模型厂商接管 agent 运行时：OpenAI Agents API 把 harness 变成商品

过去一年，企业把大笔工程预算花在自建 agent 运行时上——会话管理、上下文压缩、子 agent 编排、失败恢复，每个团队都在重复造同一个循环。2026-09-10 开始，这个默认答案变了：OpenAI 把驱动 Codex 的同一套 harness 打包成托管 API（Agents API）公开测试，且无额外费用。当模型厂商接管「循环」，你省下的不只是工程时间——你的差异化从「怎么写 loop」转移到「loop 之外的东西」：工具、权限、证据。

证据：Codex harness 变成托管服务，边界由你选

OpenAI 2026-09-10 的官方公告给出四个核心概念：agent、environment、session、events。托管 harness 负责自动上下文压缩（session 接近上限时保留关键信息）、工具搜索（按需加载工具定义、省 token）、程序化工具调用（并行执行、链式操作）、以及多 agent 编排（主 agent 拆解任务、子 agent 并行工作、各自维护独立上下文）——这些都是过去团队自建 loop 时最花时间的部分（OpenAI 公告，来源见文末）。

沙箱是开放的：官方口径允许三种选择——OpenAI 托管沙箱（与 Codex 和 ChatGPT 同一套基础设施）、你自己的基础设施、或伙伴沙箱（Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercel）。定价上官方明确「无额外费用」：只按 token、工具与沙箱计算付费。另外，harness 本身基于开源 Codex harness，开发者可以 inspect 核心逻辑——可见，但运行由厂商负责。

公告中引用的客户数据需要标注性质：Ciridae 称评估分从 0.71 升到 0.85、子 agent 延迟降 4 倍；SafetyKit 称迁移后每案例成本降 60%；Hypha 称把 harness 与沙箱分离后失败响应降 86%；Nash 称数千个长时 agent 管理数亿次配送——均为厂商公告中的客户/合作伙伴陈述，未经独立验证，只能作为方向性证据。

我们的判断：harness 商品化，边界才是差异点

当循环由厂商运行，企业的差异化与风险都转移到三层边界。第一层是工具与知识：你的 MCP server、技能、私有数据——这是「你拥有而 OpenAI 没有」的部分。第二层是权限与身份：谁授权 agent 做什么、能碰什么——托管 harness 不会替你定义企业内的授权模型。第三层是证据：agent 做了什么、为什么——OpenAI 提供 events 与日志，但「这条记录不可被 agent 篡改、可被审计接受」是企业自己的事。可核验的证据不能存放在被监督对象自己手里——这是 OOMeta 自己 agent 运行时的设计原则（执行进沙箱、证据留在沙箱外），在本事件里直接可迁移：无论谁运行循环，证据链的归属必须是企业自己。

战略含义是明确的：自建 harness 的 ROI 开始坍缩。除非你有 OpenAI 不提供的边界需求——数据驻留、监管级证据链、深度定制的工具或权限模型——否则自建只是在为商品付研发税。这不代表所有 agent 基础设施都会消失；它意味着基础设施的价值重心从「循环本身」上移到「循环外面那一圈」。

买方决策清单：四个问题决定你用不用托管 harness

行动建议：一周对照实验，用数字决定

不要用架构信仰决定 build or buy。挑一个低风险、每周重复的工作流（文档更新、工单分诊、数据核对），分别用自建 loop 与 Agents API 各跑一周，记录三个数：任务完成率、每完成任务的成本、失败后的恢复时间。完成率与恢复时间接近，说明 harness 已经商品化——你的自建成本是纯开销；差距明显，说明你还有别人没解决的边界问题，自建仍有理由。

留给买家的决策问题：如果 harness 是商品，你还在为哪部分自建买单？回答不出来，那一周对照实验会替你把答案算出来。

参考来源：OpenAI 官方公告《Introducing the Agents API》（2026-09-10，厂商口径）openai.com/index/introducing-the-agents-api/ · AI Agents News 周报（2026-09-14，补充背景与多方事件梳理）aiagentstore.ai/ai-agent-news/this-week