OpenAI Agents API：有工作台的 AI 助手

2026年10月4日

你请 AI 写一份报告。它回答得不错，但要读取文件、计算数字、修改草稿，你还得在几个工具之间切换。OpenAI 的 Agents API 提供了另一种方式：应用可以把任务交给 AI 助手，观察执行过程，并在下一次对话中继续同一项工作。

OpenAI 于 2026 年 9 月 10 日以公开测试版发布 Agents API。这是面向应用开发者的产品，并不是所有 ChatGPT 用户都能看到的新按钮。

Agents API 究竟是什么？

可以把它想成一位有独立工作台的同事。你交代任务，并决定他能用哪些工具。他可以打开文件、运行程序、查看结果。如果工作没做完，下次可以回到同一个工作会话。

在 Agents API 中，agent 定义 AI 模型、指令和工具。环境是 agent 工作的地方，例如由 OpenAI 提供的沙盒。会话保存跨多轮的任务状态。应用接收事件，以显示进度或处理 agent 的请求。OpenAI 管理任务编排、长任务的上下文压缩与会话恢复；开发者仍负责选择工具、环境和访问权限。

第一次接触 agent？可以先看什么是 AI agent，它与聊天机器人有何不同。

一个容易理解的小例子

官方快速入门让 agent 编写名为 tree.py 的 Python 文件，运行它，再显示当前目录的文件树。不懂 Python 也能抓住关键：结果是在工作环境中实际生成并检查的，而不只是聊天框里的一段代码建议。

基本流程有四步：创建会话、提交任务、跟踪事件、获取结果。应用随后还能向同一会话发送新要求。目录树只是演示；同样的流程也能用于读取数据、制作报告或检查项目中的小错误。

Agent 不会自动拥有你所有系统的权限。 应用要明确提供工具，并设计需要确认的操作如何处理。想了解输入资料为什么会影响输出，可以读AI agent 的上下文设计指南。

9 月 29 日的新能力：使用浏览器

OpenAI 于 2026 年 9 月 29 日为 Agents API 加入 computer use。Agent 可以在 OpenAI 托管的浏览器中操作网站，测试页面或通过界面完成任务。应用需要处理每个网站的访问请求；若任务需要账户，还要处理登录流程。

允许进入某个网站，不意味着浏览器会在每个重要操作前再次要求确认。如果应用必须在购买或删除数据前取得同意，开发者应另行设计控制措施。第一次试验最好选只读任务，让结果容易核对。

试用前要准备什么？

你需要 OpenAI Platform 项目和应用 API 密钥。官方快速入门要求会话操作权限 api.agents.read、api.agents.write，以及模型推理权限 api.responses.write。直接发送 HTTP 请求时，还要加入 OpenAI-Beta: agents=v1 请求头；官方 SDK 会自动添加。

费用不是固定打包价。 模型按所选模型的 API 价格计费，工具和 OpenAI 托管沙盒也可能分别计费。建议先做一个小任务，并查看实际用量。

处理敏感数据还要注意：官方文档写明，Agents API 目前只支持美国数据驻留，不支持零数据保留（ZDR），即使你自己托管沙盒也是如此。把真实资料放进测试前，应先核对项目的数据要求。