OpenAI Agents API 公开 beta：委托 AI 自动化前，先看懂计费与数据位置

2026 年 9 月 10 日，OpenAI 发布《Introducing the Agents API》，以公开 beta 形式推出 Agents API。根据官方文档说明，这个 API 让其他应用程序通过 OpenAI 托管的服务，使用驱动 Codex 的智能体运行框架（harness）：会话（session）、流程编排、上下文压缩与恢复（recovery）由 OpenAI 处理，开发者则负责提供工具并选择执行环境。智能体可以在沙箱（sandbox）里运行代码、编辑文件、连接 MCP 服务器并产出成果文件，也能把工作拆给子智能体分头处理。

本文于 2026 年 9 月 15 日核实，依据 OpenAI 的发布公告、Agents API 文档与平台数据控制说明。OpenAI 表示公开 beta 即日起向开发者开放，期间会根据反馈快速调整、向正式版推进；官方文档也注明，部分追踪记录的获取方式不在此次公开 beta 的范围内。这是面向开发者的产品，本文不写代码，也没有进行实际接入测试，文中的委托场景都是编辑设计的例子，目的是帮助普通职场人在找工程师或外包时问对问题。

和 ChatGPT、Codex 里的智能体有何不同

在 ChatGPT 或 Codex 里，界面和可用功能由 OpenAI 的产品设计好，你登录后直接交代工作即可。Agents API 则是把同一套 Codex 运行框架开放出来，让公司或外包把智能体放进自己的系统：界面长什么样、智能体可以用哪些工具、在哪台机器上运行，都由搭建系统的一方决定。换句话说，你今后看到的某个“自动整理报表”服务，背后可能就是这个 API，但权限范围是对方设置的，而不是 OpenAI 默认的。

官方文档用四个概念来描述它。智能体是模型、指令、工具与 MCP 服务器的组合；环境是可选的沙箱或计算机，智能体在其中访问文件、加载技能并执行命令；会话是一个持续存在的智能体实例，负责处理任务并响应新的输入；事件与条目则是发送给智能体的输入，以及工作过程中的产出。对非工程师来说，会话最值得记住：它会保存此前的进度，所以一项工作可以分好几轮接着做。

执行环境可以自己选。OpenAI 在公告中写道，智能体的运算环境可以是 OpenAI 托管的沙箱、开发者自己的基础设施，或官方合作的沙箱供应商；选择托管沙箱时，由 OpenAI 搭建与管理沙箱。这个选择会影响文件实际在哪里被处理，也影响机器由谁负责管理，委托时应当请对方说清楚采用的是哪一种。

费用怎么算，为什么难以事先估准

Agents API 文档的计价部分列出三类费用：模型用量按所选模型的 API 费率计算，OpenAI 提供的工具按各自的标准费率计算，使用 OpenAI 托管沙箱则按标准容器费率计算。OpenAI 在公告中也表示，使用 Agents API 本身没有额外费用，但没有平台费并不代表一项自动化工作的总价容易估算。

官方的用量说明指出，智能体完成一个任务时可能多次调用模型，每次都按模型的 token 价格与提示缓存规则计费。每次调用的输入包括智能体指令、工具定义、对话记录、用户输入、文件以及工具返回的结果；推理过程的 token 计入输出。智能体在同一个会话里会延续上下文，文档也提醒，重复的调用可能反复处理很长的历史记录。工作持续越久、来回越多，就越难只凭任务名称判断费用。

子智能体也会各自调用模型。官方建议估算时，要把主智能体与子智能体的工作、重试，以及适用的工具、沙箱算力和第三方服务费用都算进去。另外，会话中显示的用量数字是尽力记录的，可能暂时为空值，之后也可能变动；文档明确说明空值不代表零用量，这些数字也不是最终账单。

数据存放在哪里，零数据保留为什么重要

Agents API 文档写明，目前数据驻留（data residency）只支持美国，而且不支持零数据保留（Zero Data Retention，简称 ZDR）。文档还特别补充，选择自托管沙箱并不会让 Agents API 符合 ZDR 资格。也就是说，即使文件在你们自己的机器上处理，智能体的会话仍由 OpenAI 的服务管理。

ZDR 是什么？根据 OpenAI 的数据控制说明，使用 API 时默认会产生滥用监控日志，其中可能包含提示与回复等内容，默认最多保存 30 天（法律要求或为防止危害而需要时除外）。经 OpenAI 事先批准的客户，可以通过 ZDR 等控制选项把客户内容排除在这类日志之外。在数据控制表中，Agents API 一栏写的是：数据不用于训练、滥用监控保存 30 天、应用程序状态保存至删除为止、不符合 ZDR 资格。

对公司合规的意义很直接。如果贵公司与客户的合同要求数据不得在供应商端保留，或规定数据必须存放在美国以外的特定地区，这个 API 目前就不符合条件；至少在 ZDR 这一点上，官方已明确表示换成自托管沙箱也改变不了。数据控制说明还提醒，MCP 服务器是第三方服务，发送过去的数据适用对方的数据驻留政策，所以连接了哪些外部服务同样要纳入检查。

文档说明 Agents API 会保存会话状态，以便工作可以跨轮次接续，而会话和已发布的成果文件都可以在不需要时删除。委托时可以请对方写明由谁负责删除、多久删除一次，以及删除前要先把哪些成果文件下载保存。

委托工程师或外包时，先问这几件事

第一是权限。Agents API 的工具由开发方提供或选用，所以要问清智能体能读取哪些数据、能修改哪些文件、连接了哪些 MCP 服务，能否发送邮件或修改生产系统。官方文档列出的示例中，有只用只读 SQL 回答数据仓库问题的数据分析智能体，也有在执行恢复操作前先请求批准的事件响应智能体；这两种设计都值得参考，先从只读开始，会改动数据的操作保留人工确认。

第二是日志。官方用量说明提到，开发者可以在 OpenAI 平台后台的 Agents 标签页查看会话记录，检查每一轮工作、工具调用与子智能体，也能通过事件流和保存的条目追查过程。委托时可以请对方说明，出问题时谁能查看这些记录、你们自己的系统是否会另外留存，以及记录保存多久。

第三是停止机制与费用上限。以编辑设计的例子来说，一家小型营销公司委托外包开发一个“每周整理客户意见并生成报告”的智能体，验收前可以请对方演示：智能体跑偏时由谁、用什么方式中止，中止后做到一半的文件如何处理；再请对方用一周的真实数据试运行，记下实际费用，并说明他们的系统如何设置每月预算提醒或上限，以及子智能体最多同时开几个。

公开 beta 阶段，普通职场人可以怎么看

你不需要自己学会调用 API，但接下来可能会更常看到标榜“用 Codex 同一套框架打造”的自动化服务或外包方案。判断时可以把模型和框架分开看：模型决定理解与产出的能力，框架决定智能体如何保存进度、使用工具和分工。GPT-6 Astra 这类发布谈的是前者，Agents API 谈的是后者，两者都不等于你的工作流程已经可以安全使用。

公开 beta 也意味着细节还会变化，OpenAI 自己就表示 beta 期间会根据反馈快速调整。官方文档也提醒，用量数字之后可能更新，部分追踪功能不在此次 beta 的 API 范围内。比较稳妥的做法，是先把它用在出错后能纠正、数据不涉及客户机密的内部工作上，例如整理公开资料或产出草稿，等费用记录、删除流程和人工确认环节都运转顺畅了，再考虑扩大范围。

如果公司有明确的数据保留或地区规定，最先要确认的反而不是功能，而是本文第三节提到的两个限制：数据驻留目前只支持美国、不支持零数据保留。这两点在官方文档里写得很清楚，委托前先对照内部规范，可以省下开发到一半才发现无法上线的成本。

2026 年 AI 新闻总整理：1 月至 9 月的重点与生活应用

GPT-6 Astra 发布：从回答问题到完成电脑工作

• AI 工具
• 软件与应用
• AI 新闻与趋势