработчики сразу предупредили друг друга: посчитайте стоимость контейнеров до того, как выкатите такое в прод.

Чем это отличается от Responses API и Agents SDK

У OpenAI теперь три способа собрать агента, и они отличаются тем, кто держит цикл выполнения. Responses API — самый низкий уровень: максимум контроля, но агентную петлю, хранение состояния и восстановление вы пишете и хостите сами. Agents SDK — библиотека, которая крутится внутри вашего приложения: логика ваша, инфраструктура ваша. Agents API — противоположный край: харнесс держит OpenAI, вы описываете агента и работаете с сессиями.

Практический смысл в том, что порог входа для «долгоиграющего» агента заметно падает. Задачи вроде «разобрать папку договоров и собрать сводную таблицу», «пройти по репозиторию и подготовить пул-реквест» или «собрать отчёт по данным клиента раз в сутки» раньше требовали отдельного сервиса с очередью, стораджем состояния и обработкой обрывов. Теперь это несколько вызовов API — при условии, что вас устраивает, что состояние живёт на стороне OpenAI.

Чего пока нет

Ограничения беты стоит прочитать до того, как закладывать её в архитектуру:

• Данные только в США. Резидентность данных для Agents API на момент запуска ограничена американским регионом, что само по себе закрывает часть корпоративных сценариев.
• Zero Data Retention не поддерживается — причём даже если песочницу вы держите у себя. Для команд, у которых ZDR прописан в договоре или в политике безопасности, это блокирующий пункт.
• Это бета. Интерфейс лежит под client.beta.agents, то есть сигнатуры и поведение ещё могут меняться.
• Стоимость контейнеров — отдельная статья расходов, которую легко не заметить при прототипировании на одном агенте.

Не единственный релиз этого дня

Agents API вышла не в одиночку: в тот же день OpenAI перевела в общую доступность GPT-Live 1 — модель для полнодуплексных голосовых диалогов по 0,05 доллара за минуту с посекундной тарификацией (токены модели и инструменты считаются отдельно), открыла для всех диагностику кеша промптов в Responses API для GPT-5.6 и новее (можно понять, почему кеш не сработал) и добавила администраторам возможность принудительно ограничивать срок жизни API-ключей на уровне организации или проекта.

Что делать сейчас

Если вы уже держите собственный агентный рантайм, самое полезное в этом анонсе — не сам API, а публичный ориентир по архитектуре: разделение харнесса и компьюта, компактация вместо бесконечного окна, поиск по инструментам вместо огромного списка функций в промпте, субагенты с изолированным контекстом. Эти решения теперь стоит сверить со своими.

Если агента ещё нет — имеет смысл собрать прототип на хостируемой песочнице и сразу же измерить две вещи: сколько токенов уходит на шаг после включения tool search и сколько минут контейнера съедает типовая задача. Первое покажет, насколько экономичнее стал ваш промпт, второе — во что обойдётся десяток таких агентов в проде. И до пилота проверьте два юридических пункта: американскую резидентность данных и отсутствие ZDR.