Agents API OpenAI: hal yang perlu diperiksa sebelum membuat atau mengunduh agen AI

Jawaban singkat: apa yang berubah dengan Agents API

OpenAI mengumumkan beta publik Agents API pada 10 September 2026. Layanan ini membawa harness untuk tugas panjang yang digunakan Codex kepada para pengembang. Tim tidak perlu membangun loop agen, pengelolaan konteks, koordinasi alat, dan kemajuan sesi dari awal. OpenAI dapat menangani lapisan eksekusi, sementara tim menentukan kemampuan yang boleh digunakan agen. OpenAI menyatakan tidak ada biaya tambahan Agents API selama beta, tetapi token dan alat tetap memiliki biaya normal.

API terkelola bukan pilihan terbaik untuk semua proyek. Pertanyaan utamanya adalah siapa yang memegang kendali. Jika produk membutuhkan penyimpanan sendiri, persetujuan yang dikendalikan aplikasi, lingkungan eksekusi privat, atau orkestrasi yang sangat terprediksi, Agents SDK atau Responses API mungkin lebih sesuai. Jika masalahnya adalah menjalankan agen untuk waktu lama dengan file, kode, alat, dan subagen, harness terkelola dapat mengurangi banyak pekerjaan infrastruktur.

Mengapa peluncuran ini penting bagi pembuat perangkat lunak

Pengumuman resmi Agents API menjelaskan agen cloud berbasis harness Codex sumber terbuka. OpenAI mengoperasikan dan memelihara harness tersebut, sedangkan pengembang dapat mempelajari dasar publik dan menghubungkan kemampuan mereka sendiri. Perubahan pentingnya adalah agen bukan lagi sekadar panggilan model dengan prompt. Agen menjadi runtime dengan kemajuan, alat, konteks, lingkungan eksekusi, dan pemulihan kesalahan.

Dokumentasi OpenAI menawarkan tiga jalur. Ringkasan Agents API cocok untuk tugas panjang ketika OpenAI mengelola harness dan menyimpan kemajuan. Agents SDK berfokus pada kode: aplikasi mengendalikan deployment, penyimpanan, alat, dan persetujuan, sedangkan SDK menjalankan loop. Responses API memberi kendali lebih langsung atas pemanggilan model dan orkestrasi sendiri.

Perbandingan ini juga berguna saat memilih produk lain. Pertanyaan yang lebih baik adalah siapa pemilik runtime dan bagian mana yang dapat diperiksa, diganti, atau diaudit.

Pekerjaan yang dapat diambil alih harness terkelola

Agen produksi membutuhkan lebih dari instruksi yang bagus. Agen harus melanjutkan setelah panggilan alat, mempertahankan keadaan, memadatkan konteks ketika tugas membesar, mengoordinasikan spesialis, menangani file, dan menunjukkan kemajuan. Demo singkat sering menyembunyikan semua detail ini dalam satu permintaan.

Agents API dirancang untuk menyediakan lapisan operasional itu. Pengumuman menyoroti sesi panjang, alat, pengelolaan konteks, hasil antara, serta lingkungan untuk bekerja dengan file dan kode. Dokumentasi saat ini juga menyebut pemadatan konteks otomatis, orkestrasi multiagen, pemanggilan alat terprogram, MCP, dan sandbox opsional.

Hal ini menarik bagi tim yang ingin cepat menguji asisten riset, pemeliharaan kode, analisis data, respons insiden, atau proses internal. Namun tanggung jawab tetap ada: biaya token dan alat, izin, batas data, pemulihan kegagalan, dan evaluasi berkelanjutan.

Memilih antara Agents API, Agents SDK, dan Responses API

Pilih Agents API ketika tantangan utama adalah mengoperasikan agen persisten yang memakai alat. Pilihan ini cocok untuk tugas panjang yang membutuhkan file atau kode dan mendapat manfaat dari harness bergaya Codex. Imbalannya adalah kontrol runtime yang lebih sedikit.

Pilih Agents SDK ketika aplikasi harus memiliki loop dan logika produknya sendiri. SDK cocok untuk basis data sendiri, persetujuan manusia, router alat khusus, deployment privat, dan layanan TypeScript atau Python. Quickstart resmi dimulai dari satu agen, lalu menambahkan alat, handoff, guardrail, dan tracing.

Pilih Responses API ketika Anda ingin mengendalikan permintaan, keadaan, panggilan alat, atau grafik orkestrasi. Panduan multiagen menunjukkan agen akar membagi pekerjaan independen kepada subagen, sementara aplikasi menjalankan fungsi dan mengembalikan hasilnya.

Bayangkan kegagalan pertama. Jika masalahnya adalah konteks hilang pada tugas panjang, sesi terkelola dapat membantu. Jika masalahnya adalah alat sensitif dipanggil tanpa izin tepat, orkestrasi yang dimiliki aplikasi lebih penting.

Sandbox adalah batas keamanan

Agen yang dapat membaca file, menjalankan kode, atau mengakses layanan eksternal dapat melakukan pekerjaan nyata, tetapi juga menciptakan batas keamanan. Sebelum memakai beta, dokumentasikan data yang dapat diakses, lokasi eksekusi kode, tujuan jaringan yang diizinkan, cara rahasia diberikan, dan penanganan input yang tidak terduga.

OpenAI menjelaskan sandbox terkelola, infrastruktur sendiri, mitra sandbox, atau tanpa sandbox. Ini bukan sekadar kotak pilihan. Prototipe mungkin dapat menerima izin luas; agen produksi membutuhkan kemampuan minimum, persetujuan jelas, log audit, dan pemulihan yang tidak mengulangi tindakan berbahaya.

MCP dan pemanggilan alat terprogram memudahkan integrasi, tetapi memperluas permukaan izin. Mulailah dengan alat baca saja, tolak argumen ambigu menggunakan skema ketat, letakkan operasi tulis setelah persetujuan, dan catat input serta output untuk penyelidikan.

Daftar evaluasi praktis

1. Kelanjutan tugas: apakah agen dapat melanjutkan setelah timeout, kegagalan alat, atau pemadatan konteks?
2. Disiplin alat: apakah hanya memanggil alat yang perlu dengan argumen valid dan kondisi berhenti?
3. Kontrol manusia: apakah seseorang dapat menyetujui, menolak, mengedit, atau menghentikan tindakan penting?
4. Data: apakah retensi, penggunaan untuk pelatihan, enkripsi, penghapusan, dan wilayah dipaparkan?
5. Observabilitas: apakah jejak, pesan subagen, panggilan alat, biaya, dan hasil dapat dilihat?
6. Batas biaya: apakah anggaran, konkurensi, dan loop tak terkendali dapat dibatasi?
7. Portabilitas: apakah prompt, alat, keadaan, dan kasus evaluasi dapat dipindahkan jika beta berubah?
8. Bukti kualitas: apakah ada tugas nyata dan regresi, bukan hanya demo menarik?

Untuk menemukan perangkat lunak pengembangan dan produktivitas lain, gunakan direktori perangkat lunak BTTC, buat daftar kandidat, lalu uji dengan data dan izin yang mendekati alur kerja nyata. Penemuan alat tidak menggantikan tinjauan keamanan.

Kapan Agents API paling cocok saat ini

Beta ini paling menarik untuk riset dengan banyak sumber, tugas kode yang memerlukan ruang kerja, analisis operasional, dan alur internal yang panjang. Manfaatnya lebih kecil untuk tugas singkat, deterministik, sangat teregulasi, atau yang sudah dapat diselesaikan dengan panggilan API biasa dan sedikit kode.

Arsitektur awal yang aman biasanya kecil: satu agen dengan tugas jelas, sedikit alat, anggaran terlihat, dan titik pemeriksaan manusia. Tambahkan subagen hanya ketika pekerjaan independen dapat berjalan paralel. Dokumentasi OpenAI mengingatkan bahwa delegasi paralel dapat meningkatkan fokus dan waktu, tetapi menambah penggunaan token dan tidak cocok ketika langkah saling bergantung.

Pertanyaan umum

Apakah Agents API sama dengan Agents SDK?

Tidak. Agents API menjalankan harness terkelola di layanan OpenAI. Agents SDK berjalan di aplikasi Anda dan memberi kontrol lebih besar atas deployment, penyimpanan, alat, dan persetujuan.

Apakah evaluasi masih diperlukan?

Ya. Runtime terkelola mengurangi pekerjaan infrastruktur, tetapi tidak menggantikan tugas nyata, pengujian keamanan, pemantauan biaya, dan pemeriksaan regresi.

Haruskah saya mulai dengan banyak subagen?

Biasanya tidak. Mulailah dengan satu agen terbatas dan tambahkan subagen ketika paralelisasi membenarkan biaya ekstra.

Apakah beta publik gratis?

Pengumuman 10 September menyatakan tidak ada biaya tambahan Agents API selama beta. Token dan alat tetap menimbulkan biaya.

Kesimpulan

Agents API menjadikan infrastruktur agen sebagai pilihan perangkat lunak. Bandingkan siapa yang mengendalikan keadaan, alat, persetujuan, eksekusi, observabilitas, dan pemulihan. Mulailah dari tugas kecil, izin ketat, evaluasi nyata, dan rencana migrasi sebelum menghubungkan sistem penting.