OpenAI Agents SDK は、実稼働エージェント用のネイティブ サンドボックス、メモリ、ハーネス コントロールを追加します
OpenAI の 4 月 15 日のエージェント SDK リリースは、単なる SDK アップデートではありません。これは、モデルへのアクセスとツール呼び出しから、エージェントが安全で耐久性があり、手頃な価格で操作できるかどうかを実際に判断するランタイム層への、スタックの上位への移行です。
OpenAIが実際に出荷したもの
OpenAI によると、更新された SDK により、開発者はファイルの検査、コマンドの実行、コードの編集、長期的なタスク全体の操作ができるモデルネイティブのハーネスが提供されるようになりました。このリリースでは、構成可能なメモリ、シェルおよびパッチのプリミティブ、MCP およびスキルスタイルのプログレッシブ開示のサポートに加え、ワークスペースを形成するためのポータブルなマニフェスト モデルによるネイティブ サンドボックスの実行が追加されています。
実際の変化は、OpenAI が、ファイルのマウント方法、出力の保存先、コンテナーが停止した後の実行の回復方法、モデルで生成された実行環境に認証情報を入れないようにする方法など、エージェント エンジニアリングの退屈だが高価な部分をさらにパッケージ化していることです。
これが他のツール リストよりも重要な理由
ほとんどのエージェントのデモは、実稼働環境でも同じ理由で失敗します。サンドボックスの結合が遅く、プロンプトの状態が実行時の状態と混在し、再試行が毎回最初から開始されます。これにより、巧妙なプロトタイプがトークン漏洩に変わります。 OpenAI は明らかに、デフォルト パスをより独自性のあるものにしようとしています。つまり、制御されたワークスペース、より明確なハーネス境界、スナップショットとリハイドレーションによる永続的な実行です。
これは、コーディング エージェント、リサーチ エージェント、QA エージェント、および内部ワークフローの自動化を構築するチームにとって重要です。現在の SDK は、モデル呼び出しのラッパーというよりは、OpenAI がプロダクション エージェントを構築する方法を考えるためのリファレンス アーキテクチャのように見えます。
TRH の角度: 実行時のミスはトークンの無駄である
ビルダーはモデルの選択に重点を置き、実行時の形状を無視することがよくあります。それは後ろ向きです。ノイズの多いハーネス内の強力なモデルは依然としてトークンを無駄にします。広いメモリ ストア、過剰な寛容なツール、再利用されたサンドボックスにより、エージェントはタスクに必要な以上の状態を収集します。その結果、繰り返されるファイル検査、古い仮定、および最終的な成果物を決して変更しない余分な推論ループが発生します。
有料プランごとにさらに多くの作業を出荷したい場合は、インフラを設計するのと同じようにハーネスを設計します。エージェントが何を読み取ることができるか、どこに書き込むことができるか、どのツールを呼び出すことができるか、どの状態にチェックポイントが設定されるか、さらにコンテキストを検索する代わりに実行をいつ停止するかを決定します。
建築業者が次にすべきこと
まったく新しいエージェントの場合は、タスクを成功させる最小のサンドボックスと最小のメモリ サーフェスから始めます。資格情報をエージェントが実行するコンピューティングの外部に保持します。収集されたコンテキスト、呼び出されたツール、および実際に変更されたファイルの比率を記録します。この比率が上昇し続ける場合、エージェントは間違った習慣を学習していることになります。
既存のオートメーションにとって、このリリースは、現在のハーネスが実行しているカスタム作業が多すぎるかどうかを監査するための優れた強制機能であり、SDK がより安全に所有できるようになりました。