OpenAI、Responses APIにcomputer environmentを追加　shell・container・compactionでagent実行を強化

OpenAIの3月11日付engineering記事は、Responses APIを単なるmodel interfaceからagent execution layerへ拡張する方向を示している。中心となるのはshell toolとhosted containerの組み合わせで、モデルが次の行動を提案し、実行結果を見て、さらに後続の行動を選ぶloopをAPI側で支える構成だ。これにより開発者は複雑なorchestration harnessを一から作らなくても、長く続くworkflowを組み立てやすくなる。

source記事が解こうとしているのは、agentを本番運用に載せたときの実務的な問題だ。intermediate fileをどこに置くか、大きな表をpromptへ丸ごと貼らずにどう扱うか、network accessを与えつつsecurity riskを抑えるにはどうするか、timeoutやretryをどこで吸収するか、といった課題をResponses APIとcontainer runtimeがまとめて担う。OpenAIによれば、モデルが提案したcommandはfilesystem、optional SQLite storage、restricted network accessを備えたisolated workspaceで実行される。またGPT-5.2以降のモデルは、この種のshell command提案を行えるよう訓練されている。

運用面の仕組みも重要だ。Responses APIはshell outputをnear real timeでモデルへ返し、検索・検証・データ取得など複数のshell sessionを並列に走らせることができる。長いtool logがcontextを圧迫しないようoutput capも設けられている。さらにnative compactionを追加し、long-running taskがcontext limitに近づいたときでも、重要状態だけをtoken-efficientに保持しながら継続できるようにした。

セキュリティと運用上の要点

• hosted containerはsidecar egress proxyを使い、outbound requestをallowlistとaccess controlの下で処理する。
• credentialはapproved domainごとにegress時点でsecret injectionされ、raw secretがmodel-visible contextへ残らない設計だ。
• OpenAIは大きな入力をpromptへ詰め込むのではなく、container file systemやdatabaseを使って必要な情報だけを読む運用を勧めている。

この発表の意味は、OpenAIがagent時代の基盤をモデル性能だけで考えていない点にある。Responses APIは、state保持、tool実行、security control、context managementを束ねたmanaged runtimeへ進化しつつある。agent productを本番運用したい開発チームにとっては、かなり大きな設計の前進といえる。