使用Modal和OpenAI Agents SDK構建

今天，OpenAI正式釋出了其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上構建了後臺編碼代理艦隊，現在它們負責超過一半的PR建立。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組，團隊可以基於它構建自己的內部代理系統。該SDK透過沙箱擴充套件無縫整合到Modal中，為代理提供遠端計算機（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，並整合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，並在後臺高效執行。

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迴圈，執行工具（函式）直到任務完成。最簡單的編碼代理具有一個exec(command)函式，可以在主機上執行任意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。透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，預裝了連線到遠端沙箱的工具，以及ShellTool類增加額外保護。

透過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執行編碼任務。例如，讓它訓練一個MNIST影像模型，它應該能直接工作。

構建終極框架

框架是圍繞代理迴圈的一切，提供上下文和工具。我們逐步新增新功能，直到框架能可靠地執行Parameter Golf實驗。

新增會話記憶

預設情況下，代理是無狀態的。會話允許跨代理執行累積上下文視窗，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，需要智慧控制。

新增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。

非同步和並行：子代理池

透過實現子代理池，協調者可以管理多個並行子代理，提高實驗吞吐量。我們新增了SubAgentPool類，並使用鉤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，我們為子代理池新增配額系統，限制昂貴的GPU例項數量。

使用檔案系統快照去重工作

子代理從基礎沙箱啟動時，會浪費GPU時間做重複設定工作。檔案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啟動新子代理，避免重複勞動。此外，檔案系統也可作為隱式記憶，透過磁碟儲存工件，即使不在會話中也能被未來代理使用。

新增技能系統

最後，我們為框架新增外掛技能，使協調者能選擇性載入特定任務（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迴圈開始，透過遠端沙箱保障安全，非同步工作器實現擴充套件，最終構建了一個能夠自主、並行進行Parameter Golf研究的系統。

結語

本部落格的核心思想是：可以在基礎代理迴圈之上構建系統，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沙箱平臺的並行性。這一切都得益於OpenAI Agent SDK的簡潔和可組合性。希望這個專案能啟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。