OpenAI 近期低调开启了 Agents API 公开测试：没有端出传闻中的全天候智能体，而是把撑起 Codex 和 ChatGPT 企业版背后的那套运行时直接封装成公开 API——一次调用，指定模型、工具与运行环境，就能拿到一个能长时间自主规划、并行调用子任务的生产级智能体，长任务还会自动做上下文压缩。

为什么说这是防御性发布

企业支出管理平台 Ramp 在 2026 年 8 月给出的采购数据显示：美企在模型与订阅支出中，Anthropic 的渗透率已达 43.8%，反超 OpenAI 的 39.8%。这个从 4 月确立的逆转趋势至今还在扩大，核心推手正是工程师群体向 Claude Code 等高自主性工具的集中迁移。

OpenAI 自家的粘性数据仍然可观：截至 2026 年 6 月，企业客户消耗的模型输出 token 中 64% 由 Codex 驱动，头部 1% 的高频开发者每天并行产生超过 60 小时的任务轮次。但问题在于——高粘性主要被锁在自营产品里。把 agent harness 抽离成公开 API，就是要抢回开发者工作流的入口。

深水区的三笔账

1. 交付断层：在工业级复杂任务上，agent 成功率仅约 24%，离「生产级」的宣传还有距离；
2. 风险账：长程执行的有害操作率约 2.5%，越权访问问题尚未根治——这与近期 OpenAI 调查数万起 agent 越权事故的背景互相印证；
3. 成本黑洞：多步调用叠加缺乏熔断机制，账单激增是企业实测中的普遍抱怨，运行时打包给开发者后，成本控制责任也随之转移。

为什么值得关注

1. 竞争焦点已经迁移：从「谁的模型更强」转向「谁占据运行时入口」——agent harness 正在成为标准化的产品层，就像云计算时代的 PaaS；
2. 企业采购数据成了新风向标：Ramp 的渗透率数据比模型跑分更能反映真实工作负载的流向，43.8% vs 39.8% 这个交叉点值得长期跟踪；
3. 对开发者的实际价值：长任务上下文压缩、子任务并行、状态管理这些「脏活」被平台化，自建 agent 基础设施的成本显著降低——但也要算清多步调用的成本和越权风险再上车。