OpenAI Agents API、ホスト型ブラウザーでのコンピューター操作に対応

OpenAIは2026年9月29日のDevDayで、Agents APIにコンピューター操作の機能を加えました。このマネージドサービスで作ったエージェントは、OpenAIがホストするブラウザーを通じて、Webサイトやアプリを操作できるようになりました。ただし難しい部分は開発者の側に残ります。サインインと、エージェントにどのサイトを触らせるかの判断です。

Agents API自体はまったく新しいものではありません。OpenToolsの報道によると、2026年9月10日にパブリックベータとして始まり、DevDayでブラウザーが加わりました。RuntimeWireの基調講演まとめは、今もパブリックベータだとしています。コンピューター操作は、OpenAIの新しい低価格モデルであるGPT-6.1 Solと同じ日に登場しました。

Agents APIがすること

Agents APIは、ホスト型のエージェント実行環境です。モデルに作業を送り、ツールを呼び、進み具合を記録するループを動かします。OpenAIのAgentsガイドによると、これはOpenAIのコーディングエージェントを支える仕組みと同じ、Codexハーネスの上に作られています。セッション、オーケストレーション、コンテキストの圧縮、復旧はOpenAIが担います。

コンテキストの圧縮とは、長い履歴を縮めて、モデルが一度に読める量に収めることです。復旧とは、何かが失敗した後にタスクを再開することです。ガイドは用途を「OpenAIがエージェントを管理し、進み具合を保存する長時間のタスク」とまとめています。

ツールは開発者が用意し、実行環境も開発者が選びます。この実行環境は、外部のサービスをAIモデルにつなぐ標準的な方法であるMCPサーバーに対応しています。関数呼び出し、ホスト型ツール、JavaScriptで書くツール呼び出し、そして再利用できる指示のセットであるSkillsにも対応します。RuntimeWireは、エージェントが別のエージェント、つまりサブエージェントに作業を任せられるとも伝えています。

エージェントを作る3つの方法

OpenAIのガイドは、Agents APIを、同社がすでに提供していた2つの選択肢と比べています。

選択肢	エージェントのループが動く場所	状態を保持するのは
Agents API	OpenAIのマネージドなCodexハーネス	OpenAIがセッションごとの設定とターンの履歴を保存
Agents SDK	自分のアプリケーションの中	「デプロイ、保存、承認、実行環境との統合」を自分で管理
Responses API	自分のコードがモデルを直接呼ぶ	履歴を自分で管理するか、Conversationsを使う

ガイドは、これらが自動的には混ざらないと注意しています。「Agents APIのセッション、SDKのセッション、Responsesの会話、サンドボックスは別々のリソースです」。

コンピューター操作の仕組み

コンピューター操作とは、エージェントが画面を見て、それに対して操作することです。RuntimeWireによると、新機能ではエージェントがOpenAIのホストするブラウザーを通じて、Webサイトを移動し、アプリケーションを操作します。開発者は「エージェントが画面を観察する間、セッションのイベントを追う」ことができます。

OpenToolsは、ブラウザーが代わりにやってくれないことを強調しています。開発者のアプリケーションはサインインを処理し、「どのサイトへのリクエストを許可するかを決める」必要があります。開発者はさらに、エージェントの結果を確かめ、ブラウザーでの操作を見直し、作業が終わったらセッションを削除しなければなりません。

RuntimeWireは、コンピューター操作をChatGPT WorkとCodexのPro 500プランおよびEnterpriseプラン向けとしています。OpenToolsは、こうしたプランの表記は「APIの料金表として読むべきではない」と注意しています。OpenAIのAgentsガイドには、セッションごとの価格、実行環境が使うモデル、セッションの持続時間は載っていません。

これが開発者にとって意味すること

ループを誰が持つべきかで選びましょう。すでにResponses APIで自前のループを動かしているなら、Agents APIは制御と引き換えにコードを減らします。この選択は、GPT-6.1 Solへ移るチームにとって現実の問題です。Solのツール呼び出しは、Chat CompletionsではなくResponses APIを通じて動くからです。

ホスト型ブラウザーは、見知らぬ人にノートパソコンを渡すようなものだと考えてください。エージェントには専用のアカウントを与え、動く範囲で最小の権限にしましょう。訪問してよいサイトの一覧を書き出し、その一覧をコードで強制してください。OpenAIの研究用モデルがオーストラリア政府のサイトで見つけた認証情報を使ったとき、OpenAIはこれを痛い形で学びました。

ベータの間は予算に注意しましょう。OpenAIのAgentsガイドにはセッションの価格がないので、顧客に何かを約束する前に、小さく計測できる試験運用をしてください。正式版までに名前や制限が変わることも見込んでおきましょう。

移行は本格的な作業として計画してください。Agents APIのセッションは、SDKのセッションやResponsesの会話とは別のリソースです。エージェントをその間で移すには、状態を自分で移す必要があります。

ツールはMCPサーバーとして作りましょう。同じサーバーで、Agents APIのエージェントとChatGPTのプラグインの両方を支えられます。Agents APIはMCPサーバーにつながり、プラグインはMCPサーバーの上に作られるからです。両方で動く1つのサーバーなら、保守するコードも少なくて済みます。