OpenAI 推出 Agents API 引发新担忧周三OpenAI 推出了全新的 Agents API该服务将编排、上下文管理和执行基础设施整合进单一 API旨在加速产品部署但同时也引发了对供应商锁定的新担忧。Agents API 为开发者提供便利这个新的 Agents API 把 Codex 背后的智能体框架和基础设施提供给开发者为企业提供了构建自定义 AI 智能体的途径同时减少了传统上运行此类智能体所需的大量编排和基础设施管理工作。因为它是一项托管服务由 OpenAI 负责托管和维护底层框架与基础设施。此前开发者构建自定义智能体时通常需要自行组装支持其运行的组件包括智能体运行时环境、上下文和会话管理、工具和外部数据连接、执行环境以及相关基础设施。OpenAI 本身已通过其 Responses API 等产品提供了其中一些构建模块开发者可以利用这些产品将模型与内置功能如网页搜索、文件搜索和计算机操作相结合还可以使用 Agents SDK 来定义和编排智能体工作流。目前处于公开测试阶段的 Agents API 则不同开发者只需指定任务、模型、工具和环境就能通过一次 API 调用设计自定义智能体。对于执行环境开发者可以选择在 OpenAI 管理的沙盒中运行智能体也可以在自己的基础设施上运行或者通过包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 和 Vercel 在内的受支持沙盒提供商运行。这些选项让企业能够灵活选择完全托管的环境或是在自己的 VPC 内进行部署还能根据工作负载选择不同的文件和密钥存储方式以及计算配置。减少工程工作量的优势与影响Pareekh Consulting 首席分析师 Pareekh Jain 表示Agents API“显著减少”了工程工作量让开发者有更多时间构建实际的业务应用而非搭建智能体基础设施。IT 咨询公司 Kanerika 的 AI 开发主管 Amit Kumar Jena 也认同这一观点指出手动构建的长期运行智能体需要作业队列、状态数据库、沙盒集群、压缩程序和重试策略而且每项都需要专人负责。工程工作量的减少反过来有助于首席信息官CIO缩短将智能体投入生产并进行后续扩展所需的时间。HFS Research 首席执行官 Phil Fersht 表示“企业构建每个智能体的基础设施可能所需的工程师更少从而缩短开发时间。”Jena 认为时间优势对大多数企业来说至关重要因为智能体开发通常会在从工作演示过渡到能够长时间无人值守运行的系统时陷入停滞而与基础设施相关的问题往往成为将智能体投入生产的关键瓶颈。面临的权衡与问题不过工程工作量的减少和可能更快的产品上线速度并不意味着 CIO 无需权衡利弊。他们需要考虑对 OpenAI 的更大依赖包括底层智能体基础设施和驱动它的模型。Jain 指出“供应商锁定是最大的担忧。如果 OpenAI 提供模型、上下文管理、工具、编排和执行环境迁移到其他平台将变得更加困难。”Jena 还表示这种依赖可能会削弱企业在定价和条款方面的谈判地位。Jena 还指出新 API 存在数据隐私和治理方面的问题即使企业使用自己的沙盒它“也不支持零数据保留”。Fersht 认为这可能会限制其在医疗保健和银行、金融服务和保险BFSI等受监管行业的应用。市场竞争情况分析师指出由于面临来自超大规模云服务提供商和竞争对手的竞争Agents API 的采用可能会进一步受限。Jena 指出“这是一个竞争激烈的领域。Anthropic 的 Claude Managed Agents 自 4 月以来就处于公开测试阶段。亚马逊云科技AWS也提供 Amazon Bedrock AgentCore其托管框架于 6 月全面推出能完成同样类型的工作即实现循环、工具执行、上下文、状态和恢复等功能同时允许用户使用任何模型并在会话中途切换提供商而不丢失上下文。”Jena 还提到其他竞争产品包括微软的 Foundry Agent Service 和 LangGraph。