Die nächste Evolutionsstufe des Agents SDK

• OpenAI hat das Agents SDK umfassend aktualisiert und stellt damit eine standardisierte Infrastruktur bereit, in der Agenten Dateiprüfung, Befehlsausführung, Codebearbeitung und langlaufende Aufgaben in einer kontrollierten Sandbox-Umgebung ausführen können
• Das neue Harness integriert konfigurierbaren Speicher, sandboxbewusste Orchestrierung, Codex-artige Dateisystem-Tools sowie zentrale Primitive moderner Agentensysteme wie MCP, skills, AGENTS.md, shell und apply patch
• Mit nativer Unterstützung für Sandbox-Ausführung werden verschiedene Sandbox-Anbieter wie Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop und Vercel direkt unterstützt; alternativ kann eine eigene Sandbox angebunden werden
• Durch die Trennung von Harness und Compute werden Abwehr gegen Prompt Injection, ausfallsichere Ausführung auf Snapshot-Basis und Parallelisierung über mehrere Container hinweg ermöglicht, was Sicherheit und Skalierbarkeit verbessert
• Die Funktionen sind über die API mit standardisierter Abrechnung für Token- und Tool-Nutzung allgemein verfügbar (GA); Unterstützung für TypeScript sowie Code-Modus- und Subagent-Funktionen sollen später folgen

---

Grenzen bestehender Agentensysteme

• Um nützliche Agenten zu entwickeln, brauchen Entwickler nicht nur die besten Modelle, sondern auch Systeme, die Dateiprüfung, Befehlsausführung, Code-Erstellung und das Aufrechterhalten mehrstufiger Aufgaben unterstützen
• Trade-offs bisheriger Ansätze
  • Modellunabhängige Frameworks sind flexibel, nutzen die Fähigkeiten von Frontier-Modellen aber nicht vollständig aus
  • SDKs von Modellanbietern sind näher am Modell, bieten jedoch oft nur begrenzte Transparenz in Bezug auf das Harness
  • Verwaltete Agent-APIs vereinfachen die Bereitstellung, schränken aber ein, wo Agenten ausgeführt werden und wie sie auf sensible Daten zugreifen

Ein leistungsfähigeres Harness für den Agent-Loop

• Mit diesem Release bietet das Harness des Agents SDK deutlich stärkere Funktionen für Agenten, die mit Dokumenten, Dateien und Systemen arbeiten
• Neu integrierte zentrale Primitive
  • Tool-Nutzung über MCP
  • Progressive Disclosure über skills
  • Benutzerdefinierte Anweisungen über AGENTS.md
  • Code-Ausführung über das Tool shell
  • Dateibearbeitung über das Tool apply patch
• Da das Harness im Lauf der Zeit weitere agentische Muster und Primitive integrieren soll, können sich Entwickler auf domänenspezifische Logik statt auf Updates der Kerninfrastruktur konzentrieren
• Das Harness verbessert Stabilität und Leistung, indem es die Ausführung an die Arbeitsweise anpasst, in der Frontier-Modelle ihre beste Leistung entfalten, besonders bei langlaufenden Aufgaben oder komplexen Abläufen, die die Koordination vieler Tools und Systeme erfordern
• Es ist so konzipiert, dass es die spezifischen Anforderungen jedes Produkts unterstützt, sodass sich Tool-Nutzung, Speicher und Sandbox-Umgebungen flexibel an den bestehenden Stack der Entwickler anpassen lassen

Native Sandbox-Ausführung

• Das aktualisierte Agents SDK unterstützt Sandbox-Ausführung nativ, sodass Agenten in einer kontrollierten Computerumgebung mit den für ihre Aufgaben nötigen Dateien, Tools und Abhängigkeiten laufen können
• Viele nützliche Agenten benötigen einen Workspace, in dem sie Dateien lesen und schreiben, Abhängigkeiten installieren, Code ausführen und Tools sicher verwenden können; die native Sandbox-Unterstützung stellt dies standardmäßig bereit, ohne zusätzliche Konfiguration
• Es kann eine eigene Sandbox eingebracht oder die integrierte Unterstützung für Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop und Vercel genutzt werden
• Um Umgebungen zwischen mehreren Anbietern portierbar zu machen, wurde eine Manifest-Abstraktion eingeführt
  • Lokale Datei-Mounts und Ausgabeverzeichnisse können definiert werden
  • Der Import von Daten aus Speicheranbietern wie AWS S3, Google Cloud Storage, Azure Blob Storage und Cloudflare R2 wird unterstützt
• Entwicklern wird damit eine konsistente Methode zur Konfiguration von Umgebungen vom lokalen Prototyp bis zur Produktionsbereitstellung geboten
• Dem Modell wird ein vorhersehbarer Workspace für Eingabeorte, Ausgabeorte und die Organisation von Arbeit bei langlaufenden Aufgaben bereitgestellt

Trennung von Harness und Compute für Sicherheit, Robustheit und Skalierbarkeit

• Agentensysteme sollten unter der Annahme von Prompt Injection und Versuchen des Datenabflusses entworfen werden; die Trennung von Harness und Compute hilft dabei, Zugangsdaten von der Umgebung zu isolieren, in der vom Modell erzeugter Code ausgeführt wird
• Unterstützung für durable execution
  • Wenn der Agentenzustand externalisiert ist, führt der Verlust eines Sandbox-Containers nicht zum Verlust der Ausführung
  • Durch integriertes Snapshotting und Rehydration kann der Zustand vom letzten Checkpoint in einem neuen Container wiederhergestellt und die Ausführung fortgesetzt werden, wenn die ursprüngliche Umgebung ausfällt oder abläuft
• Verbesserte Skalierbarkeit
  • Eine Agent-Ausführung kann eine oder mehrere Sandboxes verwenden
  • Sandboxes werden nur bei Bedarf aufgerufen; Subagenten können in isolierte Umgebungen geroutet werden
  • Parallelisierung über mehrere Container unterstützt eine schnellere Ausführung

Kundenbeispiel Oscar Health

• Laut Rachael Burns, Staff Engineer & AI Tech Lead bei Oscar Health, ließ sich mit dem aktualisierten Agents SDK die Automatisierung von Workflows für klinische Aufzeichnungen auf Produktionsniveau umsetzen, was mit dem bisherigen Ansatz nicht zuverlässig genug möglich war
• Der entscheidende Unterschied liegt nicht in einfacher Metadatenextraktion, sondern darin, jede encounter boundary in langen und komplexen Aufzeichnungen präzise zu verstehen
• Dadurch kann der Kontext jedes Patientenbesuchs schneller erfasst werden, was zur Verbesserung von Patientenversorgung und -erfahrung beiträgt

Preise und Verfügbarkeit

• Die neuen Funktionen des Agents SDK sind über die API für alle Kunden allgemein verfügbar (GA)
• Es gelten die standardmäßigen API-Preise mit Abrechnung auf Basis von Token- und Tool-Nutzung

Ausblick

• OpenAI will das Agents SDK kontinuierlich weiterentwickeln, damit leistungsfähigere Agenten mit weniger kundenspezifischer Infrastruktur in Produktion gebracht werden können, ohne die Flexibilität und Kontrolle der Entwickler einzuschränken
• Das neue Harness und die Sandbox-Funktionen erscheinen zuerst für Python; TypeScript-Unterstützung ist für ein späteres Release geplant
• An den Funktionen code mode und subagents wird gearbeitet; sie sollen sowohl für Python als auch für TypeScript kommen
• Zudem soll die Unterstützung für weitere Sandbox-Anbieter, Integrationen und Verbindungen zu bereits genutzten Tools und Systemen ausgebaut werden, um die Integration im Agenten-Ökosystem zu stärken