OpenAI 於2026年9月10日推出兩項開發者導向產品：將驅動 Codex 與 ChatGPT Work 的代理框架（harness）開放為 Agents API 公開測試版，以及把全雙工語音模型 GPT-Live-1 引入 API。兩者延續該公司本月以 GPT-6 Astra 為首的產品節奏。[1][2]
Agents API：把 Codex 的框架變成產品
OpenAI 表示，在把 Codex 與 ChatGPT Work 擴展至全球數百萬用戶的過程中，該公司了解到長時運行代理在實際環境中需要甚麼：一個能管理上下文、有效使用工具、協調子代理的強大框架，以及能讓代理可靠運行數日的基建，包括可供代理處理檔案、執行程式碼及儲存中間結果的環境。[1]
Agents API 把同一套框架與基建開放給開發者，只需一次 API 呼叫，指定任務、模型、工具與環境，即可建立可用於生產的代理。[1]
主要能力包括：
- 環境選擇：開發者可在 OpenAI 管理的沙盒、自有基建，或與生態夥伴（包括 Blaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop 及 Vercel）整合的沙盒上運行代理
- 長時會話的上下文管理：當會話接近上下文上限時自動壓縮較早的上下文，保留代理繼續工作所需的資訊，開發者毋須自行實作壓縮邏輯
- 工具搜尋與程式化工具呼叫：按需要載入相關工具定義以減少 token 用量，並容許代理以程式碼並行執行呼叫、串連相關操作及篩選結果
- 多代理支援：把複雜任務拆成獨立部分交給並行運作的子代理，每個子代理維持自己的上下文，由主代理協調並整合結果
- 版本化框架：隨每次模型推出提供版本化存取，OpenAI 持續維護並改良框架
Agents API 由開源的 Codex 框架驅動，開發者可查閱其公開程式碼庫；[3] OpenAI 在公開測試期間不收取額外費用，開發者只需按代理使用的 token 與工具付費。[1]
GPT-Live-1：全雙工語音進入 API
同日推出的 GPT-Live-1 把 ChatGPT 的自然全雙工對話帶到 API，讓開發者建構語音應用與業務流程。該模型能同時聆聽與說話，並可把較深入的推理與動作委派給搭配的模型及工具。[2]
OpenAI 指傳統語音代理需要拼接語音轉文字、推理模型與文字轉語音三個階段，每次交接都增加延遲並增加失去時機、上下文或對話節奏的機會。GPT-Live-1 以單一模型處理聆聽與說話，簡化語音層，並可即時回應打斷與附和，同時把較深入的推理委派給後端。[2]
API 版本的重點能力包括：透過系統提示塑造代理的語氣、語速與對話風格；更妥善處理背景噪音與靜音；改善長時會話的上下文保留；以及支援電話部署全雙工語音代理。[2]
官方評測顯示，GPT-Live-1 在 Full Duplex Bench 的表現較 GPT-Realtime-2.1 提升30個百分點，在輪次轉換延遲與互動行為上有大幅改善；搭配 GPT-6 Astra（中等推理強度）在衡量端到端語音代理智能的 Tau3 排名第一。GPT-Live-1 在 API 的定價為每分鐘0.05美元，屬前端語音層費用。[2]
參考資料
[1] OpenAI — Introducing the Agents API
[2] OpenAI — Build more natural voice experiences with GPT-Live-1 in the API