OpenAI 发布 Agents API，Agent中间层重估

OpenAI 发布 Agents API，它把 OpenAI 托管的 Codex Harness 做成 API。

一次任务可以创建 Session、提交 Task、异步运行、持续回传事件、中途人工干预、失败恢复并输出文件。OpenAI 托管 Session、编排、上下文压缩和恢复；企业仍负责工具权限、业务数据、验收、审计和最终责任。

理解产品后，再看 6 个行业判断：

1. Agent Runtime 正在成为模型平台的标准层。Claude 更早，OpenAI 跟进，云平台也在同向建设。“让模型持续完成任务”正从应用工程变成平台能力。

2. 模型厂商与云厂商将在 Runtime 层竞合。模型厂商需要算力、渠道和企业基础设施；云厂商需要头部模型。模型厂商希望 Runtime 与模型深度绑定，云厂商则希望模型可替换，让身份、网络、数据和账单留在自己的平台。

3. 通用执行中间层会被商品化，业务控制层继续升值。Harness、Session、沙箱和工具循环容易被平台吸收；业务状态、真实评测、权限审批、异常处理和责任链更难标准化。

4. Agent 产品的竞争单位，将从回答质量变成任务完成质量。除了正确率、延迟和 Token，还要看完成率、恢复率、人工接管率、错误副作用，以及每个通过验收任务的总成本。

5. Agent 不会先消灭 SaaS，但会拆开它的界面、数据和收费。UI 与按人头卖 Seat 可能承压；权威业务数据、权限规则和安全行动接口反而更重要。

6. AI 治理正在从内容安全进入行动风险管理。当模型可以修改文件、运行代码和操作业务系统，权限、可逆性、审批、审计和人工接管就成为产品本身。

OpenAI Agents API 的真正意义，是 Agent Runtime 正在成为新的平台控制层：模型厂商与云厂商在这里相遇，通用执行能力被商品化，价值向业务控制、任务结果和责任治理迁移。

你认为企业最终会把 Agent Runtime 交给模型厂商、云厂商，还是继续自建？