OpenAI Agents API公测：Codex“服务化”背后的行业暗战

【科技纵览】就在昨日，OpenAI罕见地同步推出了四项重磅更新，涵盖Agents API、GPT-Live-1 API、Data agent以及面向金融业的ChatGPT服务。这一连串动作横跨了智能体、语音交互、数据处理及垂直行业应用四大领域，每一条产品线都具备独立剖析的价值。然而，若论及战略层面的深远影响，Agents API的亮相无疑是最具分量的落子。

此次发布的本质，在于OpenAI将原本深藏于Codex内部的底层能力进行了彻底的解构与商业化封装。过去，维持Agent持续运行、调度工具调用、管理长上下文以及协调多智能体协作的那套复杂机制，如今被剥离出来，以云端API的形式向全球开发者开放。这标志着“Codex即服务”（Codex as a Service）时代的正式开启。

回顾过去一年，OpenAI对Codex的拆解可谓步步为营。早在2025年4月，伴随o3和o4-mini模型的发布，OpenAI便开源了Codex CLI，允许开发者在本地终端直接部署和修改Agent逻辑。随后上线的云端版Codex，实现了代码仓库的自动化修复与测试。到了同年10月，Codex SDK的推出进一步降低了集成门槛，让开发者能通过几行TypeScript代码驱动Agent，尽管当时仍局限于后台工作流。

真正的转折点出现在2026年2月，OpenAI公开了Codex App Server，首次系统性地揭示了支撑Web、CLI及IDE扩展的统一底层架构——Codex Harness。通过双向JSON-RPC接口，第三方客户端无需重复构建Agent Loop即可接入完整能力。然而，App Server仍需开发者自行维护常驻进程，线上服务的稳定性挑战依然存在。

直至8月19日，OpenAI将此前分散的CLI、SDK及App Server统一纳入“开放Codex Harness”的平台叙事中。紧接着，9月10日Agents API进入公测阶段。开发者仅需指定任务、模型、工具及运行环境，即可创建Agent。关键的Harss层由OpenAI托管，而执行环境则灵活可选，无论是官方沙盒还是Cloudflare等第三方基础设施均可兼容。值得注意的是，该API本身不收取额外平台费，仅按Token消耗及计算资源计费。

这一演进路径清晰地表明，OpenAI正致力于将Codex从单一产品转化为可复用的基础设施能力。与此同时，行业内的竞争格局也在悄然分化。DeepSeek提出的“Agent = Model + Harness”公式，强调Harness作为理解环境、管理状态的核心地位，其DSH框架主张高度模块化与插件化，旨在构建类似Linux的开放生态。

相比之下，OpenAI的策略更倾向于提供“交钥匙”式的云服务体验，类似于AWS模式，由官方负责底层维护，降低开发者的运维负担。事实上，Anthropic早在2025年9月便通过Claude Agent SDK涉足此领域，并于今年4月推出Managed Agents，其思路与OpenAI当下的举措异曲同工。谷歌亦在今年5月的I/O大会上，通过Gemini API的Managed Agents功能加入了这场角逐。

当竞争焦点从模型的“智力”转向Agent的“执行力”，拥有丰富企业数据、文档权限及办公工具的传统平台公司优势凸显。国内激烈的“办公Agent大战”正是这一趋势的缩影。在此背景下，谷歌凭借从TPU、云平台到Search、Workspace的全栈布局，理论上具备最强的整合潜力。尽管目前其内部产品线如Gemini Spark、Antigravity等尚显杂乱，缺乏统一的用户入口，但一旦打通底层执行系统，其市场影响力不容小觑。对于国内用户而言，这场全球性的Agent基础设施之争，或许还需静观其变。