OpenAI不声不响，又下了一手狠棋。
就在刚刚，Agents SDK迎来一次彻底的架构重写。
原生harness、原生沙盒、Codex级的文件系统工具，外加七家头部沙盒厂商一键接入。
3月初，GPT-5.4带着原生computer use（计算机使用）高调登场时，开发者就已经吐槽过一件事。
模型能操作电脑了，可Agent跑在哪台电脑上、怎么保证跑起来不出事，还是得自己东拼西凑一套框架。
今晚这个缺口被OpenAI自己补上了。
一句话版本，OpenAI这次把Agents SDK从「聊天机器人的玩具」改造成了「生产级Agent的底座」。
harness负责控制流、模型调用、工具路由、暂停恢复；沙盒负责读写文件、装依赖、跑代码，两层彻底解耦。
更狠的是，这一刀同时砍在了LangChain、CrewAI、LangGraph这些第三方Agent框架身上。
OpenAI下场把基建层做了，留给第三方的空间，肉眼可见地在收窄。
从「聊天机器人的玩具」到生产级底座
讲这次升级之前，先得搞清楚原来的Agents SDK长啥样。
2025年3月，OpenAI第一次推出Agents SDK，主打轻量、少抽象、几行Python就能跑起来的卖点。
但这一版SDK，本质上是为聊天机器人场景做的。
一年多过去，模型在能力上的提升可谓是翻天覆地——一口气能跑几个小时、几天，甚至几周。
原来那套为聊天机器人设计的SDK，自然也就跟不上时代了。
这次的重写，主要做了两件事。
第一件，给模型配一个完整的运行框架——harness。
配置化记忆、感知沙盒的编排、类似Codex的文件系统工具、通过MCP调工具、通过skills渐进式披露信息、通过AGENTS.md自定义指令、用shell工具执行代码、用apply patch工具编辑文件，全部打包进SDK原生支持。
熟悉Claude Code和Codex的开发者看到这套清单会很眼熟。
没错，OpenAI这次是把自家Codex过去一年踩过的坑、积累的最佳实践，顺手产品化塞进了SDK。
第二件，把harness和compute彻底分离。
harness跑在你的可信基建里，管模型调用、审批、追踪、运行状态。compute是一个独立的沙盒，专门负责读写文件、跑命令、装包、吐产物。
两层之间的接口标准化，API key和敏感凭证压根儿不会进入模型生成代码实际执行的那个环境。
结果就是，沙盒里既没有API密钥，也没有任何敏感凭证。沙盒本身完全隔离，甚至可以和网络断开，没有任何对外流量。
这不是安全性能的小修小补。这是整个Agent架构的范式转移。
900页保险单100%提取一半PR出自Agent
harness/compute分离的第一个结果，是沙盒供应商的生态图一夜铺开。
这次发布，Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel七家沙盒厂商同时被写进官方支持列表。
七家能同时接入，关键在OpenAI给了一个叫Manifest的抽象层——一份描述Agent工作区的配置清单。
要挂载哪些本地文件、从哪个云存储拉数据、产物写到哪里，全写在这份Manifest里。AWS S3、Google Cloud Storage、Azure Blob Storage、Cloudflare R2全覆盖。
最关键的是这份Manifest和具体沙盒供应商解耦。
今天用E2B写的Agent，明天想换成Modal跑，不用重写代码，改一行配置。哪家沙盒便宜、哪家离数据近，就切到哪家。
官方给了一个最小示例。让一个Agent跑进本地沙盒，挂上一个财报目录，对比FY2025和FY2024的三项财务指标，核心代码不到20行。
另外两个对长跑任务格外关键的新能力是，让沙盒容器挂了也能从检查点续命的快照和状态恢复；以及解决扩展性问题的多沙盒并行+子Agent隔离环境。
由此，Agent第一次有了「掉线续命」和「分身作战」的原生能力。
在一篇技术长文中，Modal技术团队成员Erik Dunteman顺手透露了一个细节——
Ramp已经用Modal跑了一支后台编码Agent大军，公司超过一半的PR都是这些Agent自己创建的。
不仅如此，Stripe也在今年早些时候披露，内部的AI Agent每周产出超过1000个PR。
两家公司的共同点是，在拿到成熟Agent基建之后，业务团队的生产力出现了断层式跃迁。
如今，OpenAI把这些曾经只有头部公司才能攒出来的基建，变成了SDK里开箱即用的默认配置。
https://modal.com/blog/building-with-modal-and-the-openai-agent-sdk
对此，FurtherAI CTO Sashank Gondala披露，他们的Agent啃下了一份900多页的保险理赔记录，提取成功率100%。
900多页、100%、保险理赔记录，这三个词凑在一起的含金量老保险从业者一看就懂，业内最难啃的文档之一，以前跑到某一页崩掉是常态。
Tomoro AI研发工程师Douglas Adams给出了另一组硬数字，相同能力的Agent，这次需要的代码量比以前少了6倍。
Box开发者关系负责人Carter Rabasa，则传了一份业务数据并配上bash/python作为工具，让agent在沙盒里跑了一整套发票对账业务流程。
没想到，第一轮试水就跑通了。
沙盒对跑agent生成的代码来说非常完美。
OpenAI下场做基建，LangChain们无处躲
到这一层，这次发布对行业的冲击才真正显露。
LangChain、LangGraph、CrewAI、AutoGen这些第三方Agent框架，过去一年靠什么活着？答案是靠补齐OpenAI原生SDK不够「生产可用」的那块空白。
编排、记忆管理、护栏、追踪、多Agent协作，这些都是第三方框架的主战场。
现在，OpenAI一次性把这些主战场全接管了。
他们要做的就是Agent世界的基础设施层，第三方框架从此要么往更高层走（编排、垂直场景），要么往更低层走（专用沙盒、专用工具），夹在中间的那块地板，已经被OpenAI自己踩实了。
而且，OpenAI口中的「兼容所有沙盒服务商」，本身就是在把沙盒供应商纳入OpenAI的生态位。
今天可能还是OpenAI的合作伙伴，明天的身份很可能就只是OpenAI生态下的「组件供应商」了。
Python先行，TypeScript还在排队
虽然这一切目前还不完美。
harness和sandbox的新能力首发只上了Python，TypeScript版本排在后续更新计划里；SDK至今仍然停留在0.Y.Z版本号。
但方向已经非常清晰了。
GPT-5.4带着原生computer use登台，Agents SDK给它配齐了真正的运行环境。
下一步缺的，只是更多开发者把业务逻辑搭在这个基建之上。
从此，做Agent框架的创业公司会重新审视自己的定位。做沙盒的供应商开始算OpenAI流量能不能接得住。做业务层Agent应用的团队盘算要不要迁移。
GPT-5.4出厂那天被一些人说成是「没有惊喜的例行升级」。
40天后回头看，真正的惊喜今天才发。
相关文章
