OpenAI的Codex API：你的代码现在在他们的沙盒中运行

OpenAI悄然推出了其Agents API，将Codex工具转变为任何后端都可以调用的REST服务。核心端点很简单：POST https://api.openai.com/v1/agents/sessions，带有一个必需的标头OpenAI-Beta: agents=v1。用通俗的话说？OpenAI处理繁重的工作——会话、编排、上下文压缩、恢复——而你的应用只需提供工具并选择代码运行的位置。

四个构建块，一个托管管道

文档将其分解为四个概念：Agent（模型 + 指令 + 工具 + MCP服务器）、Environment（可选的沙盒或计算机，用于读取/写入文件、加载技能、运行命令）、Session（一个持久的代理实例）和Events/items（输入和输出的来回交互）。流程很直接：创建一个会话，分配一个任务，流式传输或通过webhook获取后续结果，然后根据需要继续或干预。

OpenAI管理什么？在沙盒中运行命令、应用技能、通过工具或MCP连接到外部数据、让你随时介入、压缩旧上下文、将子任务委托给子代理，以及从断点恢复。多代理模式通过agent.multi_agent切换，并带有max_concurrent_subagents设置。工具有三种类型：programmatic_tool_calling、mcp（HTTP传输）和web_search。环境可以是self_hosted或OpenAI管理的沙盒。

细则：仅限美国数据、无ZDR和定价难题

定价遵循模型：你为模型使用付费，OpenAI工具按标准费率收费，托管沙盒按容器费率收费。但有两个限制很突出。数据驻留仅限于美国，并且不支持零数据保留（ZDR）——即使你选择自托管沙盒，它也不会符合ZDR。SDK涵盖Python、TS/JS、Go、Java和Ruby，全部统一在client.beta.agents.sessions.create(...)下。

社区讨论集中在两件事上：将会话交给OpenAI是否值得，以及你究竟会被收取什么费用。一位用户测试了沙盒网络访问，发现了三种模式：启用、禁用和限制。在限制模式下，访问外部域会返回“Domain forbidden”。他还质疑计费：每个代理会话都会启动一个新环境吗？环境至少计费一小时吗？你能提前关闭它们以节省费用吗？

供应商锁定还是仅仅为了方便？

为什么要使用这个API而不是自己运行SDK？社区意见分歧。批评者说它“感觉像是打了兴奋剂的供应商锁定”。支持者耸耸肩：“它让我们免于维护沙盒虚拟机。”从架构上讲，Agents API本质上是将Codex客户端的工具服务器化，使读写文件和拆分任务的长时间运行代理成为任何后端的一流API。权衡？你将会话状态和执行环境交给OpenAI。

关键点：

OpenAI的Agents API将Codex暴露为REST端点（/v1/agents/sessions）。
托管功能包括沙盒、上下文压缩、子代理和断点恢复。
数据留在美国；不支持ZDR，即使使用自托管沙盒。
定价混乱和供应商锁定担忧主导了早期的社区反馈。

OpenAI的Codex API：你的代码现在在他们的沙盒中运行