OpenAI Codex全面上云：手机开任务电脑接着干，Agents API开放公测

OpenAI对开发者工具做了一次重要升级：Codex完全搬上云端，智能体可以脱离本地设备持续运行；同时面向开发者开放了Agents API公测，并带来私有化部署、安全扫描等一系列能力。这组更新的核心，是让AI编程从「本地辅助」走向「云端自治」。

Codex上云：合上笔记本，任务照样跑

过去使用Codex这类编程助手，任务通常绑定在本地会话里——关掉终端或合上笔记本，上下文就断了。这次最直观的变化是，Codex现在完全运行在云上。你可以在手机上新建一个任务，回到浏览器或桌面端时，智能体会从上次中断的地方继续执行，线程不会丢失。

演示里给出的典型场景很说明问题：新建任务时选择「云端」，下达一条「把整个后端用Rust重写」的指令。这种活儿往往要跑很长时间，交给云端后，开发者可以关掉电脑去忙别的，甚至在路上通过手机继续补充需求和想法，智能体会一直干下去。

这背后其实是开发工作流的一次形态转变：从「人盯着AI写代码」变成「人下达目标、异步审阅结果」。对于长耗时的重构、迁移类任务，这种异步模式能显著减少人工等待的时间成本。

Codex Security Cloud：持续找漏洞，备好修复等审阅

云端还新增了一个安全模块——Codex Security Cloud。它会持续扫描代码库查找安全漏洞，并且不只是报告问题，而是直接准备好「验证过的修复方案」，等开发者来审核确认。

配套的还有自动化的定时扫描能力，核心界面据称当天即可使用。把安全审计从一次性人工动作变成常驻后台的持续过程，这对大型代码库的安全维护很有价值。相比传统的「扫描报错—人工定位—手动修复」链条，预先给出可验证的修复补丁，能把安全响应的门槛降低不少。

Agents API开放公测：把Codex的底层能力交给开发者

这次更新里分量最重的，是Agents API开放公测。驱动Codex以及Dots等产品的这套底层技术，现在直接开放给开发者构建自己的智能体应用。

据演示介绍，这套API打包了几项关键能力：托管记忆（Hosted Memory），让智能体具备持续的上下文记忆；多智能体控制，支持编排多个智能体协作；以及新增的**电脑操作（Computer Use）**能力。

电脑操作是其中很有想象空间的一项。演示举例，可以让智能体打开浏览器，把一个网站的业务流程完整点一遍，用于端到端测试。这意味着智能体不再局限于生成文本或代码，而是能直接操作图形界面完成真实任务，覆盖自动化测试、流程操作等场景。

**托管记忆（Hosted Memory）**值得单独解释一下。传统API调用是无状态的——每次请求都是独立的，服务器不保留任何上下文。开发者如果想让智能体「记住」之前的对话或操作历史，必须自己管理上下文窗口，把历史信息打包进每次请求，既消耗Token又容易超出长度上限。托管记忆把这层状态管理交给平台来做，智能体可以跨会话、跨任务保留关键信息，而不必在每次调用时重新传入完整历史。这对需要长期运行、累积知识的智能体应用（比如持续跟踪一个项目进度的助手）来说，是从「每次从零开始」到「有连续记忆」的根本性转变。

企业级部署：AWS原生运行与私有化智能

面向企业客户，OpenAI给出了两条落地路径。

其一是与AWS的深度集成——OpenAI的智能体可以直接运行在亚马逊云上，紧挨着企业已有的应用和数据。对于大量基础设施建在AWS上的企业，这省去了数据跨云搬运的成本和合规顾虑。

其二是OpenAI Private Intelligence开放预览，主打零数据保留加上私有安全处理，内容完全不存储在OpenAI的服务器上。这是针对金融、医疗等对数据隐私要求极高行业的明确回应，也是企业采纳大模型时最在意的一道门槛。

**零数据保留（Zero Data Retention）**是企业合规场景的关键概念。通常情况下，调用大模型API时，服务提供商可能会短暂存储请求和响应内容，用于安全审计、滥用检测或模型改进。对于金融报表、病历、法律文书等敏感数据，这种存储哪怕是临时的，也可能触发GDPR、HIPAA或国内数据安全法等监管要求，或者违反企业内部的数据治理政策。零数据保留承诺请求内容在处理完成后立即丢弃，不落盘、不用于训练，从合规角度为高敏感行业提供了可落地的采购依据。Private Intelligence方案将这一承诺与私有化安全处理结合，意味着数据不仅不被留存，整个处理过程也在隔离环境中完成，进一步堵住了数据泄露的潜在路径。

性能数据：Response API一年增长100倍

除了功能层面的扩展，OpenAI也给出了一组稳定性与性能数据。Response API过去一年调用量增长了100倍，可以侧面反映开发者生态的采纳速度。

性能上，首个Token返回速度加快了45%，工具调用速度提升超过30%。对于智能体应用来说，首Token延迟和工具调用效率直接影响交互体验和任务执行时长，这两项提升对实际落地的价值不容小觑。

小结

把这些更新串起来看，OpenAI的方向相当清晰：让智能体脱离单一设备、跨端持续运行，并把驱动自家产品的底层能力通过Agents API下放给开发者。云端自治、持续安全扫描、电脑操作、私有化部署，每一项都在为「AI智能体真正进入生产环境」铺路。对开发者而言，异步的、可审阅的、能操作真实环境的智能体工作流，可能会成为接下来一段时间的主流形态。