一句话：智能体的默认形态变了
OpenAI 近期围绕 Agents SDK 与 Agents API 放出两组相互咬合的更新，核心是把「智能体」的默认形态从「带工具调用的聊天机器人」推向「配有一台计算机的同事」。落到工程上，关键动作是引入 model-native harness（管理智能体循环的核心引擎）与原生沙盒执行（native sandbox execution），并在 9 月 10 日把底层 Codex 编排引擎以 Agents API 公测形式开放为托管云服务。三者的共同主线是：把执行底座标准化。
harness 与 compute 分离：安全是首要考量
这次更新的骨架，是把 harness 与 compute 拆开。harness 负责循环、记忆、编排与可观测性；sandbox 负责执行、文件系统、网络与工具调用，二者运行在不同的隔离域。这么做首要是安全：如果模型生成的代码和你的凭证跑在同一个环境里，一次提示注入就足以导致凭据外泄。把 harness 与凭证所在的计算环境解耦，等于在架构层面切断了「模型产出的代码直接摸到密钥」这条路径。对长期运行的智能体，分离还带来耐久性——环境丢了，任务不必丢。
原生沙盒：开箱即用的受控计算机
更新后的 Agents SDK 原生支持沙盒执行，智能体可以在受控的计算机环境里读取写入文件、安装依赖、跑代码、安全用工具。开发者可以自带沙盒，也可以用内置的 Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel。为了让环境能跨供应商移植，SDK 引入 Manifest 抽象：描述智能体工作区——本地文件挂载、输出目录、以及来自 AWS S3、Google Cloud Storage、Azure Blob、Cloudflare R2 的存储集成，还能克隆 Git 仓库。Manifest 的意义在于可重建：容器死了，能照着它在别处造出一模一样的工作区。
快照与 rehydration：把「崩溃」变成「暂停」
智能体状态被外部化后，内置的快照（snapshotting）与重水合（rehydration）让恢复成为可能：原环境失败或过期时，Agent 能在全新容器里从最后一个检查点继续。这对批量翻译、大型重构、通宵研究这类长任务，是把「能跑」与「能安全跑」分开的分水岭。权限也按 Manifest 条目做文件系统级映射：比如 dataroom 只读、output 可写、config 不可访问——这不是便利功能，而是对提示注入爆炸半径的结构性限制：注入拦不住，但注入能做的事被边界住了。
harness 一侧还带了什么
harness 侧的能力清单很有信号意味：可配置记忆（跨运行复用、渐进式披露而非一股脑塞进上下文）、沙盒感知编排（把子智能体路由到隔离沙盒）、类 Codex 的文件系统工具、原生 MCP 支持、AGENTS.md（项目级自定义指令文件，概念上等同于 CLAUDE.md）、Skills、Shell 工具、Apply patch 工具。其中两点值得单独拎：其一是 MCP——OpenAI 正式接纳 Anthropic 的 Model Context Protocol，当两大模型厂商都支持 MCP，工具生态就开始可移植；其二是 AGENTS.md 与 CLAUDE.md 的收敛，说明「项目级智能体配置文件」正在成为跨厂商惯例。
Agents API：把 Codex 引擎变成托管服务
9 月 10 日公开的 Agents API 公测，把支撑 Codex 产品的同一套编排引擎，作为 OpenAI 托管的云服务提供：模型原生原语包括 agents、environments、sessions、events、items，由 OpenAI 管理会话、编排、上下文压缩与失败恢复，应用方只需提供工具并选择执行环境。一次 API 调用即可实例化一个生产级智能体。文档覆盖会话管理、run-and-continue、webhook、事件处理、OpenAI 托管与自托管沙盒、多智能体、MCP 连接与 Secure MCP Tunnel，并支持把 GPT-6 Astra 作为模型选项。定价上无独立平台费，只收标准 token、工具与容器费。
工程含义：耐久执行成为发布门槛
把这几块拼起来看，OpenAI 给出的不只是功能，而是一套接智能体生产化的默认答案：执行与编排解耦、凭证不进执行环境、状态可快照可重建、工具生态走 MCP。对采用方，一个直接的衍生要求是——长运行智能体上线前，先做一次「中断—恢复」测试：恢复时不能带着过期授权、不能重复外部动作、不能悄悄改答案。因为快照只保存足够续跑的任务态，而新沙盒提供的是执行权威（挂载、工具、网络、凭证、策略），正确的设计是刻意恢复前者、按当前策略重建后者。OpenAI 并未声称快照能自动让外部副作用恰好一次。
结语
Agents SDK 的 harness/compute 分离与 Agents API 的托管化，本质上是在把「智能体怎么安全、耐久地跑」从每家自己的脚手架，变成 OpenAI 托管的标准件。MCP 成跨厂商标准、AGENTS.md 成跨厂商惯例，这两点比单点功能更值得记。对工程团队，真正的考题从「怎么让智能体答得对」转向「怎么让它在一台隔离计算机里、带着可重建的工作区、安全地跑完长任务」。