Agents APIでは、タスク、モデル、ツール、環境を指定することで、1回のAPI呼び出しで本番運用可能なエージェントを作成できます。Agents APIはMCP、カスタム関数、およびウェブ検索などの組み込みツールをサポートします。

Codexと同じハーネスとインフラを提供

OpenAIは、CodexとChatGPT for Workを世界中の何百万人もの人々に向けてスケールさせる中で、長時間稼働するエージェント(long-running agents)を実運用でうまく動かすのに何が必要かが分かってきたと述べています。有用なエージェントには、コンテキストを管理し、ツールを効率的に使い、サブエージェントを調整する強力なハーネス(harness)が必要です。数日間にわたって確実に稼働させ続けるインフラも必要で、そこにはファイルを扱い、コードを実行し、中間結果を保存できる環境が含まれます。Agents APIは、Codexを支えているのと同じハーネスとインフラを、シンプルで柔軟なAPIとして開発者に提供します。

Agents APIは、OpenAIの最適化されたエージェントのハーネスとインフラの上にエージェントを構築するための強力な基盤となります。これにより開発者は、エージェントを独自のものにするツール、知識、ワークフローに集中できます。なお、ハーネスはOpenAIがホストして保守します。エージェントのコンピュート環境は、OpenAI管理のサンドボックス、自社インフラ、またはOpenAIのサンドボックスパートナーのいずれかから選ぶことが可能です。

Agents APIは、Codexの背後にあるものと同じハーネスとインフラを使用してエージェントを動かします。このAgents APIはオープンソースのCodexハーネスによって動作しており、開発者はモデル呼び出し、ツール、コンテキストを調整する中核ロジックであるその中身を確認できます。OpenAIは、Agents APIにおいてCodexハーネスを運用・保守し、開発者は公開されているコードベースを確認して学ぶことができます。

OpenAIはモデルと並行してハーネスを保守し、継続的に改善しています。この改善は、アップグレードのたびにエージェントがより高い性能を得られるよう支援します。

サンドボックスの選択肢とパートナー

ワークロードによって必要なコンピュート、ストレージ、デプロイの選択肢は異なります。Agents APIでは、アプリケーションに合うサンドボックスを選べます。OpenAIは、Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercelなどのエコシステムプロバイダー(ecosystem providers)と提携し、さまざまなニーズに対応するファーストクラスの統合(first-class integrations)を提供します。この統合が対応するニーズには、フルマネージド環境またはVPC内でのデプロイ、特定のファイルおよびシークレットの保存方式のほか、自社のワークフローに合う性能・コールドスタート・コストの特性を持つ各種のCPU・GPU・メモリ構成が含まれます。

すぐに始めて効率的にスケールしたい開発者向けに、OpenAIはOpenAI hosted sandboxを導入します。これはCodexとChatGPTを支えているのと同じサンドボックスインフラを活用しています。OpenAI hosted sandboxは、OpenAIがプロビジョニングして管理します。エージェントはこのサンドボックスで、安全かつ高性能な環境の中でコードを実行し、ファイルを扱い、成果物(artifacts)を生成できます。ファイル、パッケージ、スキル、プラグインを使って柔軟に構成でき、エージェントにタスクの完了に必要なものを備えさせられます。

コンテキスト管理とツール利用の改善

新しいモデル機能を活かすにはハーネスの作り直しが必要になることが多く、アプリケーション改善に充てるべき貴重な時間が奪われます。Agents APIは、モデルのリリースごとに新しいモデル機能へのバージョン管理されたアクセスを提供します。

ハーネスの最近の改善例として、OpenAIは、モデルが数時間にわたって作業することを支えるためにコンテキスト管理(context management)を構築しました。これにより、エージェントは関連情報をより長いセッションにわたって引き継ぐことができます。Agents APIは、セッションがコンテキスト上限に近づくと、それ以前のコンテキストを自動的に圧縮(compaction)し、エージェントが作業を続けるのに必要な情報を保持します。開発者は独自の圧縮ロジックを実装することなく、複数のコンテキストウィンドウにまたがるワークフローを構築できます。

Agents APIのツール検索機能(tool search)は、関連するツール定義を必要に応じて読み込みます。これによりトークン使用量とコストの削減に役立ち、モデルのキャッシュも保たれます。Agents APIでツールが使えるようになると、programmatic tool callingにより、エージェントは呼び出しを並列に実行できます。また、関連する操作を連鎖させ、結果をコード内でフィルタリングまたは結合することが可能です。これにより大量のデータを処理しつつ、関連する結果だけをコンテキストに戻せます。

マルチエージェント対応

Agents APIのマルチエージェント対応では、複雑なタスクを独立した部分に分割し、並列に動くサブエージェントに委任できます。各サブエージェントは自分のコンテキストを保持して担当タスクに集中しやすくなり、メインエージェントが各サブエージェントの作業を調整して結果をまとめます。並列作業の利点がある調査、分析、コーディングのタスクを高速化でき、独自のオーケストレーションを構築する必要がありません。

料金と公開ベータ版の提供状況

OpenAIが提供するAgents APIの利用に追加料金はなく、エージェントが使うトークンとツールの分だけを、料金ページ(pricing page)に記載のとおり支払います。Agents APIは9月10日より全開発者向けに公開ベータ版として提供されています。OpenAIは、公開ベータ版の期間中、フィードバックに基づいて素早く改良を重ね、一般提供(general availability)を目指すとしています。OpenAIは、うまくいっている点やつまずいている点、および本番でエージェントを構築・運用するために必要なものについて、フィードバックを求めています。