Lançamento · OpenAI
OpenAI oferece sua infraestrutura de agentes por meio de uma API
A beta pública reúne sessões longas, ferramentas, subagentes e ambientes de execução; a equipe ainda precisa definir o fluxo e os controles.
Em 10 de setembro de 2026, a OpenAI anunciou a Agents API em beta público. A API disponibiliza o harness usado no Codex para criar agentes com gerenciamento de contexto, chamadas de ferramentas, subagentes e escolha do ambiente de execução.
- Acontecimento
- Publicação
- Última revisão
- Leitura
- 4 min
O que aconteceu
Em 10 de setembro, a OpenAI anunciou a Agents API em beta público. A proposta é oferecer a desenvolvedores o harness e a infraestrutura usados no Codex para executar agentes de software. A empresa descreve a API como uma forma de declarar tarefa, modelo, ferramentas e ambiente de execução, deixando parte da orquestração a cargo da plataforma.
A Agents API inclui sessões que podem continuar por períodos longos, gerenciamento automático de contexto, busca de ferramentas e chamadas programáticas. Também aceita ferramentas via MCP, funções personalizadas e ferramentas nativas, como pesquisa na web. A OpenAI anunciou suporte a subagentes, que podem trabalhar em tarefas independentes em paralelo.
O que mudou
Antes, uma equipe que quisesse um agente durável precisava decidir como manter estado, administrar ferramentas, lidar com limites de contexto e coordenar etapas. A API reúne parte dessas funções num serviço gerenciado. A OpenAI mantém o harness, enquanto quem desenvolve escolhe os recursos, as instruções, os dados e o ambiente em que o agente executa o trabalho.
Esse ambiente pode ser um sandbox hospedado pela OpenAI, infraestrutura própria ou um dos ambientes de parceiros citados no anúncio. A empresa afirma que a API está em beta público e não tem cobrança adicional específica: o uso de tokens e ferramentas é cobrado conforme a tabela aplicável.
Por que importa
A novidade muda uma decisão de arquitetura. Em vez de construir e manter toda a camada de execução, uma equipe pode testar quanto dessa infraestrutura faz sentido contratar como serviço. Isso não elimina o desenho do agente: tarefa, dados, permissões, ferramentas, experiência de uso e critérios de qualidade continuam sob responsabilidade do produto ou da organização.
Para escritórios de arquitetura e design, o interesse pode estar em fluxos que atravessam várias etapas, como reunir referências, organizar informações de projeto, comparar alternativas e preparar documentos para revisão. Esses são exemplos de aplicação possíveis, não casos demonstrados pela OpenAI como resultado específico para esses setores.
Para quem importa
Desenvolvedores de produtos com agentes, equipes técnicas que mantêm automações internas e empresas que avaliam construir ou contratar uma camada de orquestração. Também interessa a quem já usa ferramentas MCP e deseja testar sessões persistentes ou delegação de tarefas.
A decisão pode ser especialmente relevante em processos que exigem várias chamadas de ferramentas ou trabalho assíncrono. Para uma tarefa curta, previsível e com poucas etapas, a infraestrutura adicional pode não trazer valor proporcional.
Impacto prático
Um piloto deve começar por um processo delimitado, com dados de teste e resultado verificável. A equipe pode comparar um fluxo atual com uma execução pela API, medindo tempo, custo, falhas, qualidade da saída, chamadas de ferramentas e necessidade de intervenção. Se houver subagentes, cada parte delegada precisa ter escopo e resultado esperados.
Também é necessário decidir onde os arquivos e as credenciais ficam, quais ações o agente pode executar e como interromper ou retomar uma sessão. O fato de a plataforma gerir o harness não transfere para ela a responsabilidade da empresa sobre acesso, dados, aprovações e consequências das ações.
O que testar
Teste uma tarefa interna que tenha etapas independentes e um padrão claro de conclusão. Comece sem ações externas irreversíveis: por exemplo, pedir que o agente organize documentos fictícios, extraia informações e devolva uma síntese com referências aos arquivos usados.
Compare a versão com e sem subagentes. Registre duração, consumo de ferramentas, correções necessárias e se a compactação de contexto preservou instruções importantes numa sessão longa. Só depois avalie dados reais, integração com sistemas de produção ou permissões para alterar registros.
O que observar
A API está em beta público, portanto recursos, comportamento e condições podem mudar. A OpenAI declara que o harness recebe acesso versionado junto aos lançamentos de modelos, mas isso não substitui testes de regressão: uma mudança de modelo ou de harness pode alterar a qualidade ou o custo do fluxo.
As métricas de desempenho citadas no anúncio vêm de depoimentos de clientes escolhidos pela OpenAI. Elas não constituem uma avaliação independente nem permitem prever resultados para outra equipe.
O que ainda não sabemos
O anúncio não estabelece uma data para a disponibilidade geral. Também não detalha, num formato comparável, os custos totais de executar a Agents API frente a uma infraestrutura construída pela própria equipe, incluindo operação, observabilidade, segurança e manutenção.
A adequação para um processo específico dependerá dos limites de contexto, ferramentas e ambientes escolhidos, além dos controles disponíveis na conta. A equipe deve consultar a documentação vigente e validar esses pontos antes de comprometer um fluxo de produção.
Fontes
- Introducing the Agents APIOpenAI · Blog oficial · publicada em 10 de setembro de 2026 · conferida em 24 de setembro de 2026
- Agents APIOpenAI · Documentação · conferida em 24 de setembro de 2026