API Agents від OpenAI: керований інструментарій Codex та те, що все ще належить командам.
API Agents від OpenAI запускає для вас інструментарій Codex із сеансами, інструментами MCP, підагентами та сандбоксами. Те, що все ще залишається у власності вашої команди: верифікація, доступ та дані.
Джерела: OpenAI’s Agents API: The Code You May No Longer Need to Write
Уявіть собі агента, призначеного для вирішення проблеми, яка з’являється лише тоді, коли клієнт повторює невдалу заявку. Він читає заявку, шукає в коді та визначає ймовірну причину. Потім ситуація ускладнюється: потрібно встановити залежності, відтворити помилку, перевірити ще один сервіс та пройти тести. По дорозі колега додає важливу деталь — постраждали лише старі клієнти.
На цьому етапі код, який оточує агента, має багато завдань. Він має зберігати отримані раніше дані, передавати нову інформацію, підтримувати робоче середовище та відстежувати, що саме було перевірено. Втрата з’єднання не повинна змушувати розслідування починатися знову з самого початку.
API Agents від OpenAI орієнтована саме на такий тип завдань. Вона пропонує інструмент Codex у вигляді керованої послуги, де OpenAI бере на себе обробку сеансів, оркестрацію, стиснення та відновлення контексту. З інженерної точки зору це означає, що більшість функцій, які забезпечують продуктивність агента, можуть стати частиною платформи, тож командам не доводиться їх перебудовувати для кожного окремого застосунку. Це також змінює те, на що командам потрібно уважно стежити.
Інтерфейс є найцікавішою частиною
Модель може дійти висновку, що їй потрібно відкрити файл чи запустити тест. Однак інший програмний компонент все одно має виконати цю дію, повернути результат та підготувати наступний виклик моделі. Цей програмний компонент — це інтерфейс, а його обов’язки зростають у міру складності завдань: керування діалогом, координація інструментів, подолання перерв та допомога агенту у підтримці логіки виконання завдань.
API Agents дозволяє іншим додаткам використовувати керовану версію інструментарію Codex. Серед задокументованих функцій — створення узагальнень попередньої роботи для керування контекстом, застосування навичок, передача підзавдань іншим агентам та відновлення сеансів. У власному порівнянні часів виконання від OpenAI виділено три варіанти:
- API Agents: OpenAI запускає інструментарій Codex та підтримує сеанс агента.
- SDK Agents: цикл агента виконується всередині вашого додатку, тож ви можете більш точно контролювати інтеграцію та розгортання.
- API Responses: ваш додаток працює з необробленими відповідями моделі та проектує відповідну робочу процедуру.
Оскільки API Responses також має опції керування станом, збережені розмови не є вирішальним фактором. API Agents додає керування сеансами у поєднанні з керованим середовищем виконання агентів. Одні вважають, що це змінює звичний підхід до прийняття рішень щодо архітектури: перш ніж створювати ще один шар координації, команда може з’ясувати, наскільки він дійсно має бути її власністю.
Продовження дослідження
Візьмемо знову проблему з повторною спробою. Наведений нижче алгоритм роботи є пропозицією, а не звітом про систему, яка вже працювала. Додаток відкриває сеанс із інструкціями, інструментами та відповідним робочим середовищем, потім просить агента відтворити помилку та пояснити її, посилаючись на відповідний код та результати тестів.
Згідно з документацією сеансу, те, що зберігається між етапами роботи, — це конфігурація агента, діалог та будь-які вже збережені дані. Один етап — це один цикл роботи. Вхідні дані, які надходять під час перерви в сеансі, започатковують новий етап, а дані, надіслані під час активної роботи, спрямовують роботу поточного етапу. Прогрес можна відстежувати за допомогою стрімінгу або вебхуків. Це забезпечує старішим клієнтам можливість приєднатися до поточного розслідування без необхідності подання нового запиту та створення нової історії дій.
Далі йдуть докази з трекера проблем. За допомогою Protocol Model Context сервер може надавати інструменти для пошуку проблем або отримання записів, а API Agents виявляє ці інструменти та виконує виклики до сервера, тож додатку не потрібно передавати кожен з них окремо. Виявлення тут означає пошук можливостей на налаштованих серверах. Хтось все одно має налаштувати відповідні системи та надати належний доступ.
Агент також може розділити роботу: один підагент буде досліджувати механізми повторних спроб, а інший — перевіряти, як старіші клієнти формують запити. У документації до багатоагентних систем описано окремі контексти для підагентів, тоді як головний агент координує та об’єднує їхні результати. Це працює тоді, коли запитання є незалежними. Якщо обом потрібно редагувати одну функцію, координація знову стає проблемою, і посібники OpenAI прямо вказують на необхідність координації змін у спільних файлах. Те, що робить цей процес примітним, — це те, що все це пов’язане між собою навколо однієї безперервної роботи.
Сеанс все одно потребує місця для роботи
Читання проблеми та проведення тесту на відтворення вимагають різних ресурсів. Згідно з документацією до архітектури, механізм, який запускає цикл моделі та інструментів, є окремим від середовища виконання, яке забезпечує обчислювальні ресурси та файли за потреби. Ваше додатку надсилає завдання, отримує події та керує будь-якими функціями та інструментами, які воно визначило. Існує три варіанти середовища:
- Без жодного середовища: агент може викликати свої налаштовані інструменти без шеллу та файлів робочого простору.
- Хостування через OpenAI: для вас створюється та запускається пісочниця, де виконуються команди та зберігаються файли чи створені результати.
- Самостійне хостування: ви забезпечуєте обчислювальні ресурси та файли, а ваше додатку керує налаштуванням та закриттям.
Для пошуку багів середовище має містити код, його залежності та налаштування тестування. Сесія, яка пам’ятає хід розслідування, не може компенсувати відсутність пакета чи недоступність сервісу для тестування. Існує ще одне важливе розрізнення. У документації OpenAI зазначено, що сесія може існувати довше, ніж її середовище, а при самостійному виконанні додаток залишається відповідальним за обчислення та файли. Те, що пам’ятається про створення тестового файлу, — це не те саме, що він все ще існує, тому команди повинні перевірити обидва аспекти перед тим, як обіцяти безперешкодне продовження роботи.
Збереження роботи — це не доказ її правильності
Припустимо, виконання завершилося з впевненим поясненням та позитивним результатом тесту. Інженер все одно мусить з’ясувати, чи цей тест відтворив початкову проблему. Можливо, він тестував поточного клієнта, тоді як баг існує у старому. Можливо, агент змінив тест так, що він більше не перевіряє проблемну поведінку.
Саме тут визначається межа відповідальності. Середовище виконання забезпечує механізми для виконання та продовження роботи, а команда розробників визначає, які докази вважаються підтвердженням прийнятності. Для цього дослідження це означає помилку, яку можна відтворити, конкретну версію коду, яку було переглянуто, кожну команду та її результат, а також будь-які залишкові сумніви. Ці вимоги мають бути включені до процесу роботи навіть тоді, коли платформа автоматично виконує цикл.
Компактизація також потребує належної уваги. Підсумок стискає попередню роботу в межах доступного контексту моделі, проте ключові рішення також слід записувати у стійкий запис, який можна буде перевірити. Тут умова „лише старі клієнти“ має залишатися частиною критеріїв прийнятності завдання.
Аналіз іншого агента є корисним, але його не слід плутати з незалежною перевіркою. Два агенти можуть мати спільні хибні припущення чи покладатися на однакові слабкі докази. Тест відтворення, який інший інженер може перепройти, є надійнішою основою.
У авторитетних джерелах діє та сама логіка. У посібнику з безпеки sandbox від OpenAI зазначено, що код, створений агентом, може отримати доступ до файлів, облікових даних та мережі, які є доступними в його середовищі, тому ізоляція та суворий контроль доступу мають бути налаштовані навмисно. Для цього прикладу достатньо доступу для розслідування. Дозвіл на перевірку невдалої заявки не означає дозволу на зміну даних у продакшені.
Як це оцінити
Розумне тестування використовує один обмежений робочий процес, наприклад створення звіту з розслідування помилок для перегляду. Порівняйте його з поточним підходом команди: як часто він дає корисні докази, скільки людської корекції потребує та наскільки надійно він відновлюється після перерви. Підрахуйте загальну вартість за кожен прийнятий результат, адже тривале розслідування може вимагати багатьох викликів моделей, інструментів та підагентів.
API пропонує журнали сеансів, події, збережену історію та можливість перевірки використання токенів. У документації також зазначено поточну обмеженість: отримання треків та зовнішні експортери треків не є частиною публічної бета-версії, що має значення для команд, які вже використовують системи моніторингу. Також варто заздалегідь розглянути вимоги до даних. У огляді зазначено, що на момент написання API Agents підтримував резиденцію даних лише у Сполучених Штатах та не пропонував функції беззберігання даних, причому самостійно розгорнутий сендбокс не скасовує цього обмеження.
Якщо ці обмеження є прийнятними, постає практичне питання: чи усуває керований середовище виконання достатню кількість інфраструктурних обов’язків, щоб виправдати використання цього інструменту? Деяким командам сподобається такий компроміс, а інші захочуть мати контроль через SDK або власну систему оркестрації.
Загальна тенденція є позитивною. Контроль над контекстом, виконання коду, координація агентів та продовження роботи тепер пропонуються як спільна інфраструктура, що підтримує думку про те, що корисні агенти залежать від систем навколо моделі так само, як і від самої моделі. Перевага полягає у тому, що енергію, яку економлять на інженерних роботах, можна використати для того, щоб результати були більш надійними. У випадку повторної спроби це означає передачу наступному інженеру ситуації збою, яку він може відтворити, та доказів, які він може перевірити.
Це відображає офіційну документацію OpenAI, переглянуту 15 вересня 2026 року. Приклади робочих процесів та поради щодо оцінки є результатами інженерного аналізу, а не результатами тестування.
Пов’язана література
- Чому кодувальні агенти все ще мають проблеми з кодом приватних компаній — Real-SWE тестує вісім кодувальних агентів на ліцензованих приватних кодових базах. Найкращий агент розв’язує 38,8 відсотка завдань, а п’ять категорій невдач показують, де агенти роблять помилки.
- Використання Codex у VS Code: область дії, точки відновлення та способи усунення поширених проблем — Практичний посібник з роботи з розширенням Codex у VS Code: встановлення, входження, перше обмежене завдання для агента, робота в хмарі та через CLI, спільна конфігурація, а також способи усунення проблем у WSL, схвалення та віддалене автентифікування.