OpenAI 的 Agents SDK 最近完成了一次重要升级，引入了两大核心能力：内置沙箱执行环境和模型原生执行框架（Harness）。这次更新的目标很明确——让开发者能更轻松地构建安全可靠、可长时间稳定运行的 Agent。
核心看点
- 内置沙箱执行环境，告别自建底层基础设施
- 支持 Cloudflare、Vercel、Modal、E2B、Daytona 等主流云厂商
- Manifest 统一配置层，一套配置搞定开发到生产
- Harness 架构实现状态与计算分离，容器崩溃也能快速恢复
- 内置 MCP 工具调用、Skills 渐进式能力、AGENTS.md 自定义指令等全套能力
沙箱环境：开箱即用的执行底座
过去开发者使用 OpenAI 模型搭建 Agent 时，虽然模型能力足够强大，但运行环境需要自己从头搭建——文件读写、代码执行、依赖安装、状态保存等基础功能都得亲力亲为。
现在，SDK 内置的沙箱执行环境让 Agent 可以在统一受控的环境中完成所有操作：读写文件、运行代码命令、自动安装依赖、保存状态。开发者再也不用为基础架构操心。
这个沙箱还支持多种主流云厂商，包括 Cloudflare、Vercel、Modal、E2B、Daytona 等，同时也允许开发者接入自己的解决方案。Manifest 配置层则可以挂载本地文件或云存储（S3、Google Cloud Storage、Azure Blob），实现从本地调试到生产上线的无缝切换。
Harness 架构：状态外置，崩溃无忧
SDK 采用的模型原生 Harness 架构将 Agent 的状态保存与计算执行彻底分离。这意味着即使运行 Agent 的容器意外崩溃，也能快速恢复状态继续任务，无需从头再来。
更重要的是，状态外置的设计能有效保护敏感数据和凭证，避免因提示注入等安全漏洞导致的数据泄露风险。
全套内置能力，告别拼凑框架
除了沙箱和 Harness，SDK 还内置了开发者此前需要借助 LangChain 等框架自行组合或手写的一系列功能：
- MCP 工具调用：标准化工具使用接口
- Skills 渐进式能力暴露：按需暴露 Agent 能力
- AGENTS.md 自定义指令：灵活配置 Agent 行为
- Shell 工具命令执行：直接调用系统命令
- Apply Patch 文件编辑：精准修改文件内容
- 灵活的记忆系统：持久化对话和状态
这些功能全部针对 OpenAI 自家模型专门优化。Oscar Health 的工程师反馈称，使用新的 SDK 才真正实现了临床记录处理工作流在生产环境中的稳定运行，远超此前尝试过的方案。
Agent 生态竞争白热化
放眼行业，Agent 开发平台的竞争愈发激烈：Anthropic 推出了 Claude Code，Google 提供了 Agent Development Kit（ADK），现在 OpenAI 也将自家的 SDK 从轻量级框架升级为带沙箱、带状态管理的完整开发平台。
对开发者来说，选择哪个平台生态可能会比单纯选模型本身更关键。
使用方式
目前 SDK 支持 Python，TypeScript 支持正在开发中。所有 OpenAI API 用户均可直接使用，计费方式维持不变，仍按照 Token 和工具调用标准收费。
本文地址：https://www.163264.com/10913