OpenAI Agents API: costruire agenti diventa davvero facile?

Che cos'è OpenAI Agents API

Agents API è un servizio per creare agenti cloud indicando task, modello, strumenti e ambiente. OpenAI ospita e mantiene l'harness che coordina il lavoro, mentre tu definisci dati, permessi e workflow. È lo stesso fondamento usato da Codex, esposto per applicazioni e servizi propri.

• Una sessione conserva stato e può durare oltre una singola context window.
• Il runtime può delegare attività indipendenti a subagent.
• L'agente può lavorare in sandbox OpenAI, nella tua infrastruttura o presso partner compatibili.
• Il servizio è in beta pubblica, non in disponibilità generale.

Agents API non è Agents SDK

Agents SDK è una libreria con cui costruisci il flusso dell'agente nella tua applicazione. Agents API aggiunge un runtime gestito: sessioni, compattazione, strumenti, sandbox e coordinamento multi-agente. Puoi usare la prima quando vuoi controllare il flusso in codice; la seconda quando preferisci delegare più infrastruttura a OpenAI.

• Scegli SDK per flussi brevi, routing esplicito e deployment già definito.
• Scegli Agents API per agenti lunghi che lavorano su file, codice o molti strumenti.
• Non serve un runtime agentico per ogni chiamata LLM: una Responses API può bastare.

La sandbox resta una scelta separata

L'harness e l'ambiente di esecuzione sono separati. Puoi usare la sandbox ospitata da OpenAI, eseguire l'agente sulla tua infrastruttura o scegliere un partner come Cloudflare, E2B, Modal, Vercel e altri indicati da OpenAI. Questa separazione permette di adattare rete, storage, segreti e capacità di calcolo al workload.

• La sandbox OpenAI accelera il setup e gestisce l'ambiente.
• La tua infrastruttura offre più controllo su rete, dati e conformità.
• Un partner può offrire VPC, configurazioni hardware o profili di costo diversi.
• Verifica sempre isolamento, persistenza e trattamento dei segreti.

Come gestisce sessioni e contesto

Quando una sessione si avvicina al limite del modello, Agents API compatta automaticamente il contesto precedente per conservare le informazioni ritenute utili. Questo evita di implementare subito una memoria proprietaria, ma non elimina il rischio di perdere dettagli durante la sintesi. Per decisioni importanti, salva fatti e artefatti fuori dalla conversazione.

• Scrivi output importanti in file, database o sistemi di record.
• Non affidare alla sola compattazione requisiti, approvazioni o vincoli legali.
• Testa sessioni lunghe con casi in cui un dettaglio iniziale resta necessario alla fine.

Strumenti e MCP senza caricare tutto nel prompt

Agents API supporta MCP, funzioni personalizzate e strumenti integrati come web search. Tool search carica le definizioni rilevanti quando servono, mentre le chiamate programmatiche possono eseguire operazioni in parallelo e riportare nel contesto solo i risultati utili. Il vantaggio è ridurre rumore e token, non evitare la progettazione dei permessi.

• Esponi solo gli strumenti necessari al task corrente.
• Separa tool di lettura da tool che modificano dati o sistemi esterni.
• Richiedi conferma per pagamenti, messaggi, deploy e azioni distruttive.
• Registra input e risultato di ogni chiamata importante.

Quando usare i subagent

Il supporto multi-agente divide un'attività in pezzi indipendenti e assegna a ogni subagent il proprio contesto. Funziona per ricerca, analisi e coding quando le parti possono procedere in parallelo. Se i subagent devono modificare lo stesso stato o dipendono continuamente l'uno dall'altro, il coordinamento può costare più del tempo risparmiato.

• Delega analisi indipendenti, test separati o servizi con ownership distinta.
• Limita la concorrenza all'inizio e misura il costo per risultato accettato.
• Fai integrare i risultati a un coordinatore con criteri verificabili.

Costo e lock-in

OpenAI dichiara che Agents API non aggiunge una tariffa propria: paghi token e strumenti utilizzati. Restano però i costi di sandbox, chiamate esterne, subagent e output da revisionare. Il Codex harness è open source e ispezionabile, ma il servizio gestito, le sessioni e le integrazioni restano legati all'API OpenAI.

• Imposta budget per sessione e per subagent.
• Misura tool call, retry e durata, non solo token del modello principale.
• Conserva dati e artefatti in formati esportabili se prevedi un cambio di runtime.
• Verifica quanto codice applicativo dipende da oggetti e comportamenti specifici dell'API.

La regola pratica

Scegli Agents API se il tuo prodotto richiede agenti lunghi, strumenti, sandbox e subagent e vuoi ridurre il lavoro infrastrutturale. Scegli Agents SDK o un flusso proprietario se il compito è semplice, vuoi controllare ogni passaggio o devi cambiare modello facilmente. Prima di costruire, prova un solo flusso di lavoro e misura affidabilità, costo e recupero dagli errori.