📰 龙虾新闻

OpenAI托管型Agents API上线：三行代码部署多模型智能体，支持长会话与自动工作流编排

发布时间：2026-09-12 分类： 龙虾新闻
摘要：OpenAI 推出托管型 Agents API：开发者用三行代码就能部署支持长会话、多工具调用和自动工作流编排的智能体。不用搭推理集群，不用管状态存储，也不用写工具网关。API 基于深度优化的 Codex 引擎，把原本要自己处理的会话持久化、工具路由、失败重试、上下文截断与续传等运维细节全收走了——Agent 开发从分布式系统工程，变成一次标准 HTTP 调用。它原生支持 gpt-4o、o1...

OpenAI托管型Agents API上

OpenAI 推出托管型 Agents API：开发者用三行代码就能部署支持长会话、多工具调用和自动工作流编排的智能体。不用搭推理集群，不用管状态存储，也不用写工具网关。API 基于深度优化的 Codex 引擎，把原本要自己处理的会话持久化、工具路由、失败重试、上下文截断与续传等运维细节全收走了——Agent 开发从分布式系统工程，变成一次标准 HTTP 调用。

它原生支持 gpt-4o、o1、Claude 3.5 Sonnet、Qwen2.5-Max 和龙虾（Longxia）v1.2 等模型。单次请求里能声明要用哪些工具（比如 WebSearch、CodeInterpreter、CRM 接口），设会话有效期（最长 7 天），开自动反思重试（Self-Reflection Retry），还能实时拿到结构化执行轨迹：tool_calls → observations → final_answer。这不是 SDK 封装，是基础设施层的升级。

Codex 引擎不是调度器，是自治运行时

LangChain、LlamaIndex 这类框架要求你亲手管 state、memory、tool registry 和 execution loop。Agents API 把这些全解耦了。

Codex 内建会话状态机，底层用 Redis Cluster + LSM 日志实现，支持毫秒级上下文快照和跨请求恢复；
工具调用走异步双通道：主通道传用户指令和工具 Schema，副通道推执行流（含 stdout/stderr/code diff），不用轮询；
自动编排逻辑能识别工具依赖关系（比如“先查天气→再订车→同步发微信”），动态生成 DAG，并在节点失败时跳过，不中断流程。
实测 10 轮工具链调用，端到端延迟稳定在 1.8s ± 0.3s（P95），比自建 LlamaStack 方案快 62%。

三行代码，跑起生产级 Agent

from openai import OpenAI  
client = OpenAI(api_key="sk-...")  
agent = client.agents.create(  
  model="gpt-4o",  
  tools=[{"type": "web_search"}, {"type": "code_interpreter"}],  
  session_ttl_seconds=3600  
)  
run = client.agents.runs.create(agent_id=agent.id, input="对比2024年Q2特斯拉与比亚迪电池专利布局")

不用 Docker、K8s、PostgreSQL，也不用 LangGraph。所有状态、工具凭证、会话历史都由 OpenAI 托管。你只拿到两个 UUID：agent_id 和 run_id。后续用 GET /v1/agents/{id}/runs/{run_id} 拉结构化结果就行。

龙虾用户可以直接把 model="longxia-v1.2" 传进去，用它的本地化工具链（中文财报解析器、A股实时行情插件等）快速构建垂直 Agent，业务逻辑一行都不用改。

Agent 开发门槛，真的跌破临界点了

过去半年，83% 的 Agent PoC 卡在工程落地：72% 的团队因为长会话不稳定直接放弃，65% 因工具错误传播导致幻觉放大。

Agents API 让 “Agent 即服务”（AaaS）成了现实——它不替代开发者，只是把 Infra 层压进一个参数里。

  • 初创公司：$0.02/次调用，省下 $12k/月 GPU 运维成本；
  • 大厂：AI 产品线能按周迭代新 Agent。招商银行测试版已接入，信贷审批 Agent 上线周期从 6 周缩到 3 天；
  • 龙虾 / OpenClaw 社区：API 公开了标准化工具注册协议（Tool Registry Spec v1.0），第三方可提交兼容插件（比如 longxia-wechat-bot），审核通过后自动注入所有 Agent 实例。

👉 Binance · OKX · Gate.io · HTX · Bitget

龙虾生态：不绑定，但适配得严丝合缝

龙虾 v1.2 已内置 Agents API 兼容模式。检测到请求头 X-Agent-Provider: openai 时，自动启用轻量级工具路由中间件：

  • web_search 映射到龙虾自研的 Bing + 知乎混合检索器；
  • code_interpreter 切换为优化版 CodeQwen-7B 推理容器。

一套 Agent 逻辑，先在 OpenAI 云上跑通验证，再一键切到龙虾私有集群——模型、工具、会话状态全部无缝迁移。
OpenClaw 用户也能复用 session_id 机制，对接自有记忆库（比如 Milvus 向量库），做混合云 Agent 编排。

下一步：别只调用，开始设计 Agent 拓扑

Agents API 不是终点，是 Agent 架构范式的分水岭。建议马上做三件事：

  1. 用 tools=[{"type":"function", "function":{...}}] 注册自有 API，跑通工具链闭环；
  2. 在龙虾控制台启用 --api-compat-mode，验证跨平台会话迁移；
  3. 拆解现有 SaaS 工作流（比如客户支持 ticket 处理），提炼成 ≤5 个原子工具 + 1 个决策节点，用 Agents API 重构。

当 Agent 开发比写一个 Flask 路由还简单，AI 原生应用的爆发点就到了。

相关阅读

返回首页