OpenAI Agents SDK 新进化：原生沙箱执行 + 模型原生 Harness

OpenAI 更新了 Agents SDK，新增原生沙箱执行（Native Sandbox Execution）和模型原生 Harness，为开发者提供标准化基础设施，帮助构建安全、长时间运行的跨文件和工具的 AI 代理。

更新概述

此次更新解决了当前代理系统的三大痛点：

• 模型无关框架灵活但无法充分利用前沿模型能力
• 模型供应商 SDK 贴近模型但缺乏对 Harness 的足够可见性
• 托管代理 API 简化部署但限制了运行位置和敏感数据访问方式

Agents SDK 的新架构让开发者获得一个既可即插即用又足够灵活的 Harness，轻松适配自己的技术栈。

模型原生 Harness

Harness 是代理的执行框架，更新后具备以下能力：

• 可配置内存 — 支持长时间运行任务的状态管理
• 沙箱感知编排 — 自动适应不同沙箱环境
• Codex 级文件系统工具 — 支持 shell 执行、apply patch 文件编辑等操作
• 标准化集成 — 内置 MCP 工具调用、Skills 渐进式披露、AGENTS.md 自定义指令等原语

这些原语包括：

Harness 持续集成新的代理模式和原语，让开发者专注领域逻辑而非基础设施更新。通过与前沿模型的最佳执行模式对齐，提高了复杂任务（尤其是长时间运行或多工具协调场景）的可靠性和性能。

原生沙箱执行

工作空间

许多有用的代理需要一个可以读写文件、安装依赖、运行代码和使用工具的安全工作空间。原生沙箱支持开箱即用，无需自行拼凑。

支持的沙箱供应商

Manifest 抽象

SDK 引入了 Manifest 抽象来描述代理的工作空间，实现跨供应商的环境可移植性：

• 挂载本地文件 — 将本地目录映射到沙箱
• 定义输出目录 — 指定结果写入位置
• 对接存储服务 — 支持 AWS S3、Google Cloud Storage、Azure Blob Storage、Cloudflare R2

这提供了从本地原型到生产部署的一致环境管理方式，模型也能获得可预测的工作空间：输入在哪里、输出写到哪里、如何组织长时间运行任务。

安全设计

代理系统应假设存在提示注入和数据泄露尝试。Agents SDK 的安全架构：

• Harness 与计算分离 — 将凭据排除在模型生成代码的执行环境之外
• 持久执行 — 代理状态外部化，丢失沙箱容器不等于丢失运行状态
• 快照与恢复 — 内置快照和重建机制，原始环境故障时可从检查点继续

可扩展性

• 支持单沙箱或多沙箱运行
• 按需调用沙箱
• 子代理路由到隔离环境
• 跨容器并行化执行

可用性与路线图

• 当前可用 — Python SDK 已 GA，通过标准 API 定价（Token 和工具使用计费）
• 即将推出 — TypeScript 支持、代码模式、子代理功能
• 持续扩展 — 更多沙箱供应商、更多集成、更多接入方式

项目链接

• 官方博客：https://openai.com/index/the-next-evolution-of-the-agents-sdk/
• Agents SDK 文档：https://openai.github.io/openai-agents-python/
• 许可证：MIT