OpenAI 的 Agents API 让持久化云端智能体更容易构建。本文解释真正改变了什么、哪些问题尚未验证，以及如何在可控边界内落地。
| 问题 | 简短回答 |
|---|---|
| 发布了什么？ | 根据 OpenAI 的公告，其 Agents API 已进入公开测试，并为云端智能体提供托管的 Codex harness。 |
| 为什么重要？ | 它将持久会话、工具、沙箱、引导和子智能体编排封装为基础设施，不再让每个团队自行拼装。 |
| 这是否证明 AGI 已到来？ | 不。产品能力界面可以让智能体更实用，但并未解决如何定义或衡量通用智能的问题。 |
| 开发者应当怎么做？ | 从可逆工作流开始，收紧权限，保留证据，并在首次运行前确定哪些操作需要批准。 |
简短结论：OpenAI Agents API 是一项重要的工程发布，因为它让持久化智能体执行更容易采用。它不是关于 AGI 的科学判定。
OpenAI Agents API 为开发者提供了使用 Codex harness 运行云端智能体的托管方式。OpenAI 将该 harness 描述为管理上下文、工具、子智能体和长时间执行的层，而开发者选择特定工作流所需的知识、工具和环境。这意味着从连接提示词与工具调用，转向运营一个执行系统。
这一发布时间点恰好处于一场更热烈的讨论之中。Axios 报道称，OpenAI 总裁 Greg Brockman 表示 GPT-6 Astra 可能标志着 AGI 的到来，同时将定义权留给用户。Axios 也提醒，现实世界的可靠性和安全性仍未确定。把一次发布称为“AGI”，是在宣称跨越了某个门槛；交付一个 API，则证明某种部署模式变得更易构建。这是两种不同的命题。
OpenAI 的文档区分了智能体、环境、会话以及事件或条目。对实际工作而言，重要的是持久会话。它让系统能够延续任务、接受引导、保留工作上下文并恢复执行，而不是强迫每项有意义的工作都塞进一次请求—响应交换中。一个有用的智能体如今可以拥有生命周期，而不只是给出一个答案。
这种生命周期也带来治理义务。当前文档指出，会话会保留状态，仅提供美国数据驻留，并且不支持 Zero Data Retention (ZDR)。处理敏感材料的团队应将保留、删除和环境选择视为设计输入，而不是等试点已经上线后才审查的细节。
该 API 将智能体与其运行环境分开。OpenAI 提供托管沙箱，并支持自托管及合作伙伴环境；托管 harness 可以运行命令和代码、使用 skills 与 instructions、通过工具或 MCP 连接、委派工作，并恢复先前的会话。这种分离很有用，因为模型的能力并不决定它可以接触什么。环境、凭据、网络路径和工具策略才决定。
对于已经在比较 OpenClaw 和 Hermes Agent 等持久运行时的团队，关键视角在于：评估智能体周围的边界，而不只是其中的模型。
AGI 通常被讨论为广泛能力的门槛。智能体系统则是一种部署：模型加上 instructions、状态、工具、权限和采取行动的机制。同一个模型在只读沙箱中可能显得谨慎，而当它能够发送消息、修改记录或调用生产工具时，影响就可能很大。因此，产品中更多的自主性并不自动证明模型拥有更强的通用智能。
Anthropic 对生产使用的分析使这一区别变得具体。它报告了更长时间的自主 Claude Code 会话，同时明确区分观察到的部署行为与理想化能力评估。实际问题不只是模型在评测中能解决什么，还包括真实系统获得了多大自由度、它多久能恢复，以及人是否能看到并中断它。
OpenAI Agents API 让持久化工作不再那么像定制基础设施项目。一个托管会话可以结合沙箱、文件、工具、上下文管理和子智能体委派。这降低了团队构建如下智能体的门槛：调查、起草、运行代码，并在之后带着产物回来。
它也改变了瓶颈。当 harness 已经提供，差异化因素就变成任务边界、工具契约、业务数据、批准设计和证据链。这比泛泛声称智能体会“推理”或“自主行动”在运营上重要得多。
公开测试可用性意味着开发者可以试用这个 API；它并未在跨领域范围内确立一个通用性能门槛。公告本身称，OpenAI 将持续迭代直至正式可用。可靠的评估仍需要特定任务的测试、对抗性案例、成本限制、恢复测试，以及一种将智能体与现有人工或确定性流程进行比较的方法。
不要用另一个模糊的问题“它能做所有事吗？”来替换“这是 AGI 吗？”。更好的问题更具体：这个系统能否在明确的授权边界内，以可接受的错误和审查成本完成这一工作流？
当工作耗时或需要连续性时，持久会话很有价值。但它不是取消审查的理由。更长的经过时间会创造更多机会，使上下文过期、外部系统变化、工具结果具有误导性，或者一项在计划时合理的行动不再获得授权。
OpenAI 的 Astra 发布介绍了其 Astra、ChatGPT Work 和 Codex 部署中的控制措施，包括仅限已批准的网站与桌面应用、上传和下载控制、确认策略，以及对潜在不安全或未授权工具调用的自动审查。这并不能证明 Agents API 今天公开了其中的每一项控制。它说明了一个可靠前提：正确的问题不是能否抽象地信任模型，而是在什么证据和批准规则下允许哪些行动。
给第一个智能体最小的有用权限。优先使用只读数据、沙箱化工作区，以及用于准备草稿或建议的工具。把发送消息、删除数据、财务变更、部署、使用凭据和扩展访问权限放在明确确认之后。狭窄的边界能降低失败成本，也让审查更有意义。
持久化上下文可以帮助智能体延续复杂任务，但也可能把过时的假设带入后续工作。定义哪些内容可以存储、保存多久、谁能检查，以及如何删除会话。以审查者能够跟随的形式记录输入、工具调用、产物和批准。“智能体说它完成了”不是审计轨迹。
在扩大权限之前，使用有代表性的输入和刻意棘手的案例测试完整工作流。衡量完成质量、不安全行动尝试、恢复行为、时间和成本。按类别审查失败，然后决定是改进任务、改变工具契约、增加确认，还是继续由人工主导该工作流。评估是一项持续的运营实践，而不是发布检查清单。
好的首批任务包括收集证据、汇总队列、准备草稿、为审查分类文档，或在请求恢复操作前调查警报。它们有可见输出、有限副作用，以及一位已经知道如何判断结果的人。可停止和重试的任务，比自动化一个部门的宏大承诺更能带来经验；这也是可靠 AI 工作流自动化 背后的纪律。
写下智能体何时必须暂停：缺少授权、来源之间存在重大冲突、尝试访问新系统、达到成本上限，或结果低于商定的置信度规则。再配备一位可以批准、纠正或结束运行的负责人。目标不是最大自主性，而是保持可恢复的有用自主性。
OpenAI Agents API 之所以重要，是因为它将持久化智能体基础设施变成了公开的产品能力界面。它可能加速对更强大系统的试验，但并不能解决 AGI 问题。事实上，它让证据变得更重要：随着智能体获得状态、工具和时间，对可靠性的主张必须由有范围的评估、权限、日志和恢复计划支撑。
对 AGI 讨论最有成效的回应，既不是轻视，也不是放任。构建能证明价值、暴露其工作过程并能安全停止的最小智能体。如果能力持续提升，这种纪律会累积价值；如果没有，它依然能避免代价高昂的自动化错误。
OpenAI Agents API 是一项处于公开测试阶段的 API，用于借助托管 Codex harness 构建云端智能体。它围绕模型、instructions、工具、环境和可继续或引导的持久会话来组织智能体。它是智能体工作流的基础设施，不是单一的消费者助手。
不。它让一种特定类型的智能体部署更易实现，但并没有提供普遍接受的 AGI 定义或衡量方式。应根据真实工作流、其权限、错误处理和证据来评估该系统，而不是根据产品标签。
对于具有明确数据规则、有限权限和人工审查路径的有边界试点，这可能是合理选择。在团队评估完整工作流（包括失败和恢复案例）之前，避免让测试版智能体成为不可逆或高影响行动的唯一控制者。
Sources: OpenAI — Introducing the Agents API · OpenAI — Agents API overview · OpenAI — GPT-6 Astra controls · Anthropic — Measuring AI agent autonomy in practice · Axios — reporting on the AGI claim
最后更新：2026年9月11日
AI 如何重塑创意工作：86% 采纳率、平面设计岗位下降 17%、立下模板的音乐和解案，以及法院至今仍未裁定的部分。
2026 年数据：88% 的学生用生成式 AI，教师每周省下 5.9 小时——但只有 13% 的学校有正式 AI 政策。该怎么办。
2026 年监管全景：Digital Omnibus 把高风险义务推迟到 2027 年、欧盟新增两项禁令、GPAI 监督启动，以及美国的拼图式规则。
反欺诈准确率 90–99% 且快 300 倍，但超过一半的欺诈也用上了 AI。2026 年金融业的真实数据、监管动向与那个无人解决的不对称。
专家对2030年AI的预测。发现AGI时间表、社会影响、技术突破和领先AI研究人员的未来情景。
医疗 AI 的数字真相：1,451 款 FDA 获批设备、75% 的医疗系统采纳率，以及 43% 缺乏临床验证数据这一发现。
2026 年劳动力数据显示了什么：五个月内 87,714 起归因于 AI 的裁员、科技与金融每月减少 28,000 个岗位，以及真正重要的自动化分野。
定义 2026 年 AI 的八个趋势：估值竞赛、发布即退役的模型节奏、Sora 撤退、版权和解转为授权，以及监管刻意放慢的步调。
