Agents SDK 的下一次演进 | OpenAI

来源: https://openai.com/index/the-next-evolution-of-the-agents-sdk/ 抓取时间: 2026-07-21 16:20:29

2026年4月15日 产品

Agents SDK 的下一次演进

更新后的 Agents SDK 帮助开发人员构建可以检查文件、运行命令、编辑代码并在受控沙箱环境中处理长期任务的 Agent。 加载中… 分享 为 Agent 循环提供更强大的 harness

• 为 Agent 循环提供更强大的 harness

• 原生沙箱执行

• 为了安全性、持久性和可扩展性，将 harness 与计算分离

• 定价和可用性

• 下一步

• 为 Agent 循环提供更强大的 harness

• 原生沙箱执行

• 为了安全性、持久性和可扩展性，将 harness 与计算分离

• 定价和可用性

• 下一步

我们正在为 Agents SDK⁠（在新窗口中打开） 引入新功能，为开发人员提供易于入门且为 OpenAI 模型正确构建的标准化基础设施：一个模型原生的 harness，让 Agent 可以在计算机上跨文件和工具工作，外加用于安全运行该工作的原生沙箱执行。 例如，开发人员可以为 Agent 提供受控工作空间、明确的指令以及它检查证据所需的工具：

Python

`

1
# pip install "openai-agents>=0.14.0"
2
  

3
import asyncio
4
import tempfile
5
from pathlib import Path
6
  

7
from agents import Runner
8
from agents.run import RunConfig
9
from agents.sandbox import Manifest, SandboxAgent, SandboxRunConfig
10
from agents.sandbox.entries import LocalDir
11
from agents.sandbox.sandboxes import UnixLocalSandboxClient
12
  

13
  

14
async def main() -> None:
15
    with tempfile.TemporaryDirectory() as tmp:
16
        dataroom = Path(tmp) / "dataroom"
17
        dataroom.mkdir()
18
        (dataroom / "metrics.md").write_text(
19
            """# Annual metrics
20
  

21
| Year | Revenue | Operating income | Operating cash flow |
22
| --- | ---: | ---: | ---: |
23
| FY2025 | $124.3M | $18.6M | $24.1M |
24
| FY2024 | $98.7M | $12.4M | $17.9M |
25
""",
26
            encoding="utf-8",
27
        )
28
  

29
        agent = SandboxAgent(
30
            name="Dataroom Analyst",
31
            model="gpt-5.4",
32
            instructions="Answer using only files in data/. Cite source filenames.",
33
            default_manifest=Manifest(entries={"data": LocalDir(src=dataroom)}),
34
        )
35
  

36
        result = await Runner.run(
37
            agent,
38
            "Compare FY2025 revenue, operating income, and operating cash flow with FY2024.",
39
            run_config=RunConfig(
40
                sandbox=SandboxRunConfig(client=UnixLocalSandboxClient()),
41
            ),
42
        )
43
        print(result.final_output)
44
  

45
  

46
if __name__ == "__main__":
47
    asyncio.run(main())
48
  

` 开发人员需要的不仅仅是最好的模型来构建有用的 Agent——他们需要支持 Agent 如何检查文件、运行命令、编写代码以及在许多步骤中持续工作的系统。 当团队从原型转向生产时，当今存在的系统伴随着权衡。模型无关框架很灵活，但不能充分利用前沿模型的能力；模型提供商的 SDK 可能更接近模型，但通常对 harness 缺乏足够的可见性；托管 Agent API 可以简化部署，但会限制 Agent 运行的位置以及它们如何访问敏感数据。 以下是一些与我们一起测试新 SDK 的客户所说的话： Oscar HealthActivelyLexisNexisFurtherAIThomson ReutersZoomTomoro AI

"更新后的 Agents SDK 使我们能够在生产环境中自动化一个关键的临床记录工作流，而以前的方法无法足够可靠地处理。对我们来说，区别不仅在于提取正确的元数据，还在于正确理解长而复杂的记录中每次 encounter 的边界。因此，我们可以更快地了解每位患者在给定就诊中发生的情况，帮助成员满足他们的护理需求并改善他们与我们的体验。" —— Rachael Burns，Oscar Health 资深工程师 & AI 技术主管

为 Agent 循环提供更强大的 harness

随着今天的发布，Agents SDK harness 对于处理文档、文件和系统的 Agent 来说变得更加强大。它现在具有可配置的内存、沙箱感知的编排、类似 Codex 的文件系统工具，以及与前沿 Agent 系统中常见的原语的标准化集成。 这些原语包括通过 MCP ⁠（在新窗口中打开） 的工具使用、通过 技能 ⁠（在新窗口中打开） 的渐进式披露、通过 AGENTS.md ⁠（在新窗口中打开） 的自定义指令、使用 shell ⁠（在新窗口中打开） 工具的代码执行、使用 apply patch ⁠（在新窗口中打开） 工具的文件编辑等。随着时间的推移，harness 将继续融入新的 Agent 模式和原语，因此开发人员可以花更少的时间在核心基础设施更新上，而将更多时间花在使他们的 Agent 有用的特定领域逻辑上。 harness 还通过使执行与这些模型的最佳执行方式保持一致，帮助开发人员释放前沿模型的更多能力。这使 Agent 更接近模型的自然操作模式，提高了复杂任务的可靠性和性能——特别是当工作是长期运行或跨各种工具和系统协调时。 此外，我们意识到每个产品都是独特的，很少能整齐地融入一个模式。我们设计 Agents SDK 来支持这种多样性。开发人员获得了一个既可立即使用又灵活的 harness——使其易于适应他们自己的技术栈——包括工具使用、内存和沙箱环境。

原生沙箱执行

更新后的 Agents SDK 原生支持沙箱执行，因此 Agent 可以在受控的计算机环境中运行，带有它们完成任务所需的文件、工具和依赖项。 许多有用的 Agent 需要一个工作空间，在那里它们可以安全地读写文件、安装依赖项、运行代码和使用工具。原生沙箱支持为开发人员提供了现成的执行层，而不是强迫他们自己拼凑起来。 开发人员可以带来自己的沙箱，或使用对 Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop 和 Vercel 的内置支持。 为了使这些环境在提供商之间可移植，SDK 还引入了一个 Manifest 抽象，用于描述 Agent 的工作空间。开发人员可以挂载本地文件、定义输出目录，并从包括 AWS S3、Google Cloud Storage、Azure Blob Storage 和 Cloudflare R2 在内的存储提供商引入数据。 这为开发人员提供了一种一致的方式来塑造 Agent 的环境，从本地原型到生产部署。它还为模型提供了一个可预测的工作空间：在哪里找到输入、在哪里写输出，以及如何在长期运行的任务中保持工作的组织。

为了安全性、持久性和可扩展性，将 harness 与计算分离

Agent 系统的设计应该假设存在提示注入和数据窃取尝试。将 harness 和计算分离有助于将凭证保存在模型生成代码执行的环境之外。 它还实现了持久执行。当 Agent 的状态被外部化时，丢失沙箱容器并不意味着丢失运行。通过内置的快照和恢复功能，如果原始环境失败或过期，Agents SDK 可以在新容器中恢复 Agent 的状态并从最后一个检查点继续。 最后，它使 Agent 更具可扩展性。Agent 运行可以使用一个或多个沙箱、仅在需要时调用沙箱、将子 Agent 路由到隔离环境，并跨容器并行化工作以加快执行。

定价和可用性

这些新的 Agents SDK 功能通过 API 对所有客户普遍可用，并使用标准 API 定价，基于 token 和工具使用。

下一步

随着我们继续开发 Agents SDK，我们将不断扩展开发人员可以用它构建的内容，使更强大的 Agent 更容易投入生产，同时减少自定义基础设施，同时保留开发人员将 Agent 融入自己环境所需的灵活性和控制权。 新的 harness 和沙箱功能首先在 Python 中推出，TypeScript 支持计划在未来版本中发布。我们还致力于为 Python 和 TypeScript 带来额外的 Agent 能力，包括代码模式和子 Agent。 此外，我们希望随着时间的推移帮助将更广泛的 Agent 生态系统聚集在一起，支持更多的沙箱提供商、更多的集成，以及更多开发人员将 SDK 插入他们已经使用的工具和系统的方法。

• 2026
• API 平台

作者

OpenAI

继续阅读

查看全部 GPT-5.6 现在是 Microsoft 365 Copilot 中的首选模型产品2026年7月9日 ChatGPT 现在是您最雄心勃勃工作的伙伴产品2026年7月9日 GPT-5.6：与您的雄心一起扩展的前沿智能产品2026年7月9日