OpenAI öffnet den Codex-Harness als Agents API
Die Beta verwaltet Sessions, Kontext und Wiederaufnahme serverseitig; Apps liefern nur Tools und Umgebung. Nur US-Datenhaltung, kein ZDR.
Kurz gesagt
Die Agents API stellt den Codex-Harness als gehosteten Dienst bereit: OpenAI führt Session, Orchestrierung, Kontextverdichtung und Wiederaufnahme, während Ihre Anwendung Modell, Tools und Ausführungsumgebung festlegt.
Auf einen Blick
- Aufruf über POST /v1/agents/sessions mit Header OpenAI-Beta: agents=v1; im SDK client.beta.agents.sessions.create().
- Vier Bausteine: Agent, Environment, Session sowie Events und Items.
- Tool-Typen in den Beispielen: programmatic_tool_calling, mcp, web_search; Subagenten über max_concurrent_subagents: 4.
- Laut Doku derzeit Datenhaltung nur in den USA, Zero Data Retention wird nicht unterstützt.
- Abrechnung: Modell zu den API-Raten des gewählten Modells, gehostete Sandboxes zu Standard-Container-Raten.
OpenAI hat den Harness hinter Codex als gehosteten Dienst geöffnet. Die Dokumentation beschreibt eine Agents API, die Sessions, Orchestrierung, Kontextverdichtung und Wiederaufnahme selbst führt. Ihre Anwendung liefert dagegen die Modellwahl, die Tools und die Umgebung, in der Code tatsächlich läuft.
Wer bisher einen Agenten selbst gebaut hat, schrieb vor allem Schleifenlogik: Werkzeugaufrufe einsammeln, Zwischenergebnisse kürzen, abgebrochene Läufe wieder aufsetzen. Genau diese Schicht liegt nach der Beschreibung nun auf der Serverseite.
Die Doku listet auf, was der verwaltete Harness abdeckt: Befehle und Code in einer Sandbox ausführen, Skills und Instruktionen anwenden, externe Daten über Tools oder MCP anbinden, den Agenten während der Arbeit steuern, frühere Arbeit zusammenfassen, Aufgaben an Subagenten abgeben und eine Session dort fortsetzen, wo sie stehen geblieben ist.
Der beschriebene Ablauf: Session mit der Agent-Konfiguration anlegen, Aufgabe senden, die Umgebung wird bereitgestellt. Den Fortschritt verfolgen Sie per Streaming oder über Webhooks, die melden, wenn der Agent fertig ist oder eine Eingabe braucht. Der Dienst behält den Session-Zustand, sodass mehrere Runden ohne neuen Kontextaufbau möglich sind.
Per REST geht die Anfrage an POST /v1/agents/sessions, zusammen mit dem Header OpenAI-Beta: agents=v1. Im SDK entspricht das client.beta.agents.sessions.create().
Als Modell steht in den Beispielen gpt-6-astra. Bei den Tools erscheinen programmatic_tool_calling, mcp und web_search; die Parallelarbeit regelt ein multi_agent-Block mit den Feldern enabled und max_concurrent_subagents, im Beispiel mit dem Wert 4. Als Umgebungstyp taucht self_hosted auf, alternativ gibt es von OpenAI gehostete Sandboxes.
Die Modellnutzung wird zu den API-Raten des gewählten Modells berechnet, OpenAI-eigene Tools zu Standardraten, von OpenAI gehostete Sandboxes zu Standard-Container-Raten. Konkrete Beträge nennt die Übersichtsseite nicht.
Zwei Einschränkungen stehen ausdrücklich dort: Datenhaltung ist derzeit nur in den USA möglich, und Zero Data Retention wird nicht unterstützt. Für regulierte Arbeitslasten in Europa ist das der erste Prüfpunkt, noch vor jeder Kostenrechnung.
Die Seite nennt keine Rate Limits, keine Quoten, keinen Termin für eine allgemeine Verfügbarkeit und keine Angabe, wie lange ein Session-Zustand aufbewahrt wird. Für diesen Text lag nur diese eine Quelle vor; alles darüber hinaus wäre Spekulation und steht deshalb nicht hier.
Häufige Fragen
Was ist die OpenAI Agents API?
Ein gehosteter Zugang zum Codex-Harness: OpenAI übernimmt Session, Orchestrierung, Kontextverdichtung und Wiederaufnahme, Ihre Anwendung liefert Modell, Tools und Ausführungsumgebung.
Welcher Endpunkt und welches Modell stehen in der Doku?
POST /v1/agents/sessions mit dem Header OpenAI-Beta: agents=v1, im SDK client.beta.agents.sessions.create(). In den Codebeispielen steht als Modell gpt-6-astra.
Ist die Agents API für Daten aus der EU geeignet?
Die Doku nennt derzeit Datenhaltung nur in den USA und kein Zero Data Retention. Eine EU-Datenhaltung wird dort nicht zugesagt, weitere Optionen sind nicht dokumentiert.
