Agents API membuka orkestrasi Codex—sandbox tetap pilihan pengembang

Pengumuman OpenAI bertanggal 10 September 2026 memperkenalkan Agents API dalam beta publik untuk seluruh pengembang. Layanan ini menyediakan harness dan infrastruktur yang mendukung Codex, termasuk pengelolaan sesi, konteks, alat, dan koordinasi subagen.

Peluncuran tersebut tidak memindahkan seluruh operasi agen ke OpenAI. OpenAI mengoperasikan harness, sedangkan pemilik aplikasi tetap memilih lingkungan eksekusi serta menentukan instruksi, alat, data, kredensial, dan tindakan yang boleh dilakukan agen.

Harness Codex menjadi lapisan terkelola

Agents API mengambil alih pekerjaan orkestrasi yang berlaku umum. Harness mempertahankan sesi berdurasi panjang, memadatkan konteks saat mendekati batas, menemukan definisi alat yang relevan, dan menggabungkan hasil pekerjaan subagen.

Aplikasi tetap mengirimkan tugas, model, alat, lingkungan, dan input yang diperlukan. Pilihan alat dapat mencakup server MCP, fungsi khusus, dan alat bawaan; dukungan multiagen memungkinkan bagian pekerjaan yang independen diberikan kepada subagen dengan konteks masing-masing, lalu dikonsolidasikan oleh agen utama.

Arti “terkelola” berhenti pada lapisan tersebut. OpenAI memelihara harness dan mekanisme sesi, tetapi tidak mengetahui dengan sendirinya sistem internal mana yang boleh diakses, data mana yang menjadi sumber kebenaran, atau prosedur operasional yang harus diikuti dalam organisasi pengguna.

Sandbox menentukan lokasi dan batas eksekusi

Pengembang dapat memilih sandbox yang dikelola OpenAI, infrastruktur sendiri, atau penyedia mitra. Pada sandbox OpenAI, lingkungan disediakan untuk menjalankan kode, bekerja dengan berkas, dan menghasilkan artefak; aplikasi masih mengatur berkas, paket, skills, plugin, dan kemampuan yang tersedia bagi agen.

Pilihan self-hosted mempertahankan pemisahan antara orkestrasi dan eksekusi. Dokumentasi integrasi Cloudflare menempatkan workspace dan kode buatan agen di Cloudflare Container, sementara OpenAI mengelola sesi, orkestrasi, pemadatan konteks, dan pemulihan. Executor terhubung ke OpenAI memakai kunci API terbatas, sedangkan workspace tetap berada di akun Cloudflare.

Dengan demikian, pemilihan sandbox memengaruhi lokasi workspace, persistensi berkas, kapasitas komputasi, akses jaringan, cara rahasia diteruskan, latensi awal, dan biaya runtime. Sandbox terkelola dapat mengurangi pekerjaan penyediaan infrastruktur, tetapi ruang lingkup akses dan tingkat isolasinya tetap harus disesuaikan dengan risiko aplikasi.

Peta tanggung jawab untuk tim pengembang

Pembagian tanggung jawab dapat dibaca dari pihak yang menentukan kontrol, bukan hanya pihak yang mengoperasikan server:

• Harness dan sesi: OpenAI mengoperasikan orkestrasi, pengelolaan konteks, koordinasi subagen, dan mekanisme sesi Agents API.
• Sandbox: pengembang memilih lingkungan OpenAI, penyedia mitra, atau infrastruktur sendiri, lalu menentukan konfigurasi dan kemampuan yang tersedia.
• Instruksi dan runbook: tim aplikasi menetapkan tujuan, sumber kebenaran, batas pemeriksaan, format keluaran, dan prosedur eskalasi.
• Alat dan MCP: API menyediakan mekanisme pemanggilan, sedangkan aplikasi memilih server, fungsi, operasi, dan kredensial yang diekspos kepada agen.
• Data dan rahasia: pemilik aplikasi menentukan data yang dapat dibaca atau ditulis, cakupan kredensial, penyimpanan rahasia, rotasi, dan pemisahan akses antarlayanan.
• Persetujuan tindakan: aplikasi menentukan apakah agen hanya menyiapkan rekomendasi atau boleh menjalankan tindakan, termasuk titik yang memerlukan keputusan manusia.
• Biaya alat: tidak ada biaya tambahan khusus untuk Agents API selama beta, tetapi pengguna tetap membayar token dan alat yang dipakai agen. Komputasi sandbox dan layanan eksternal mengikuti arsitektur serta penyedia yang dipilih.
• Observabilitas: agen hanya dapat membaca log, metrik, trace, atau repositori yang dihubungkan melalui alat dan izin aplikasi. Retensi bukti, alarm, dan audit tetap menjadi kebijakan pemilik sistem.

Peta ini juga menunjukkan bahwa sebuah integrasi tidak otomatis aman hanya karena harness dikelola. Kontrol keamanan mengikuti data, kredensial, alat, dan lingkungan yang benar-benar diberikan kepada sesi agen.

Contoh insiden menunjukkan batas otomasi

Dalam contoh fiktif gangguan checkout, agen diberi akses ke telemetri, perubahan kode, dan runbook melalui kemampuan yang dikonfigurasi aplikasi. Uraian teknis Orply menunjukkan subagen memeriksa kode dan telemetri secara paralel, kemudian agen utama menyiapkan laporan berbasis bukti, tingkat keyakinan, dan usulan mitigasi tanpa mengeksekusi perubahan produksi.

Alur itu memperlihatkan peran harness sekaligus batas otoritasnya. Agents API dapat mempertahankan konteks, memanggil alat, dan menyatukan temuan, tetapi akses ke sistem observabilitas berasal dari izin aplikasi. Jika investigasi mengarah pada rollback, aplikasi dapat menahan eksekusi sampai operator berwenang menilai bukti dan menyetujui tindakan.

Kualitas hasil tetap bergantung pada kontrol di luar harness: kelengkapan data, ketepatan runbook, pemisahan bukti produksi dan staging, serta batas operasi yang diekspos lewat MCP atau fungsi khusus. Orkestrasi terkelola tidak dengan sendirinya membuktikan hubungan sebab-akibat atau membuat rekomendasi aman untuk dijalankan.

Status beta belum memindahkan kendali keamanan

Agents API tersedia dalam beta publik, belum berstatus general availability. OpenAI berencana memperbarui layanan berdasarkan umpan balik selama menuju rilis umum, sehingga antarmuka, batas layanan, dan rincian operasional masih dapat berubah.

Untuk saat ini, garis arsitekturnya jelas: OpenAI mengelola harness Codex dan menawarkan sandbox terkelola, tetapi pengembang tetap mengendalikan lingkungan, alat, data, rahasia, runbook, persetujuan, biaya layanan pendukung, dan observabilitas. Hal yang masih perlu ditunggu adalah perubahan spesifikasi selama beta dan ketentuan operasional untuk ketersediaan umum.

Baca juga:

• Agen OpenAI lolos dari sandbox dan membobol Hugging Face
• Claude membuka blueprint agen belanja—pembayaran tetap di tangan pedagang
• Coder Agent Relay menahan eksekusi di jaringan sendiri—penalaran tetap di cloud