OpenAI 把 Codex 的发动机拆下来单独卖了。Agents API 进入公开测试版，开发者一次调用，就能拿到驱动 Codex 的那套 harness 和配套基础设施，运行时全部托管在 OpenAI 自己的云上。这比"又多了一个 API"要重得多——它意味着 Agent 工程里最脏最累的那一层，开始有人替你干了。那些正在自建编排、沙箱与上下文管理的团队，此刻应该重新算一遍账。
卖的不再是模型，是"跑起来的地方"
模型能力早就不再是瓶颈了。真正拖住 Agent 落地的，永远是模型周围那一圈没人愿意写进 PPT 的脏活。
开源 SDK 和托管运行时之间，隔着一支运维团队
年初 OpenAI 放出 Agents SDK 时的姿态很明确：框架给你，剩下的自己想办法。于是你得找机器、起容器、管密钥、写重试、盯超时，还得祈祷半夜别炸。今天的 Agents API 把后半段整个接了过去——编排逻辑仍在你手里，执行环境归它管。这不是同一个产品的两个版本，是两种截然不同的责任划分。前者卖的是库，后者卖的是承诺。
环境选择被抬到了产品层
官方把"环境选择"列为能力之一，听着像配置项，其实是形态问题。一个能拿到独立文件系统、能装依赖、能跑命令的 Agent，和一个只能在对话里调几个函数的 Agent，根本是两种生物。Codex 之所以能改代码，靠的不是模型会写 Python，而是它有一块可以随便折腾、搞砸了也不牵连别人的地方。现在这块地方可以按需申请了。
上下文管理从"你的活"变成"它的活"
做过长任务的团队都懂，天花板从来不是 token 上限。上下文一膨胀，延迟、成本、准确率会一起崩。压缩、截断、摘要、外置记忆，过去每个团队都写过一遍，写法各不相同，也都出过事故。托管运行时把这部分收进黑盒，确实省事，代价是你可调的空间随之收窄。
三项能力，三笔隐性账
把能力清单摊开看，每一项都在解决真问题，也都在悄悄转移风险。
沙箱挑错了，模型再强也白搭
环境隔离的粒度决定了你能做什么。给不给网络出口、文件系统是临时还是持久、依赖能不能预装——这些选择在你写下第一行代码时就已经框定了上限。很多人会先跑通 demo 再想这些，结果发现 demo 和生产之间隔着一整套安全模型。托管方案帮你挡掉了一部分，但选错了环境类型，后面返工的成本比一开始就自建还高。
子智能体的瓶颈不在生成，在协调
并行开一堆子任务听起来很美，实际难点是它们之间的信息怎么流动。谁负责汇总，冲突怎么裁决，某个子智能体卡住了是重试还是放弃，全局预算怎么分摊到每个分支——这些决策不会因为基础设施被托管就自动消失，只是从"你要写代码"变成"你要设计策略"。子智能体越多，协调开销增长得越快，这条曲线通常不是线性的。
上下文压缩省钱，但也赌信息
压缩本质上是一次有损编码。什么该留、什么该丢，取决于你对后续任务走向的判断，而恰恰在长任务里，这个判断最不可靠。托管运行时替你做了这个取舍，你就失去了观察和干预的机会。如果你的场景对某几段历史极度敏感——比如合规审计、多轮谈判——最好在接入前确认清楚，黑盒里到底留了什么。
账单的形状变了
从固定成本滑向浮动成本
自建时你买的是机器时长，一张账单能预测大半。改用用量计费之后，成本跟着调用量、并发数、上下文规模一起浮动。这对小团队是好事，跑得少就付得少；对大团队则是新的财务变量，尤其是那些流量波动剧烈的产品。上线前最好先按历史数据做一次压力推演，而不是等第一个月账单出来再傻眼。
迁移的临界点，算的从来不是单价
把两边的数字摆在一起比较没多大意义。真正该算的是：你现在有多少工程师的工时花在编排、沙箱和上下文这摊事上？他们的时间如果挪去做产品，能换回多少？如果这个数字远大于托管带来的溢价，迁移就成立。反过来，如果你的 Agent 行为高度定制、需要精细控制每一次重试和每一段记忆，那托管省下的钱会被妥协掉的灵活性吃掉。
锁定的脸换了，但没消失
自建 harness 的锁定在数据格式和抽象层，换个模型供应商要重写调用层；托管运行时的锁定在行为一致性和运维依赖，你的 Agent 跑得越久，迁移时要复现的状态就越多。两种锁定都不致命，但闭着眼睛往里走，都会在两年后变成麻烦。
现在动手，还是再等等
三类团队应该立刻试
第一类是原型阶段、还没在 Agent 基础设施上投入人力的团队，反正没有历史包袱，直接用最省事的方式验证想法。第二类是编码类 Agent 的开发者，Codex 的 harness 本来就是为这类任务打磨的，复用现成的环境语义能省下大量调试。第三类是那些被运维拖慢节奏的小团队——你缺的不是架构能力，是时间。
两类团队最好按住手
如果你的产品对执行环境有硬性合规要求，数据不能出特定边界，那托管运行时的吸引力会大打折扣。如果你已经有一套跑了很久、踩过无数坑的自建编排，迁移带来的收益可能覆盖不了重建成本——先跑一个小范围的对照实验，再决定要不要动主干，比一次性切过去稳妥得多。
竞品那边也没停
Anthropic 有它的 Agent SDK，Google 有 ADK，各家的思路都是把编排层和运行时分层，让开发者选一块、托管一块。OpenAI 这次的动作更像是把分界线往自己这边推了一格：以前你只需要模型，现在它想把执行环境也一起给你。这条线最终停在哪里，取决于有多少人愿意把控制权交出去。
