The Pulse
OpenAI apre Agents API, la sua API gestita, a tutti gli sviluppatori
OpenAI ha reso Agents API disponibile in beta pubblica, offrendo agli sviluppatori accesso a un harness di Codex gestito per agenti di lunga durata che usano strumenti. Il servizio supporta sessioni persistenti, sandbox ospitate o di terze
AI.info Team ·
«Con Agents API, il nostro punteggio di valutazione è passato da 0,71 a 0,85.»
Jack Weissenberger, direttore tecnologico, Ciridae
OpenAI ha aperto Agents API a tutti gli sviluppatori in beta pubblica, offrendo una versione gestita dell’harness di Codex che si occupa dell’infrastruttura alla base degli agenti software di lunga durata. L’azienda afferma che gli sviluppatori possono usare il servizio per coordinare chiamate ai modelli, strumenti, file, contesto e subagenti senza dover costruire e mantenere autonomamente questi sistemi.
OpenAI ha annunciato il rilascio il 10 settembre 2026, insieme alla documentazione, a una guida rapida e a una nuova sandbox ospitata. Il lancio offre agli sviluppatori la possibilità di scegliere tra un ambiente di esecuzione gestito da OpenAI, un’infrastruttura gestita da loro stessi e le integrazioni di diversi fornitori esterni.
Il prodotto affronta un problema specifico nello sviluppo di agenti: mantenere un sistema di IA operativo attraverso più passaggi, strumenti e finestre di contesto, conservando abbastanza stato da poter riprendere dopo ritardi, errori o interruzioni. OpenAI descrive il servizio come lo stesso harness e la stessa infrastruttura alla base di Codex, adattati all’uso tramite API.
OpenAI prende in carico il ciclo dell’agente
Agents API separa l’harness dell’agente dall’ambiente in cui viene eseguito. OpenAI gestisce l’harness, inclusi l’orchestrazione delle sessioni, la gestione del contesto e il ripristino. Gli sviluppatori scelgono il modello, gli strumenti, le istruzioni, i dati e l’ambiente di esecuzione.
Questa suddivisione consente agli sviluppatori di creare una sessione dell’agente con una sola chiamata API. L’esempio di OpenAI specifica un modello, un server MCP, un vault, un ambiente ospitato da OpenAI e un’attività in input che chiede all’agente di indagare sull’aumento del tasso di errori 5xx di un servizio. L’attività chiede al sistema di delegare ai subagenti l’analisi della distribuzione, degli errori e delle dipendenze, per poi salvare prove e raccomandazioni in una directory dell’area di lavoro.
L’API supporta sessioni persistenti che proseguono su più turni e possono trasmettere aggiornamenti mentre l’agente lavora. Gli sviluppatori possono collegare funzioni personalizzate, server MCP e strumenti integrati come la ricerca sul web. Il servizio supporta anche configurazioni riutilizzabili degli agenti, recuperabili per progetto tramite l’API beta.
Le note di rilascio di OpenAI descrivono il prodotto in termini operativi concreti: l’azienda gestisce l’orchestrazione delle sessioni, la compattazione del contesto e il ripristino, mentre gli sviluppatori collegano i propri strumenti e server MCP. Questa soluzione riduce la quantità di codice per la gestione dello stato che i team devono scrivere prima che un agente possa affrontare un’attività che dura più di una singola risposta del modello.
Le sandbox ospitate affiancano l’infrastruttura degli sviluppatori
La sandbox ospitata di OpenAI è pensata per gli agenti che devono eseguire codice, lavorare con file e produrre artefatti. L’azienda afferma di predisporre e gestire l’ambiente, che può essere configurato con i file, i pacchetti, le competenze e i plugin richiesti da un determinato flusso di lavoro.
Gli sviluppatori non sono tenuti a eseguire i propri agenti in quell’ambiente. OpenAI elenca Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop e Vercel tra i fornitori dell’ecosistema dotati di integrazioni native. L’azienda afferma che queste opzioni coprono diverse modalità di distribuzione, compresi gli ambienti interamente gestiti e le installazioni all’interno del cloud privato virtuale del cliente.
La scelta del fornitore influisce anche su archiviazione, segreti, capacità di calcolo, memoria, tempo di avvio e costi. OpenAI presenta l’ambiente come una scelta applicativa, non come una componente fissa dell’API. Questo aspetto è importante per i team i cui agenti devono accedere a dati privati, a risorse di calcolo specializzate o ai sistemi interni già esistenti.
La documentazione di OpenAI esplicita la suddivisione: l’azienda mantiene l’harness, mentre lo sviluppatore controlla dove l’agente esegue il codice e gestisce i file. Un cliente può quindi usare il livello di orchestrazione di OpenAI senza collocare ogni fase di esecuzione in una sandbox gestita da OpenAI.
Sessioni lunghe, ricerca degli strumenti e subagenti
Le principali caratteristiche tecniche del servizio riguardano gli aspetti dei sistemi di agenti che tendono a diventare difficili da gestire man mano che le attività si allungano. OpenAI afferma che il suo livello di gestione del contesto compatta automaticamente il materiale precedente quando una sessione si avvicina al limite di contesto. L’agente può così proseguire attraverso più finestre di contesto senza che lo sviluppatore debba implementare un sistema di compattazione separato.
La ricerca degli strumenti carica le definizioni degli strumenti pertinenti quando servono, anziché inserire nel contesto del modello tutti quelli disponibili all’inizio di un’attività. OpenAI afferma che questo approccio può ridurre l’uso di token e i costi, preservando la cache del modello. La chiamata programmatica degli strumenti consente a un agente di eseguire chiamate in parallelo, concatenare operazioni e filtrare o combinare i risultati nel codice prima di restituire al modello le informazioni selezionate.
Il supporto multiagente permette a un agente principale di suddividere un incarico complesso tra subagenti indipendenti. Ogni subagente mantiene il proprio contesto, mentre l’agente principale coordina il lavoro e combina i risultati. L’esempio di codice di OpenAI abilita l’esecuzione multiagente con un massimo di tre subagenti simultanei, anche se gli esempi forniti dall’azienda per i clienti descrivono implementazioni più ampie.
OpenAI non presenta i dati dei clienti come valutazioni indipendenti. L’azienda cita Jack Weissenberger, direttore tecnologico di Ciridae, secondo cui il punteggio di valutazione dell’azienda è salito da 0,71 a 0,85 e la nuova API ha ridotto di quattro volte la latenza dei flussi di lavoro dei suoi subagenti. Le dichiarazioni di altri clienti riportano una riduzione del 60% del costo per caso presso SafetyKit, una riduzione dell’86% delle risposte errate degli agenti presso Hypha e la possibilità di distribuire il lavoro tra centinaia di agenti presso Dwelly.
Questi numeri descrivono implementazioni e condizioni specifiche dei singoli clienti, non un benchmark comune. La loro importanza sta nei problemi che mettono in luce: il carico dell’orchestrazione, il costo per attività, la latenza e il ripristino dagli errori. OpenAI posiziona il prodotto attorno a questi aspetti operativi, non attorno al lancio di un nuovo modello.
Codex diventa una base per le API
OpenAI afferma che Agents API è basata sull’harness open source di Codex. Gli sviluppatori possono esaminare il codice pubblico, mentre OpenAI continua a gestire e migliorare la versione gestita usata dall’API.
L’azienda afferma inoltre che l’API offre accesso con versioni definite alle funzionalità dell’harness insieme ai lanci dei modelli. Questa soluzione dovrebbe ridurre la necessità per gli sviluppatori di ricostruire il proprio livello di orchestrazione ogni volta che un nuovo modello modifica il modo in cui gestisce strumenti, contesto o attività articolate in più passaggi.
Codex è nato come prodotto incentrato sulla programmazione, ma gli esempi di OpenAI per l’API indicano usi più ampi. Un agente può indagare su un incidente operativo, cercare nelle fonti di conoscenza collegate, scrivere file, eseguire codice, chiamare servizi esterni e delegare parti dell’attività ad altri agenti. Lo stesso schema di esecuzione può supportare operazioni software, revisione di documenti, logistica, ricerca o flussi di lavoro aziendali interni, purché lo sviluppatore fornisca gli strumenti e le autorizzazioni pertinenti.
Una delle dichiarazioni dei clienti è di Aziz Alghunaim, cofondatore e direttore tecnologico di Nash.ai. OpenAI lo cita mentre afferma che l’azienda usa il livello di orchestrazione e delle sessioni persistenti dell’API per agenti che gestiscono centinaia di milioni di consegne nelle reti logistiche globali. Nash fornisce gli strumenti e l’ambiente di esecuzione, mentre l’API si occupa del contesto, del ripristino e del coordinamento delle attività articolate in più passaggi.
La suddivisione ricorda più un ambiente di esecuzione gestito che un normale endpoint di generazione del testo. Gli sviluppatori continuano a definire cosa può fare l’agente, a quali sistemi può accedere e dove può eseguire le azioni. OpenAI si assume la responsabilità dei meccanismi che mantengono attivo il flusso di lavoro.
La beta pubblica non prevede costi API aggiuntivi
Agents API è disponibile in beta pubblica per tutti gli sviluppatori. OpenAI afferma di non applicare costi aggiuntivi per l’uso del servizio. I clienti pagano i token e gli strumenti consumati dai loro agenti secondo le regole tariffarie già in vigore dell’azienda.
Questa struttura tariffaria abbassa la barriera iniziale per provare il prodotto, ma rende importante anche progettare con attenzione l’uso. Un agente di lunga durata che chiama diversi strumenti, mantiene più sessioni e avvia subagenti può consumare molte più risorse di una singola richiesta di risposta. La ricerca degli strumenti e la chiamata programmatica servono a contenere parte di questo carico, mentre la scelta della sandbox incide sui costi di calcolo e archiviazione.
OpenAI non ha annunciato una data per la disponibilità generale. L’azienda afferma che apporterà modifiche durante la beta, sulla base dei riscontri degli sviluppatori sull’uso in produzione, sugli ostacoli e sulle funzionalità mancanti. Il rilascio pubblico definisce quindi la superficie dell’API e il modello operativo, ma non costituisce un accordo definitivo per tutte le funzionalità.
Il cambiamento immediato per gli sviluppatori è concreto. I team non devono più assemblare ogni componente di un ambiente di esecuzione per agenti prima di provare un flusso di lavoro di lunga durata: stato delle sessioni, compattazione del contesto, individuazione degli strumenti, ripristino e coordinamento dei subagenti sono disponibili attraverso un unico livello gestito da OpenAI. Il lavoro rimanente è quello di sempre nei sistemi di produzione: scegliere gli strumenti giusti, impostare le autorizzazioni, selezionare un ambiente di esecuzione e decidere cosa può fare l’agente senza approvazione umana.