OpenAI अपने कोडिंग एजेंट के पीछे की मशीनरी किराए पर देता है

10 सितंबर 2026 को OpenAI ने "Introducing the Agents API" की घोषणा की — एक मैनेज्ड सर्विस (Managed Service) का पब्लिक बीटा (Public Beta), जो डेवलपर्स को वही एजेंट हार्नेस (Agent Harness) और इन्फ्रास्ट्रक्चर (Infrastructure) देता है जो Codex और ChatGPT for Work को चलाता है। मूल विचार एक ही एपीआई कॉल (API Call) है जो एक टिकाऊ एजेंट सेशन (Agent Session) बनाती है: डेवलपर काम, मॉडल, टूल और एक्ज़ीक्यूशन एनवायरनमेंट (Execution Environment) बताते हैं, और OpenAI अपने ही इन्फ्रास्ट्रक्चर पर एजेंट लूप (Agent Loop) चलाता है — सेशन ऑर्केस्ट्रेशन (Session Orchestration), कॉन्टेक्स्ट कम्पैक्शन (Context Compaction), टूल कोऑर्डिनेशन (Tool Coordination), सबएजेंट डेलिगेशन (Subagent Delegation) और रिकवरी (Recovery)।

घोषित मुख्य मेकैनिक्स (Mechanics):

• Endpoint/interface: POST https://api.openai.com/v1/agents/sessions (SDK सतह client.beta.agents.sessions.create), जो बीटा के दौरान OpenAI-Beta: agents=v1 हेडर (Header) से गेटेड है।
• Managed harness: OpenAI सेशन, ऑर्केस्ट्रेशन, कॉन्टेक्स्ट कम्पैक्शन और रिकवरी संभालता है; एप्लिकेशन टूल देता है और एक्ज़ीक्यूशन एनवायरनमेंट चुनता है।
• Environments (तीन विकल्प):
  1. OpenAI-hosted sandbox — वही सैंडबॉक्सिंग इन्फ्रास्ट्रक्चर जो Codex और ChatGPT को चलाता है; फ़ाइलों, पैकेजों, स्किल्स (Skills) और प्लगइन्स (Plugins) के साथ कॉन्फ़िगर किया जा सकता है।
  2. Self-hosted — अपने ही एनवायरनमेंट के अंदर codex exec-server चलाएँ; यह एक प्रतिबंधित कुंजी (Restricted Key) के साथ रजिस्टर होता है और WebSocket पर कनेक्ट होता है (सभी कनेक्शन आउटबाउंड)।
  3. Partner sandboxes — लॉन्च के समय नौ फर्स्ट-क्लास इंटीग्रेशन (First-class Integration): Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop, और Vercel।
• Tools: MCP सर्वर, कस्टम फ़ंक्शन, और वेब सर्च जैसे बिल्ट-इन टूल; साथ ही "tool search" (ज़रूरत के अनुसार प्रासंगिक टूल परिभाषाएँ लोड करके टोकन बचाता है) और "programmatic tool calling" (समानांतर/चेन-योग्य कॉल, जिनके नतीजे कोड में फ़िल्टर होते हैं)।
• Multi-agent: बिल्ट-इन सबएजेंट डेलिगेशन (Subagent Delegation), जिसमें हर सबएजेंट का अपना कॉन्टेक्स्ट होता है और max_concurrent_subagents होता है (उदाहरणों में 3–4 दिखते हैं)।
• Long sessions: सेशन के अपनी कॉन्टेक्स्ट सीमा के क़रीब पहुँचने पर स्वचालित कॉन्टेक्स्ट कम्पैक्शन (Context Compaction); सेशन कई टर्न (Turn) तक जारी रह सकते हैं (टिकाऊ सेशन), प्रगति स्ट्रीम कर सकते हैं, और चलते-चलते स्टीयर (Steer) किए जा सकते हैं; वेबहुक (Webhook)/इवेंट स्ट्रीमिंग (Event Streaming) समर्थित है।
• Open-source foundation: हार्नेस "powered by the open-source Codex harness" है (github.com/openai/codex) — OpenAI इसे चलाता और मेंटेन करता है, डेवलपर्स कोड देख सकते हैं।
• Pricing: Agents API के लिए अपने आप कोई अतिरिक्त शुल्क नहीं; आप चुने गए मॉडल की मानक एपीआई दरें (API Rates), OpenAI टूल की मानक दरें, और OpenAI-होस्टेड सैंडबॉक्स के लिए मानक कंटेनर दरें (Container Rates) चुकाते हैं।
• Data controls (beta limits): डेटा रेज़िडेंसी (Data Residency) इस समय केवल अमेरिका (US) तक सीमित है; Zero Data Retention (ZDR) समर्थित नहीं है, चाहे आप सेल्फ-होस्टेड (Self-hosted) या पार्टनर सैंडबॉक्स (Partner Sandbox) इस्तेमाल करें।
• चेंजलॉग प्रविष्टि (10 सितंबर) इसे इस तरह रखती है: "Build agents with a managed Codex harness while OpenAI handles session orchestration, context compaction, and recovery."
• उसी दिन का संदर्भ: OpenAI का चेंजलॉग उसी दिन GPT-Live 1 के एपीआई (API) में GA होने और की-एक्सपायरेशन कंट्रोल्स (Key-expiration Controls) भी दिखाता है; GPT-6 Astra (वही मॉडल जो Agents API के उदाहरणों में इस्तेमाल हुआ) 3 सितंबर को लॉन्च हुआ था; तीसरे पक्ष की कवरेज बताती है कि उसी सुबह ChatGPT for Financial Services भी आया। OpenAI ने अलग से पुष्टि की कि Agent Builder और Evals 30 नवंबर 2026 को रिटायर (Retire) हो जाएँगे, जिससे कोड-आधारित वर्कफ़्लो (Code-based Workflow) Agents SDK और Agents API की ओर मोड़े जा रहे हैं।

घोषणा में ग्राहकों के कोट्स (सभी COMPANY CLAIM): Ciridae (eval स्कोर 0.71→0.85, सबएजेंट फ़्लो से 4× लेटेंसी कमी), SafetyKit (प्रति केस 60% लागत कमी), Hypha (फ़ाइनेंशियल सर्विसेज़ में 86% कम विफल एजेंट रिस्पॉन्स), Nash.ai (हज़ारों लंबे समय तक चलने वाले एजेंट, जो करोड़ों डिलीवरी संभाल रहे हैं), Dwelly (सैकड़ों एजेंट्स में फ़ैन-आउट), deepsense.ai (असली रेपो में इम्प्लीमेंटेशन + स्वतंत्र समीक्षा + रेमेडिएशन), Long Lake, WithCoverage।

• Story ID: S29
• Title: ऑटोनॉमस एजेंट वर्कफ़्लो (Autonomous Agent Workflow) बनाने के लिए OpenAI ने Agents API का पब्लिक बीटा (Public Beta) लॉन्च किया
• Organization: OpenAI
• Category: product-release
• Event date: 2026-09-10 (घोषणा openai.com/index/introducing-the-agents-api/ पर प्रकाशित हुई; आधिकारिक API चेंजलॉग (Changelog) में भी 10 सितंबर 2026 के अंतर्गत दर्ज है)
• Announcement date: 2026-09-10
• Article dates: 2026-09-10 (OpenAI, कम्युनिटी पोस्ट, Magica, Times of AI, Simon Carter, AI Weekly); 2026-09-11 (InfoWorld, The Decoder, CellCog, Julian Goldie); 2026-09-16 (Forkast)
• Window check: इवेंट डेट (Event Date) 2026-09-10, कॉन्फ़िगर किए गए रिसर्च विंडो (Research Window) 2026-09-10 → 2026-09-17 के अंदर आती है। In-window।
• Evidence status: CONFIRMED
• Confidence: High
• What it is: OpenAI ने अपने Agents API को पब्लिक बीटा (Public Beta) में ले जाया, जिससे मैनेज्ड "Codex harness" — यानी वही ऑर्केस्ट्रेशन/सेशन/कॉन्टेक्स्ट लेयर (Orchestration/Session/Context Layer) जो Codex और ChatGPT for Work को चलाती है — सभी डेवलपर्स के लिए एक सरल एपीआई (API) के रूप में खुल गई (POST /v1/agents/sessions, OpenAI-Beta: agents=v1), और सामान्य टोकन/टूल/कंटेनर बिलिंग (Token/Tool/Container Billing) के ऊपर कोई अतिरिक्त एपीआई शुल्क (API Fee) नहीं।

एविडेंस डिसिप्लिन (Evidence Discipline) नोट्स:

• FACT: घोषणा मौजूद है, 10 सितंबर 2026 की तारीख वाली है, और पब्लिक बीटा (Public Beta) का वर्णन करती है (openai.com पर और आधिकारिक API चेंजलॉग में सीधे सत्यापित)।
• COMPANY CLAIM: सभी क्षमता-दावे, ग्राहक प्रशंसापत्र ("evaluation score went from 0.71 to 0.85", "60% reduction in cost per case", "86% fewer failed responses", इत्यादि), "no additional fees" वाली प्राइसिंग (Pricing), और "available to all developers" वाले कथन — सब OpenAI से आए हैं।
• INDEPENDENT EVIDENCE: InfoWorld (11 सितंबर) स्वतंत्र रूप से मैनेज्ड-सर्विस मॉडल (Managed-service Model), नौ सैंडबॉक्स पार्टनर (Sandbox Partner), ZDR न होने की सीमा, और तीन स्वतंत्र विश्लेषकों (Pareekh Jain, Amit Kumar Jena, Phil Fersht) के ट्रेड-ऑफ़ (Trade-off) वाले बयानों की पुष्टि करता है। The Decoder (11 सितंबर) स्वतंत्र रूप से पब्लिक बीटा, अतिरिक्त शुल्क न होना, ओपन-सोर्स Codex harness आधार, और MCP/कस्टम-फ़ंक्शन/वेब-सर्च सपोर्ट की पुष्टि करता है। इसके अतिरिक्त मैंने सार्वजनिक ओपन-सोर्स openai/codex रिपॉज़िटरी (एपीआई का घोषित आधार) को क्लोन करके निरीक्षण किया — देखें labs/S29.md।
• INTERPRETATION: नीचे इनलाइन लेबल किया गया है।
• PREDICTION: नीचे इनलाइन लेबल किया गया है।

डिस्कवरी रिकॉर्ड (Discovery Record) से: "OpenAI moved the Agents API to public beta, exposing general-purpose autonomous agent orchestration to all developers." सत्यापित और विस्तारित:

• Before: एजेंट बनाने वाली टीमें अपना इन्फ्रास्ट्रक्चर ख़ुद जोड़ती थीं: एक एजेंट रनटाइम (Agent Runtime), सेशन/स्टेट डेटाबेस (Session/State Database), कॉन्टेक्स्ट-कम्पैक्शन रूटीन (Context-compaction Routine), रिट्राय पॉलिसी (Retry Policy), सैंडबॉक्स फ़्लीट (Sandbox Fleet) और सबएजेंट ऑर्केस्ट्रेशन (Subagent Orchestration) — या फिर Responses API के ऊपर ओपन-सोर्स, सेल्फ-होस्टेड Agents SDK इस्तेमाल करती थीं (मार्च 2025 से उपलब्ध, मई 2026 में सैंडबॉक्स एजेंट्स और ओपन-सोर्स हार्नेस के साथ अपडेटेड)।
• Now: हार्नेस अब एक होस्टेड सर्विस (Hosted Service) है। OpenAI एजेंट लूप चलाता और मेंटेन करता है; डेवलपर्स इसे एक ही सेशन-क्रिएट कॉल से इस्तेमाल करते हैं। यह वही इन्फ्रास्ट्रक्चर श्रेणी है जिसे Codex और ChatGPT for Work अंदरूनी रूप से इस्तेमाल करते हैं।
• Not changed: एपीआई अभी भी बीटा में है; SDK सतह beta.agents नेमस्पेस (Namespace) के पीछे है; एक्ज़ीक्यूशन एनवायरनमेंट का चुनाव बना हुआ है (BYO कंप्यूट (Bring-your-own Compute) फर्स्ट-क्लास विकल्प है, बाद का विचार नहीं); हार्नेस का सोर्स खुला ही रहता है।

• Before (10 सितंबर 2026 तक की स्थिति): लंबे समय तक चलने वाला प्रोडक्शन एजेंट (Production Agent) रिलीज़ करने के लिए टीम को — InfoWorld के संश्लेषण के अनुसार — एजेंट रनटाइम, कॉन्टेक्स्ट और सेशन मैनेजमेंट, टूल और बाहरी डेटा कनेक्शन, एक्ज़ीक्यूशन एनवायरनमेंट और जुड़ा हुआ इन्फ्रास्ट्रक्चर या तो ख़ुद रखना पड़ता था या जोड़ना पड़ता था; ओपन-सोर्स Agents SDK एक फ़्रेमवर्क था जिसे आप ख़ुद चलाते थे। प्रतिद्वंद्वियों के एंटरप्राइज़ एजेंट प्लेटफ़ॉर्म पहले से उभर रहे थे (Anthropic के Claude Managed Agents अप्रैल 2026 से पब्लिक बीटा में; Amazon Bedrock AgentCore जून 2026 में GA; Microsoft Foundry Agent Service; LangGraph)।
• Change (10 सितंबर 2026): OpenAI अपने अंदरूनी Codex harness को सभी डेवलपर्स के लिए पब्लिक बीटा में मैनेज्ड एपीआई (Managed API) के रूप में प्रोडक्ट बनाता है: client.beta.agents.sessions.create(model, tools, environment, input) — ऑर्केस्ट्रेशन, कम्पैक्शन, रिकवरी, सबएजेंट्स OpenAI संभालता है; एक ही एपीआई कॉल प्रोडक्शन-आकार का एजेंट बनाती है; कोई हार्नेस शुल्क नहीं।
• After (बीटा के दौरान/बाद की स्थिर स्थिति): एजेंट डेवलपमेंट लूप बनाने से हटकर उसे कॉन्फ़िगर करने की ओर जाता है — काम, मॉडल, टूल, एनवायरनमेंट — और उन ऑपरेशनल चिंताओं की ओर जो OpenAI हटाता नहीं (टूल नतीजों की ऑब्ज़र्वेबिलिटी (Observability), डेटा रेज़िडेंसी, ZDR, लागत नियंत्रण, सुरक्षा गवर्नेंस (Security Governance))। प्रतिस्पर्धी अब पोर्टेबिलिटी (Portability) पर अंतर बनाते हैं (Bedrock AgentCore सेशन के बीच में मॉडल बदलने देता है) बनाम OpenAI का वर्टिकल इंटीग्रेशन (Vertical Integration) (मॉडल + हार्नेस + सैंडबॉक्स + चैट सतह)। एंटरप्राइज़ों के सामने बिल्ड-वर्सस-बाय (Build-vs-buy) और लॉक-इन (Lock-in) का गणित और तीखा हो जाता है।

• एक डेवलपर सेशन एंडपॉइंट (Session Endpoint) को कॉल करता है (SDK beta.agents.sessions.create) एक agent स्पेक (Spec) के साथ: मॉडल (डॉक्स के उदाहरण gpt-6-astra इस्तेमाल करते हैं), निर्देश, टूल (HTTP ट्रांसपोर्ट के ज़रिए MCP सर्वर, कस्टम फ़ंक्शन, web_search, programmatic_tool_calling जैसे बिल्ट-इन), वैकल्पिक मल्टी-एजेंट कॉन्फ़िग (enabled, max_concurrent_subagents), एक environment (openai_hosted, self_hosted, या workspace_directory/capability_directories के ज़रिए कोई पार्टनर सैंडबॉक्स), और input काम।
• OpenAI एक सेशन प्रोविज़न (Provision) करता है: मॉडल Codex एजेंट लूप चलाता है — प्लानिंग, टूल कॉल, चुने गए सैंडबॉक्स में कोड एक्ज़ीक्यूशन, फ़ाइल पढ़ना/लिखना, आर्टिफ़ैक्ट (Artifact) तैयार करना — और एप्लिकेशन को स्ट्रीम्ड इवेंट्स (Streamed Events) वापस भेजता है (agent.session.turn.completed इत्यादि)।
• Durability: सेशन स्टेट बनाए रखता है; ऐप कॉन्टेक्स्ट दोबारा बनाए बिना कई टर्न में फ़ॉलो-अप इनपुट भेज सकता है (जैसे, "add a max-depth option to tree.py"); सेशन DELETE /v1/agents/sessions/{id} से हटाए जा सकते हैं।
• Context compaction: जैसे ही सेशन अपनी कॉन्टेक्स्ट सीमा के क़रीब पहुँचता है, OpenAI अपने आप पहले के कॉन्टेक्स्ट का सारांश बना देता है, ताकि डेवलपर द्वारा लिखे कम्पैक्शन लॉजिक के बिना एजेंट घंटों/दिनों तक काम करता रहे।
• Subagents: मुख्य एजेंट स्वतंत्र काम सबएजेंट्स को सौंप सकता है, जिनका अपना कॉन्टेक्स्ट होता है और जो समानांतर चलते हैं, और फिर नतीजों का संश्लेषण कर सकता है — इससे अलग-अलग लिखा ऑर्केस्ट्रेशन कोड हट जाता है।
• Sandbox options, विस्तार से: OpenAI-होस्टेड (मैनेज्ड, फ़ाइलों/पैकेजों/स्किल्स/प्लगइन्स के साथ कॉन्फ़िगर करने योग्य), सेल्फ-होस्टेड (codex exec-server चलाएँ, जो एक आउटबाउंड WebSocket पर प्रतिबंधित कुंजी के साथ रजिस्टर होता है — ओपन-सोर्स रेपो में codex-rs/exec-server के रूप में मौजूद होने की पुष्टि हुई), या पार्टनर (Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop, Vercel)।
• Operational caveat (क्विकस्टार्ट से): पूरा हुआ टर्न यह गारंटी नहीं देता कि हर टूल कॉल सफल रहा; अकेले agent.session.idle सफलता का संकेत नहीं है — एप्लिकेशन को इवेंट्स और बताए गए एक्ज़ीक्यूशन नतीजों की जाँच करनी चाहिए। इन एजेंट्स को इसी तरह चलाना बुनियादी बात है।
• APIs/versioning: बीटा हेडर OpenAI-Beta: agents=v1; Python SDK 3.13.0 (10 सितंबर) Agents API को सूचीबद्ध करता है; Go/Java/Ruby/TS SDK भी beta.agents सतहें दिखाते हैं।

• एंटरप्राइज़ एजेंट-बिल्डिंग को OpenAI के प्लेटफ़ॉर्म पर मानकीकृत करता है — उसी सप्ताह जब एजेंट-सेफ़्टी (Agent Safety) की घटनाएँ (Anthropic का खुलासा, S01; OpenAI पर RubyGems-स्वॉर्म (Swarm) का आरोप, S14) ख़बरों पर छाई रहीं, OpenAI ने हर डेवलपर के लिए ऑटोनॉमस-एजेंट इन्फ्रास्ट्रक्चर को मुख्यधारा में उतार दिया। इससे "हार्नेस" एक प्रोडक्ट श्रेणी बन जाती है जिसे OpenAI अपने स्टैक में डिफ़ॉल्ट रूप से अपने पास रखता है।
• एजेंट लूप का स्वामित्व: OpenAI सेशन, मेमोरी, कम्पैक्शन, रिकवरी चलाता है — वही उबाऊ-पर-ज़रूरी प्लंबिंग (Plumbing) जहाँ ज़्यादातर एजेंट प्रोजेक्ट अटकते हैं (विश्लेषक: "agent development usually stalls between a working demo and a system capable of running unattended for hours")।
• इकोसिस्टम की चाल: नौ सैंडबॉक्स पार्टनर + ओपन-सोर्स हार्नेस + MCP सपोर्ट एक प्लेटफ़ॉर्म रणनीति का संकेत हैं (हार्नेस लेयर कंप्यूट से अलग), बंद बगीचा (Walled Garden) नहीं — जबकि सेशन लेयर केंद्र में OpenAI के पास ही रहती है।
• प्रतिस्पर्धी स्थिति: यह Anthropic के Claude Managed Agents (अप्रैल से बीटा) और AWS Bedrock AgentCore (जून से GA) के बीच आता है, और इसी श्रेणी में Microsoft Foundry Agent Service तथा LangGraph भी हैं; OpenAI का फ़र्क़ वही हार्नेस है जो Codex/ChatGPT for Work चलाता है, साथ में फ़र्स्ट-पार्टी मॉडल एक्सेस (GPT-6 Astra)।
• बिज़नेस-मॉडल का संकेत: "हार्नेस के लिए कोई शुल्क नहीं" वाली प्राइसिंग का मतलब है कि OpenAI मॉडल टोकन, टूल और कंटेनर समय से कमाई करता है — जो उसकी प्लेटफ़ॉर्म-वॉल्यूम रणनीति से मेल खाता है; यह 30 नवंबर को Agent Builder/Evals के रिटायरमेंट का भी संकेत देता है, यानी Agents SDK + Agents API के पक्ष में।

• एक ही sessions.create कॉल से प्रोडक्शन-आकार का, लंबे समय तक चलने वाला क्लाउड एजेंट (क्लाउड में कोड एक्ज़ीक्यूशन, फ़ाइल पर काम, आर्टिफ़ैक्ट्स, घंटों/दिनों की निरंतरता)।
• ऑर्केस्ट्रेशन ख़ुद बनाए बिना सबएजेंट-समानांतर विश्लेषण/कोडिंग/रिसर्च (ग्राहक-रिपोर्टेड नतीजे: Ciridae में 4× लेटेंसी कमी, eval 0.71→0.85; SafetyKit में प्रति-केस लागत में 60% कमी; Hypha में 86% कम विफल एजेंट रिस्पॉन्स — COMPANY CLAIM)।
• बर्स्टी फ़ैन-आउट (Bursty Fan-out) वर्कलोड: सैकड़ों असिंक्रोनस एजेंट, बिना चोटियों के बीच निष्क्रिय इन्फ्रास्ट्रक्चर रखे (Dwelly का कोट — COMPANY CLAIM)।
• अपना कंप्यूट लाएँ (Bring-your-own Compute): सेल्फ-होस्टेड या पार्टनर सैंडबॉक्स (VPC डिप्लॉयमेंट, कस्टम स्टोरेज/सीक्रेट्स, GPU/CPU प्रोफ़ाइल) जबकि सेशन लेयर OpenAI चलाता है — "हार्नेस OpenAI पर, एक्ज़ीक्यूशन मेरे VPC में" जैसी नई आर्किटेक्चर।
• MCP से जुड़े एजेंट (अलग-अलग इंटीग्रेशन लिखे बिना ढेरों टूल), टूल सर्च, और बड़े वॉल्यूम के डेटा काम के लिए प्रोग्रामेटिक टूल कॉलिंग।
• जिन टीमों के पास एजेंट इन्फ्रास्ट्रक्चर बनाने की क्षमता नहीं थी, वे अब घंटों में एजेंट खड़े कर सकती हैं; ग़ैर-OpenAI कोड वाले स्टैक SDKs (Python/JS/TS/Go/Java/Ruby) या सीधे cURL के ज़रिए हार्नेस अपना सकते हैं।

• API architecture: POST /v1/agents/sessions पर OpenAI-Beta: agents=v1 के साथ एक नया टिकाऊ-सेशन प्रिमिटिव (Durable-session Primitive) — यह स्टेटलेस Responses/Chat Completions (Stateless) और सेल्फ-होस्टेड Agents SDK दोनों से अलग डिज़ाइन बिंदु है। लीगेसी Assistants API 26 अगस्त 2026 को बंद हुई, जिससे प्लेटफ़ॉर्म Responses + Agents के इर्द-गिर्द सिमट गया।
• State and context: कम्पैक्शन प्रोडक्ट में अमूर्त (Abstract) कर दिया गया है; टूल सर्च प्रॉम्प्ट कैश (Prompt Cache) बनाए रखते हुए टोकन भार घटाता है; प्रोग्रामेटिक टूल कॉलिंग नतीजों की फ़िल्टरिंग को कॉन्टेक्स्ट विंडो से हटाकर कोड में ले जाती है।
• Sandboxing surface: अलग-अलग ट्रस्ट बाउंड्री (Trust Boundary) वाली तीन एनवायरनमेंट श्रेणियाँ; सेल्फ-होस्टेड मोड एक आउटबाउंड-WebSocket exec-server इस्तेमाल करता है, प्रतिबंधित कुंजियों के साथ (ओपन-सोर्स रेपो में पुष्टि: codex-rs/exec-server, codex-rs/exec-server-protocol), यानी इनबाउंड फ़ायरवॉल में बदलाव की ज़रूरत नहीं।
• Observability gap: मैनेज्ड हार्नेस को ब्लैक बॉक्स (Black Box) प्लस इवेंट्स की तरह मानना पड़ेगा; क्विकस्टार्ट ख़ुद चेताता है कि पूरे हुए टर्न और idle इवेंट सफलता के संकेत नहीं हैं — टीमों को अपनी टूल-स्तरीय जाँच और ऑडिट लेयर चाहिए।
• Data plane: बीटा के दौरान केवल-अमेरिका रेज़िडेंसी और ZDR का अभाव नियमित (Regulated) वर्कलोड के लिए कड़ी तकनीकी बाधाएँ हैं (हेल्थकेयर, BFSI, क़ानूनी, EU-आधारित डिप्लॉयमेंट)।
• Versioning/evolution: "provides versioned access to these capabilities with each model launch" — GA की ओर OpenAI के बढ़ने के साथ हार्नेस का व्यवहार बदल सकता है, इसलिए मॉडल + हार्नेस वर्शन के हिसाब से पिनिंग/टेस्टिंग ज़रूरी है।

• टिकाऊ, लंबे समय तक चलने वाले एजेंट्स की प्रवेश लागत बहुत कम — "job queue + state DB + sandbox fleet + compaction + retry policy" वाला स्टैक (विश्लेषक Amit Kumar Jena के अनुसार) एक एपीआई कॉल में सिमट जाता है।
• नया कौशल ज़ोर: डेवलपर्स ऑर्केस्ट्रेशन बनाने से हटकर काम, टूल, एनवायरनमेंट तय करने की ओर जाते हैं और — सबसे अहम — टूल नतीजों की जाँच तथा विफलता इवेंट्स (turn.failed, session.failed, सफलता के बिना idle) संभालने की ओर।
• SDK adoption: Python (3.13.0, 10 सितंबर), JS/TS, Go (openai-go/v3), Java, Ruby में beta.agents नेमस्पेस; सीधे कॉल के लिए OpenAI-Beta हेडर ज़रूरी — बीटा के दौरान ब्रेकिंग बदलाव (Breaking Change) की उम्मीद रखें।
• Migration pressure: Agent Builder और Evals 30 नवंबर 2026 को रिटायर हो रहे हैं — इन्हें इस्तेमाल करने वाली टीमों को तब तक Agents SDK/Agents API पर जाना होगा।
• MCP-first tooling: MCP सर्वर (HTTP ट्रांसपोर्ट) जोड़ना फर्स्ट-क्लास रास्ता है; ऑब्ज़र्वेबिलिटी, डॉक्स और अंदरूनी-डेटा MCP सर्वर वास्तविक पहले प्रोजेक्ट हो सकते हैं।
• Cost discipline: हार्नेस शुल्क नहीं, लेकिन बिना सीमा के लंबे सेशन का मतलब है कि टोकन/कंटेनर खर्च बढ़ सकता है; सेशन सीमाएँ, बजट (जुलाई 2026 से हार्ड स्पेंड लिमिट मौजूद हैं) और किल पॉलिसी तय करें।
• Portability risk: सेशन स्टेट OpenAI के पास ही रहता है, चाहे एक्ज़ीक्यूशन एनवायरनमेंट कोई भी हो — मल्टी-मॉडल/हाइब्रिड रणनीति चाहने वाली टीमें सेल्फ-होस्टेड हार्नेस (Agents SDK) या मल्टी-प्रोवाइडर विकल्प (Bedrock AgentCore का सेशन के बीच मॉडल बदलना) पसंद कर सकती हैं।

• प्रोडक्शन एजेंट्स तक तेज़ रास्ता (विश्लेषक Pareekh Jain: "fewer moving parts"; HFS के Phil Fersht: हर एजेंट के आसपास कम इंजीनियर → कम डेवलपमेंट समय) — इस चेतावनी के साथ कि ये OpenAI के दावों पर विश्लेषकों के आकलन हैं, मापे गए नतीजे नहीं।
• Lock-in का गणित तीखा होता है: OpenAI अब मॉडल + कॉन्टेक्स्ट मैनेजमेंट + टूल + ऑर्केस्ट्रेशन + (वैकल्पिक रूप से) एक्ज़ीक्यूशन एनवायरनमेंट देता है — विश्लेषकों की सबसे बड़ी चिंता ("moving to another platform becomes harder"; सौदेबाज़ी की कमज़ोर स्थिति)।
• Compliance की रुकावटें ठोस हैं: ZDR नहीं और केवल-अमेरिका रेज़िडेंसी कड़ाई से नियमित और EU-केंद्रित वर्कलोड को बाहर कर देते हैं, चाहे सैंडबॉक्स कोई भी चुना जाए (विश्लेषक: हेल्थकेयर, BFSI, क़ानूनी अपनाना सीमित)।
• Governance: एंटरप्राइज़ों को इवेंट-स्तरीय ऑडिट टूलिंग (Event-level Audit Tooling) चाहिए, क्योंकि हार्नेस-स्तर का "completed" काम की सफलता साबित नहीं करता; MCP/टूल से बहता डेटा और OpenAI पर रहने वाला सेशन स्टेट DPA/डेटा-कंट्रोल्स की समीक्षा माँगता है।
• उस सप्ताह का संदर्भ: यह लॉन्च उसी विंडो में आता है जिसमें बड़े एजेंट-सेफ़्टी खुलासे हुए (Anthropic की चार घटनाएँ, 10 सितंबर; OpenAI पर RubyGems स्वॉर्म का आरोप, 11 सितंबर), इसलिए एंटरप्राइज़ सुरक्षा प्रमुख व्यापक रोलआउट से पहले गार्डरेल्स, सैंडबॉक्स नेटवर्क पॉलिसी और एजेंट अनुमतियों की बारीक जाँच करेंगे।
• Multi-model वास्तविकता: मल्टी-मॉडल रणनीति अपनाने वाले एंटरप्राइज़ "may prefer their own independent harness or a hybrid approach" (Jain) — श्रेणी में भीड़ है (Claude Managed Agents, Bedrock AgentCore, Foundry Agent Service, LangGraph)।

• OpenAI अपने अंदरूनी एजेंट इन्फ्रास्ट्रक्चर को प्लेटफ़ॉर्म मोट (Platform Moat) में बदलता है: Agents API पर बनाने वाले डेवलपर्स के सेशन, टूल, MCP इंटीग्रेशन और स्किल्स OpenAI के स्वामित्व वाले स्टेट पर जमा होते हैं, जिससे GA की लहर से पहले स्विचिंग लागत गहरी हो जाती है।
• OpenAI को "मैनेज्ड एजेंट लूप (Managed Agent Loop)" के लिए Anthropic (Claude Managed Agents), AWS (AgentCore), Microsoft (Foundry Agent Service) और ओपन-सोर्स ऑर्केस्ट्रेशन (LangGraph, Agents SDK) के साथ सीधी, आमने-सामने की प्रतिस्पर्धा में लाता है — जो इस साल का सबसे गर्म एंटरप्राइज़-एआई (Enterprise AI) युद्धक्षेत्र है।
• हार्नेस से अलग किया गया कंप्यूट (BYO/पार्टनर सैंडबॉक्स) OpenAI को रणनीतिक रूप से ऑर्केस्ट्रेशन लेयर जीतने की स्थिति में रखता है, वहाँ भी जहाँ एंटरप्राइज़ अपना वर्कलोड अपने VPC या प्रतिद्वंद्वियों के क्लाउड पर ही चलाने पर अड़े हों।
• प्राइसिंग रणनीति ("हार्नेस के लिए कोई शुल्क नहीं") ज़मीन हड़पने (Land-grab) का रुख़ दिखाती है, जो OpenAI के व्यापक 2026 एजेंट दाँव से मेल खाती है (मई के पुनर्गठन ने ChatGPT और Codex को Brockman के नेतृत्व में एक एजेंटिक प्लेटफ़ॉर्म में मिला दिया था)।
• उस सप्ताह की सेफ़्टी कहानी के साथ समय-संयोग: जिस सप्ताह लैब्स ने एजेंट घटनाओं का खुलासा किया, उसी सप्ताह सभी डेवलपर्स को जनरल-पर्पस ऑटोनॉमस-एजेंट टूलिंग देना "क्षमता बनाम नियंत्रण" (Capability vs. Control) बहस को तेज़ करता है और नियामकों की जाँच को न्योता देता है (EU AI Act GPAI दायित्व, California का Adam's Law चैटबॉट नियम)।

• Beta instability: GA से पहले ऑर्केस्ट्रेशन/कम्पैक्शन/रिकवरी का व्यवहार बिना सूचना बदल सकता है; beta.agents सतह और OpenAI-Beta: agents=v1 हेडर अस्थिरता के स्पष्ट संकेत हैं।
• Lock-in concentration: सेशन स्टेट, हार्नेस लॉजिक और मॉडल — तीनों एक ही वेंडर से; बाद में बड़ा एजेंट एस्टेट (Agent Estate) पोर्ट करना महँगा है। (विश्लेषकों ने इसे सबसे बड़ी चिंता बताया।)
• Data governance: केवल-अमेरिका रेज़िडेंसी और ZDR का अभाव मतलब है कि संवेदनशील/नियमित/EU वर्कलोड आज क़ानूनी या संविदात्मक रूप से इसका इस्तेमाल नहीं कर सकते — बिना समीक्षा अपनाने पर यह अनुपालन जोखिम है।
• Autonomous-agent safety: टूल एक्सेस और सबएजेंट डेलिगेशन वाले लंबे समय तक चलने वाले एजेंट ब्लास्ट रेडियस (Blast Radius) बढ़ाते हैं; उसी सप्ताह स्वतंत्र शोध ने एक बड़े सप्लाई-चेन अभियान को OpenAI के परीक्षण एजेंट्स से जोड़ा और Anthropic ने अनधिकृत एजेंट घटनाओं का खुलासा किया। मैनेज्ड हार्नेस अनुमतियों, नेटवर्क एग्रेस नियंत्रण (Network Egress Control) और कंटेनमेंट की ज़रूरत नहीं हटाते।
• Silent partial failures: पूरे हुए टर्न टूल की सफलता की गारंटी नहीं — हार्नेस को ब्लैक बॉक्स मानने वाली टीमें ऐसे एजेंट रिलीज़ कर सकती हैं जो मानते हैं कि वे सफल हुए, जबकि हुए नहीं।
• Cost runaway: हार्नेस शुल्क न होना बिना सीमा के सेशन को प्रोत्साहित करता है; टोकन + कंटेनर खर्च सीमा के बिना फूल सकता है (हार्ड स्पेंड लिमिट और की-एक्सपायरेशन कंट्रोल शमन के रूप में मौजूद हैं)।
• Vendor roadmap risk: Agent Builder/Evals का रिटायरमेंट (30 नवंबर) दिखाता है कि OpenAI आस-पास के प्रोडक्ट डेप्रिकेट (Deprecate) करेगा; Agents API की GA प्राइसिंग/कैप्स अनिर्दिष्ट हैं।

• पब्लिक बीटा; GA नहीं; कोई SLA नहीं; agent.session.idle स्पष्ट रूप से सफलता का संकेत नहीं।
• डेटा रेज़िडेंसी केवल अमेरिका; ZDR किसी भी सैंडबॉक्स के साथ असमर्थित (डॉक्स + कई स्वतंत्र स्रोत)।
• बीटा के लिए स्कोप्ड एपीआई कुंजियाँ (api.agents.read, api.agents.write, api.responses.write) चाहिए; फ़्री-टियर टेस्टिंग उपलब्ध नहीं — पेड कुंजी और बिल होने वाला टोकन उपयोग ज़रूरी है।
• सेशन-स्तरीय सीमाएँ (अधिकतम अवधि, रेट लिमिट, कन्करेंसी कैप) घोषणा के समय पूरी तरह नहीं बताई गईं।
• सेशन के बीच में प्रोवाइडर बदलना संभव नहीं (Bedrock AgentCore के विपरीत); मॉडल विकल्प OpenAI की सूची से बँधे हैं (उदाहरण GPT-6 Astra इस्तेमाल करते हैं)।
• ग्राहक प्रशंसापत्र कंपनी द्वारा प्रकाशित हैं, स्वतंत्र रूप से ऑडिट किए हुए नहीं।
• स्वतंत्र मुख्यधारा कवरेज (जैसे इसी लॉन्च पर कोई समर्पित TechCrunch या The Verge रिपोर्ट) इस रिसर्च विंडो में नहीं मिली/सत्यापित नहीं हो सकी; यहाँ इस्तेमाल हुई स्वतंत्र पुष्टि InfoWorld और The Decoder देते हैं।

• GA की समयरेखा, GA प्राइसिंग ("no harness fee" बना रहेगा या नहीं?), सेशन अवधि/कन्करेंसी सीमाएँ और रेट लिमिट?
• डेटा रेज़िडेंसी अमेरिका से बाहर कब बढ़ेगी और ZDR कब समर्थित होगा (नियमित उद्योगों के लिए सबसे बड़ी रुकावट)?
• मॉडल आने के साथ हार्नेस वर्ज़निंग कैसे काम करेगी ("versioned access ... with each model launch") और क्या व्यवहार का बहाव मौजूदा एजेंट्स को तोड़ेगा?
• क्या OpenAI मॉडल-अज्ञेय (Model-agnostic) हार्नेस उपयोग जोड़ेगा, या Agents API को केवल-OpenAI-मॉडल ही रखेगा (AgentCore की किसी-भी-मॉडल स्थिति के मुक़ाबले)?
• सेफ़्टी गार्डरेल्स (सैंडबॉक्स नेटवर्क पॉलिसी, अनुमतियाँ, GPT-6 Astra पर मिसअलाइनमेंट मॉनिटरिंग) Agents API सेशन के अंदर कैसे दिखेंगे?
• ओपन-सोर्स Codex harness के रिश्ते का क्या होगा — एपीआई उसी पर बनी रहेगी, और खुला संस्करण बराबरी बनाए रखेगा?
• नौ सैंडबॉक्स पार्टनरों की अर्थव्यवस्था और आइसोलेशन मॉडल व्यवहार में कैसे अलग हैं (सीक्रेट्स, एग्रेस, कोल्ड स्टार्ट)?
• प्रभाव मापन: क्या मैनेज्ड हार्नेस वास्तव में टाइम-टू-प्रोडक्शन (Time-to-production) और TCO घटाता है, जैसा विश्लेषक मानते हैं?

Circle 1 — एआई-फ़र्स्ट स्टार्टअप्स (AI-first Startups) और सीधे एजेंट बनाने वाली डेव टीमों के फ़ाउंडर तथा टेक्निकल लीड्स।

• Impact: उच्च — टिकाऊ, मल्टी-टूल एजेंट हफ़्तों के इन्फ्रास्ट्रक्चर काम से एक एपीआई कॉल में आ जाते हैं; टीमें प्लंबिंग के बजाय टूल/वर्कफ़्लो पर अंतर बना सकती हैं।
• Action: अगले 2 हफ़्तों में एक अच्छी तरह समझे गए वर्कफ़्लो (रेपो का रोज़मर्रा का काम, रिसर्च टास्क, कंटेंट-पाइपलाइन का चरण) पर OpenAI-होस्टेड सैंडबॉक्स में क्विकस्टार्ट से पायलट चलाएँ; जाँच के लिए इवेंट्स को इंस्ट्रुमेंट करें (सिर्फ़ टर्न पूरा होना नहीं); प्रति काम टोकन+कंटेनर लागत मापें; अपने डेटा के हिसाब से रेज़िडेंसी/ZDR बाधाएँ दर्ज करें; पोर्टेबिलिटी-क्रिटिकल लॉजिक को एक इंटरफ़ेस के पीछे अलग रखकर Agents SDK ओपन-सोर्स रास्ते को फ़ॉलबैक बनाए रखें।

Circle 2 — एंटरप्राइज़ इंजीनियरिंग लीडर्स, CTO, CIO और प्लेटफ़ॉर्म टीमें।

• Impact: मध्यम-से-उच्च — एजेंट रोलआउट तेज़, पर वेंडर लॉक-इन तीखा और अनुपालन बाधाएँ कड़ी (ZDR नहीं, केवल-अमेरिका रेज़िडेंसी); श्रेणी में भीड़ है, इसलिए सौदेबाज़ी की गुंजाइश है।
• Action: एक निर्णय मैट्रिक्स बनाएँ: वर्कलोड डेटा श्रेणी × रेज़िडेंसी × ZDR ज़रूरतें × मल्टी-मॉडल अपेक्षाएँ; Agents API का पायलट केवल ग़ैर-नियमित, अमेरिका-निवासी वर्कलोड पर करें; इवेंट-स्तरीय जाँच और बजट नियंत्रण (हार्ड स्पेंड लिमिट) के लिए एक मालिक नियुक्त करें; रोडमैप तय करने से पहले Bedrock AgentCore/Claude Managed Agents का प्रोटोटाइप बनाकर लॉक-इन के दावे की परीक्षा करें।

Circle 3 — व्यापक इकोसिस्टम: निवेशक, नीति/नियामक निगरानी करने वाले, शिक्षक, और बड़ा डेवलपर समुदाय।

• Impact: एजेंट्स-एज़-ए-सर्विस (Agents-as-a-service) एंटरप्राइज़ एआई बहस का डिफ़ॉल्ट ढाँचा बन जाता है; "मैनेज्ड हार्नेस" श्रेणी ठोस होती है, जबकि एजेंट-सेफ़्टी नियमन (EU AI Act GPAI दायित्व; California का Adam's Law) और इस सप्ताह के लैब सेफ़्टी खुलासे बड़े पैमाने पर ऑटोनॉमस एजेंट के लिए अनुपालन दाँव बढ़ा देते हैं।
• Action: श्रेणी के मुख्य मोड़ के रूप में GA प्राइसिंग/रेज़िडेंसी की घोषणाओं पर नज़र रखें; लैब्स/प्लेटफ़ॉर्म आँकते समय "हार्नेस का स्वामित्व" को पहले दर्जे का प्रतिस्पर्धी मापदंड मानें; ऑटोनॉमस-एजेंट गवर्नेंस के किसी भी विश्लेषण में इस रिलीज़ को सप्ताह की सेफ़्टी घटनाओं से जोड़ें, इसे केवल तकनीकी कहानी न मानें।

• Agent-build accelerators: सलाह/पैकेज्ड ऑफ़रिंग जो SMB और मिड-मार्केट फ़र्मों के लिए Agents API-आधारित एजेंट (रिसर्च, ऑप्स, इंजीनियरिंग के रोज़मर्रा काम) खड़े करें, जिनके पास प्लेटफ़ॉर्म इंजीनियरिंग नहीं है — मांग श्रेणी की भीड़ से साबित होती है।
• Compliance-in-a-box for agents: चूँकि ZDR न होना + केवल-अमेरिका रेज़िडेंसी नियमित उद्योगों को रोकते हैं, ऐसे डिज़ाइन के लिए जगह है जो डेटा प्लेन को सेल्फ-होस्टेड/पार्टनर सैंडबॉक्स पर एंटरप्राइज़ ऑडिट लेयर के साथ रखें — और इस सलाह के लिए कि एपीआई कब वाक़ई इस्तेमाल नहीं की जा सकती।
• Migration services: Agent Builder और Evals 30 नवंबर 2026 को रिटायर हो रहे हैं — Agents SDK/Agents API की ओर सीमित, तात्कालिक माइग्रेशन परामर्श की लहर।
• MCP integration marketplaces: एपीआई का MCP-फ़र्स्ट डिज़ाइन MCP सर्वर (ऑब्ज़र्वेबिलिटी, अंदरूनी डेटा, डॉक्स) बनाने/चलाने को दोहराने योग्य सर्विस प्रोडक्ट बनाता है; सैंडबॉक्स-पार्टनर इंटीग्रेशन का काम (Vercel, Cloudflare, Modal, इत्यादि) एंटरप्राइज़ खातों में घुसने का रास्ता है।
• Training/upskilling: "from demo to dependable agent" कार्यक्रम जो इवेंट जाँच, कम्पैक्शन-समझदार डिज़ाइन, लागत नियंत्रण और सैंडबॉक्स गवर्नेंस सिखाएँ — ठीक वही कौशल जिनकी कमी क्विकस्टार्ट की चेतावनियों से ज़ाहिर होती है।
• Evaluation tooling: यह वास्तविक अंतराल है — OpenAI जो कुछ भी देता है, वह एंड-टू-एंड एजेंट काम की सफलता सत्यापित नहीं करता; इवेंट स्ट्रीम को ऑडिट-योग्य टास्क-स्तरीय नतीजों में बदलने वाली टूलिंग का अपना मूल्य है।

सुझाव: follow-along + INSPECT (इस रिसर्च चक्र में किया गया; देखें labs/S29.md)।

• पेड कुंजी के बिना लाइव एपीआई टेस्ट संभव नहीं था: क्विकस्टार्ट के लिए api.agents.read + api.agents.write (+ api.responses.write) स्कोप वाली एप्लिकेशन एपीआई कुंजी चाहिए और बिल होने वाला टोकन उपयोग लगता है — Agents API के लिए कोई फ़्री-टियर एंडपॉइंट नहीं है।
• मैंने इसके बदले क्या किया: सार्वजनिक ओपन-सोर्स openai/codex रिपॉज़िटरी (Agents API का घोषित आधार) क्लोन की और हार्नेस का निरीक्षण किया — codex-rs/exec-server (वही सेल्फ-होस्टेड सैंडबॉक्स बाइनरी जिसका डॉक्स वर्णन करते हैं), app-server/app-server-protocol, rollout-trace (कम्पैक्शन/रोलआउट ऑब्ज़र्वेबिलिटी), sandboxing/linux-sandbox/windows-sandbox-rs/bwrap, Python/TypeScript SDKs, और सेशन (~/.codex/sessions), सबएजेंट्स तथा प्रमाणित WebSocket पर रिमोट एक्ज़ीक्यूशन से जुड़े डॉक्स की पुष्टि हुई।
• पाठक के लिए: आधिकारिक क्विकस्टार्ट (pip install --upgrade openai, फिर gpt-6-astra और openai_hosted एनवायरनमेंट के साथ client.beta.agents.sessions.create(...)) ऐसे काम पर चलाएँ जिसे आप सत्यापित कर सकें; फिर environment.type को self_hosted सेट करके codex exec-server के साथ BYO-कंप्यूट रास्ता महसूस करें; फिर multi_agent चालू करके समानांतर रिसर्च काम पर लेटेंसी/गुणवत्ता की तुलना करें। टोकन/कंटेनर उपयोग के लिए कुछ डॉलर का बजट रखें।

• Beta iteration → GA: OpenAI स्पष्ट रूप से कहता है कि वह "iterate quickly based on your feedback as we work toward general availability"; GA प्राइसिंग, सेशन सीमाएँ और रेज़िडेंसी विस्तार (ZDR की रुकावट) पर नज़र रखें।
• Ecosystem moves: नौ सैंडबॉक्स पार्टनरों से अलग-अलग इंटीग्रेशन (VPC, सीक्रेट्स, कोल्ड-स्टार्ट, GPU प्रोफ़ाइल) आने की उम्मीद रखें, और प्रतिद्वंद्वियों से पोर्टेबिलिटी (मॉडल स्विचिंग, खुले हार्नेस) पर जवाब।
• Consolidation of OpenAI's agent surface: 30 नवंबर को Agent Builder और Evals का रिटायरमेंट; Codex CLI, Responses API और Agents API का एक एजेंटिक प्लेटफ़ॉर्म में लगातार विलय (मई 2026 के ChatGPT+Codex पुनर्गठन के अनुरूप)।
• Safety crosscurrents: उसी सप्ताह के एजेंट-घटना खुलासों को देखते हुए, नियामक और एंटरप्राइज़ सुरक्षा टीमें मैनेज्ड-एजेंट सैंडबॉक्सिंग, अनुमतियों और ऑडिटेबिलिटी की जाँच करेंगी; कोई भी GA घोषणा उस मिसअलाइनमेंट-डिस्क्लोज़र फ़्रेमवर्क से पढ़ी जाएगी जो OpenAI ने 16 सितंबर को प्रकाशित किया (S02)।
• PREDICTION: OpenAI लगभग दो तिमाहियों में GA लाएगा, स्तरीय रेज़िडेंसी के साथ (कम से कम EU/UK जोड़ते हुए, प्लेटफ़ॉर्म के बाक़ी डेटा-रेज़िडेंसी ऑफ़रिंग से मेल), और एंटरप्राइज़ समझौतों के लिए ZDR-समर्थक किसी स्तर के साथ; "no harness fee" संभवतः GA पर बनी रहेगी, लेकिन सेशन/कन्करेंसी कैप कड़े होंगे। प्रतिस्पर्धी (ख़ासकर AWS AgentCore का किसी-भी-मॉडल हार्नेस और Anthropic के Claude Managed Agents) OpenAI को मजबूर करेंगे कि वह या तो हार्नेस ग़ैर-OpenAI मॉडलों के लिए खोले या GPT-6 Astra इंटीग्रेशन पर और ज़ोर दे।

यह वह सप्ताह था जब एआई की सेफ़्टी बहस सार्वजनिक और टकरावपूर्ण हो गई — Anthropic की चार घोषित एजेंट घटनाएँ, RubyGems पर शोधकर्ता द्वारा बताया गया एजेंट स्वॉर्म, मिसअलाइनमेंट-डिस्क्लोज़र फ़्रेमवर्क — और OpenAI ने वही सप्ताह हर डेवलपर को एक एपीआई कॉल से टिकाऊ, टूल चलाने वाले, सबएजेंट-समानांतर ऑटोनॉमस वर्कलोड चलाने की मशीनरी दे दी। यही विरोधाभास (Juxtaposition) कहानी है, एपीआई ख़ुद नहीं। Agents API वास्तव में मज़बूत प्रोडक्ट है: यह ढेर सारा बेरौनक़ इन्फ्रास्ट्रक्चर (सेशन, कम्पैक्शन, रिकवरी, सैंडबॉक्स) एक ही कॉल में सिमटा देता है, ठीक उस वक़्त जब एजेंट बनाना उद्योग की सबसे बड़ी अड़चन था। लेकिन यह एजेंट लूप — स्टेट, मेमोरी, ऑर्केस्ट्रेशन — को एक ही वेंडर के अंदर केंद्रित भी कर देता है, जबकि ऑटोनॉमस एजेंट का ब्लास्ट रेडियस सप्ताह का सबसे ऊँचा स्वर है, और जबकि बीटा का अपना दस्तावेज़ीकरण चेताता है कि "a completed turn does not guarantee every tool succeeded." एजेंट-एज़-सर्विस का युग औपचारिक रूप से शुरू हो गया है, और नियंत्रण की समस्या पर प्लेटफ़ॉर्म का डिफ़ॉल्ट जवाब यह है: यह रहा सैंडबॉक्स और यह रहे इवेंट्स — आपके काम और आपका दायित्व वही है जो आप इसके ऊपर बनाते हैं।