Leuffen.deBlog

News

OpenAI stellt den Agenten-Maschinenraum als API bereit

Die neue Agents API orchestriert Sitzungen, Kontext und Werkzeuge für länger arbeitende KI-Agenten; eine gehostete Ausführungsumgebung ist optional. Das spart eigene Orchestrierungsinfrastruktur – und verschiebt eine wichtige Systemgrenze.

Veröffentlicht am
Veröffentlicht von
Redaktion Blog Leuffen.de
Geprüft von
Clara Winter

Ein KI-Modell beantwortet eine Anfrage. Ein Agent soll dagegen über längere Zeit arbeiten, Werkzeuge benutzen, Zwischenergebnisse behalten und nach einem Fehler weiterkommen. Dafür braucht es einen sogenannten Harness: die Software rund um das Modell, die Sitzungen, Kontext, Werkzeuge und Wiederanläufe koordiniert.

OpenAI bietet diesen Maschinenraum seit dem 10. September als Agents API in einer öffentlichen Betaphase an. Entwickler beschreiben Aufgabe, Modell und Werkzeuge; OpenAI betreibt und pflegt den Harness. Die Ausführungsumgebung wählt der Entwickler: eine gehostete Sandbox – eine isolierte Umgebung für Code und Dateien –, eigene Infrastruktur oder ein angebundener Sandbox-Anbieter.

import OpenAI from "openai";

const client = new OpenAI();

const session = await client.beta.agents.sessions.create({
  agent: {
    model: "gpt-6-astra",
    tools: [{
      type: "mcp",
      server_label: "observability",
      transport: {
        type: "http",
        server_url: "https://observability.example.com/mcp",
      },
    }],
  },
  environment: { type: "openai_hosted" },
  input: "Untersuche die erhöhte Fehlerrate und dokumentiere die Belege.",
});

MCP steht für Model Context Protocol, eine standardisierte Anbindung externer Werkzeuge und Datenquellen. observability.example.com ist hier nur ein Platzhalter und muss vor der Ausführung durch einen echten MCP-Endpunkt ersetzt werden.

Der entscheidende Unterschied zu einer selbst gebauten Schleife aus Modellaufrufen ist nicht die kürzere Syntax. Die API kümmert sich auch um lange Sitzungen, automatische Kontextkompaktierung – ältere Sitzungsinhalte werden verdichtet –, Werkzeugsuche und -aufrufe, Webhooks – automatische HTTP-Benachrichtigungen über Ereignisse – und optional mehrere parallel arbeitende Unteragenten. Das ist Infrastruktur, an der Eigenbauten gern so lange wachsen, bis niemand mehr weiß, ob sie Produkt oder Nebenprodukt sind.

Was dadurch einfacher wird

Für einen neuen Agenten muss ein Team nicht zuerst eigene Zustands-, Wiederanlauf- und Artefaktlogik bauen. Werkzeuge lassen sich über MCP oder Funktionen anbinden; Dateien und Ergebnisse können in der Arbeitsumgebung liegen. OpenAI zufolge kostet die Agents API selbst keinen zusätzlichen Grundpreis. Abgerechnet werden weiterhin Modelle, Werkzeuge und OpenAI-Container – isolierte, gehostete Rechenumgebungen – nach den jeweiligen Standardtarifen.

Was man dafür abgibt

Der Harness wird damit Teil der Anbietergrenze. Wer ihn auslagert, sollte vorab klären:

  • Welche Daten dürfen in Sitzung, gespeichertem Zugangsdaten- und Geheimnisspeicher sowie Sandbox gelangen?
  • Wie werden Berechtigungen für Werkzeuge begrenzt und protokolliert?
  • Was kostet ein langer oder parallelisierter Lauf im schlechtesten Fall?
  • Wie lässt sich ein Agent stoppen, wiederholen und unabhängig evaluieren?
  • Welche Teile bleiben austauschbar, falls sich die Beta-API ändert?

Die Datenfrage ist derzeit besonders konkret: Die API speichert den Sitzungszustand, unterstützt laut Dokumentation nur Datenresidenz in den USA und ist nicht für Zero Data Retention – einen Betrieb ohne serverseitige Datenspeicherung – verfügbar. Auch eine selbst gehostete Sandbox ändert daran nichts. Vor vertraulichen Workloads ist das keine Fußnote, sondern eine Stopptafel.

Die öffentliche Beta ist kein Gütesiegel für den eigenen Produktionsbetrieb. Funktionsumfang und Grenzen wurden anhand von Ankündigung und separater Produktdokumentation gegengeprüft; ein eigener Last-, Kosten- oder Recovery-Test fand nicht statt. Die API ist trotzdem ein nützlicher Anlass, die Architektur ehrlich zu zeichnen: Welche Arbeit macht der Agent, welche der Harness – und wer trägt die Verantwortung, wenn beide sehr überzeugt Unsinn produzieren?

Quellen

Quellenstand: 11. September 2026.