OpenAI 于 2026 年 9 月 10 日推出了 Agents API 的公开测试版，在代理基础设施竞赛中开辟了一条新战线。该服务允许开发人员通过在单个 API 调用中指定任务、模型、工具和执行环境来创建代理会话，而不是在自己的应用程序代码中将模型调用、工具调用循环和上下文管理拼接在一起。
标题不仅仅是 OpenAI 现在有了另一个开发人员端点。更重要的转变是架构方面的：OpenAI 将代理编排本身打包为托管 API 表面。该测试版支持 MCP、自定义功能以及网络搜索等内置工具。 OpenAI 还表示，该平台包括自动上下文压缩、编程工具调用和并行子代理。
对于构建代理产品的开发人员来说，这将多个操作问题从应用程序运行时移至提供程序层。对于运行网关、计费系统或内部人工智能平台的公司来说，这也带来了新的集成问题。请求可能不再清晰地映射到一个模型调用。它可能代表在返回答案之前跨工具、环境和子代理展开的会话。
发生了什么变化
到目前为止，许多生产代理系统都是建立在聊天或响应式 API 之上的。开发人员自己处理编排循环：发送提示、检查工具调用请求、运行工具、附加结果、管理上下文限制、重试失败并决定任务何时完成。框架和代理运行时有所帮助，但责任主要由应用程序所有者承担。
代理 API 改变了这种分工。 OpenAI 提供托管代理会话模型，开发人员在其中描述工作和可用功能，而平台则管理更多的执行流程。 API 对 MCP 的支持很重要，因为 MCP 已成为向代理公开工具和外部系统的常用方法。原生支持使工具层不再是事后的想法，而更像是一流的合同。
OpenAI 表示，除了消耗的代币和工具之外，使用 Agents API 不会产生额外费用。这种定价选择降低了实验的障碍，但并不能让最终的工作负载易于解释。托管代理运行仍然可以使用模型令牌、内置工具使用以及连接工具背后的潜在外部基础设施。对于已经尝试集中统一 AI API 计费的团队来说，计费单位变得不再那么明显。
为什么这对网关和平台团队很重要
此次发布给 AI 网关带来了压力，要求其支持的不仅仅是与 OpenAI 兼容的聊天完成或响应端点。如果客户开始采用托管代理会话，网关可能需要直接代理新表面，将其转换为内部策略或决定某些代理操作超出其支持的控制平面。
这是一个重要的产品决策。仅看到顶级请求的网关可能会错过对企业客户重要的操作细节：允许使用哪些工具、运行哪些子代理、哪个环境处理执行、哪些数据跨越边界以及应如何归因支出。想要保留记录系统的网关将需要会话感知日志、工具级权限和更清晰的成本细分。
这对于已经位于团队和多个模型提供商之间的模型门式平台尤其相关。实际需求不再只是将请求路由到最便宜或最快的模型。代理工作负载需要围绕工具、沙箱、数据访问和预算进行策略控制。他们还需要分析来解释峰值是否来自令牌使用、网络搜索、代码执行、长时间运行的会话或重复的子代理调用。
OpenAI 的时机也符合更广泛的模式。最近推出的提供商和网关使执行和治理更接近基础设施层：托管 shell 工具、MCP 服务器控制、特定于区域的路由和企业代理权限都是相同转变的迹象。代理行为正在成为平台团队必须管理的东西，而不仅仅是开发人员在应用程序代码中实现的东西。这将团队 API 治理置于产品架构的路径中。
谁受到影响
代理应用程序开发人员是第一批受众。该 API 可以减少他们维护的编排代码量，并更轻松地将模型、MCP 工具、网络搜索和自定义功能组合到一个托管流程中。这对于任务跨越多个步骤的支持代理、编码助理、研究工作流程、内部操作工具和自动化产品非常有用。
平台工程师和安全团队是第二个受众。托管编排改变了审计模型。团队必须了解授予代理会话的权限以及通过 MCP 或自定义功能连接的工具的行为，而不是仅查看应用程序代码和模型提示。问题变得不再是“这个应用程序调用了哪个模型？”以及更多“该代理被允许做什么，它实际上做了什么？”
财务和运营团队也会受到影响。 OpenAI 表示，没有单独的代理 API 附加费，但基于会话的工作可能会模糊成本归属。单个用户操作可能会触发多个模型调用和工具。每个关键的预算、产品级别的限制和客户级别的报告都需要反映该结构。仅按模型聚合令牌的 AI API 使用情况分析仪表板对于严格的代理部署来说是不够的。
仍然不确定的
最大的未知数是托管编排模型在实际生产环境中的表现如何。 OpenAI 的发布材料包括客户报告的有关成本、延迟和评估的改进，但这些都是供应商发布的案例声明。在买家可以根据自己的任务、数据、工具和可靠性目标测试 API 之前，它们应该被视为方向性的。
目前还不清楚生态系统围绕提供商托管的代理与独立运行时的标准化速度有多快。一些团队会更喜欢 OpenAI 的托管方法，因为它减少了基础设施工作。其他人将在内部进行编排，以保持可移植性、可观察性或更严格的安全边界。许多人可能会同时使用两者：某些工作流程使用托管代理，其他工作流程使用应用程序管理的代理。
测试版标签很重要。随着 OpenAI 从早期使用中学习，开发人员应该预期细节会不断发展。目前，战略方向比 API 的最终形态更加清晰：代理编排正在成为提供商级产品表面。任何销售、管理或分析人工智能访问的企业都需要将代理会话视为一流对象，而不仅仅是复杂的提示。