使用Modal和OpenAI Agents SDK構建

今天，OpenAI正式發佈了其Agents SDK，這是一個用於構建編碼、深度研究等代理系統的強大工具。與此同時，Modal宣佈成為該SDK的官方沙箱提供商，為代理提供安全、隔離的計算環境。

內部代理正成為熱門話題，像Ramp這樣的公司已經在Modal上構建了後台編碼代理艦隊，現在它們負責超過一半的PR創建。許多企業熟悉現成的代理框架如Codex、Claude Code和OpenCode，但如何定製這些代理並將其構建成像Ramp那樣的強大內部工具，仍然是一個挑戰。

OpenAI Agents SDK為此提供了正確的構建模塊，團隊可以基於它構建自己的內部代理系統。該SDK通過沙箱擴展無縫集成到Modal中，為代理提供遠程計算機（甚至GPU），並利用Modal的規模優勢。

本文展示瞭如何從零開始在OpenAI Agents SDK之上構建自定義代理框架，並集成Modal沙箱。最終，我們將擁有一個通用的編碼框架，能夠將任務大規模並行化，並在後台高效運行。

構建基礎編碼代理

首先，我們構建一個最小的編碼代理。一個Agent本質上是一個LLM循環，運行工具（函數）直到任務完成。最簡單的編碼代理具有一個exec(command)函數，可以在主機上運行任意shell命令。但這種方式存在安全風險。

將代理移入沙箱

沙箱是隔離的Linux環境，基於VM或安全加固的容器。通過將命令在沙箱中執行，我們可以提高安全性。OpenAI Agents SDK提供了SandboxAgent類，預裝了連接到遠程沙箱的工具，以及ShellTool類增加額外保護。

通過ModalSandboxClientOptions，我們可以為沙箱請求GPU，這是Modal獨有的能力。

訓練MNIST模型

我們的代理框架現在可以端到端運行編碼任務。例如，讓它訓練一個MNIST圖像模型，它應該能直接工作。

構建終極框架

框架是圍繞代理循環的一切，提供上下文和工具。我們逐步添加新功能，直到框架能可靠地運行Parameter Golf實驗。

添加會話記憶

默認情況下，代理是無狀態的。會話允許跨代理運行累積上下文窗口，解決多輪記憶問題。但這也引入了上下文管理的新挑戰：記憶無限累積，需要智能控制。

添加子代理進行高層規劃和上下文委派

為了應對長週期任務，我們將代理拆分為協調者和子代理。協調者積累整個任務的記憶，它具有invoke_subagent工具，可以生成具有全新上下文的子代理。子代理專注於短期任務，完成時丟棄會話記憶，從而保持協調者上下文精簡。

異步和並行：子代理池

通過實現子代理池，協調者可以管理多個並行子代理，提高實驗吞吐量。我們添加了SubAgentPool類，並使用鈎子和狀態更新工具讓協調者瞭解子代理進展。

限制GPU支出：配額系統

為了控制成本，我們為子代理池添加配額系統，限制昂貴的GPU實例數量。

使用文件系統快照去重工作

子代理從基礎沙箱啓動時，會浪費GPU時間做重複設置工作。文件系統快照允許凍結活躍沙箱狀態為ID，協調者可以從此起點啓動新子代理，避免重複勞動。此外，文件系統也可作為隱式記憶，通過磁盤存儲工件，即使不在會話中也能被未來代理使用。

添加技能系統

最後，我們為框架添加插件技能，使協調者能選擇性加載特定任務（如Parameter Golf）的提示，保持框架通用性。

成果：並行自動研究系統

我們從一個基本的本地執行代理循環開始，通過遠程沙箱保障安全，異步工作器實現擴展，最終構建了一個能夠自主、並行進行Parameter Golf研究的系統。

結語

本博客的核心思想是：可以在基礎代理循環之上構建系統，以適應特定任務。我們構建的框架保持了協調者上下文精簡，並充分利用了Modal沙箱平台的並行性。這一切都得益於OpenAI Agent SDK的簡潔和可組合性。希望這個項目能啓發你構建自己的代理系統！

開始構建時，請參考完整示例倉庫。當需要使用沙箱和GPU時，註冊Modal即可獲得30美元免費信用額度。