OpenAI Agents SDK 2026年4月アップデートまとめ — Sandbox Agents / Harness-Compute分離 / 100+モデル対応

OpenAI Agents SDK 2026年4月アップデートまとめ — Sandbox Agents / Harness-Compute分離 / 100+モデル対応

作成日:
更新日:
OpenAIAIエージェントAgents SDKAISandboxPython

2026年4月15日、OpenAI は Agents SDK に対して、エージェントアーキテクチャの世代交代を予感させる大型アップデートを公開しました。中核は以下の3つです。

  1. Sandbox Agents：永続的な隔離ワークスペースを持つエージェント
  2. Harness-Compute Separation：制御プレーンと実行プレーンの分離
  3. Broad LLM Compatibility：Chat Completions API 経由で100+モデルに対応

「単発のチャット応答」から「長時間タスクを完遂するワーカー」へ、エージェントの設計が一段進化した格好です。

1. Sandbox Agents — 永続的な隔離ワークスペース

今回のヘッドライン機能。各エージェントが 独立した隔離ファイルシステムと Git リポジトリ を持ち、状態をスナップショットとして保存できます。

できるようになったこと

  • ファイルシステムの永続化（再起動・再接続でも状態を維持）
  • Git リポジトリの直接操作（ブランチ切り替え／コミット／差分確認）
  • 任意のスナップショットからの再開
  • エージェント自身がテストを実行して、変更内容を 自己検証
  • 長時間タスク中にコンテキストが失われない

なぜ重要か

従来のエージェントは「一回のセッションで完結する短いタスク」前提でした。Sandbox Agents は "開発者の作業環境そのものを丸ごとエージェントに渡す" モデルで、リファクタリングや段階的な機能実装など、人間が数時間〜数日かけるタスクの自動化が現実的になります。

イメージ的なコード

Sandbox Agent の最小例（イメージ）
from openai_agents import Agent, Sandbox
 
sandbox = Sandbox.create(
    git_repo="https://github.com/example/my-app",
    branch="feature/refactor-auth",
)
 
agent = Agent(
    model="gpt-5.5",
    sandbox=sandbox,
    instructions="""
    リポジトリ内の認証ロジックをモジュール化し、テストを通してください。
    変更ごとにテストを実行し、失敗したら修正してください。
    """,
)
 
result = agent.run()
print(result.summary)
print(result.git_commits)

長時間タスクを「任意のタイミングでスナップショット → 後でフォーク」できるため、人間と並行しながら検証していくスタイルが可能になります。

2. Harness-Compute Separation — 制御と実行の分離

エージェントの 制御プレーン（Harness） と 実行プレーン（Compute） を切り分けるアーキテクチャ刷新です。

何が変わったか

レイヤー役割例
Harness（制御プレーン）エージェントの計画／ツール呼び出し決定／状態管理OpenAI 側 / 自社サーバー
Compute（実行プレーン）実際のコード実行／コマンド実行／IOサンドボックス／コンテナ

これまでは両者が密結合していて、「実行環境の差し替え」がやりにくいケースがありました。今回の分離によって：

  • 同じ Harness で異なる Compute を使い分け できる
  • ローカル CLI / クラウドコンテナ / Kubernetes など、実行先を柔軟に選択
  • セキュリティ境界を明示的に切れる（権限分離が容易）

エンタープライズ用途では、この アーキテクチャ的な"作法"の整理 が地味に大きな意味を持ちます。

3. Broad LLM Compatibility — 100+モデル対応

Agents SDK は Chat Completions API 互換であれば、どのモデルでも動かせる 構成になりました。

これにより：

  • OpenAI モデル（GPT-5系） はもちろん
  • Anthropic Claude / Google Gemini / オープンソース系（Llama / Mistral / Gemma） も
  • 同じコードベースで切り替え可能

「OpenAI にロックインしたくない」という現実的な要請に正面から応える設計です。エージェントを マルチプロバイダー で組むのが、いよいよ標準になっていきます。

モデル切り替えのイメージ
agent = Agent(
    model="claude-opus-4-7",        # Anthropic
    sandbox=sandbox,
    instructions="...",
)
 
agent_alt = Agent(
    model="gemini-3.1-pro",         # Google
    sandbox=sandbox,
    instructions="...",
)

既存ライブラリとの位置づけ

エージェント周辺は、現状大きく以下のような勢力図になっています。

プロダクト強み補足
OpenAI Agents SDKSandbox / Harness 分離、ツール定義のシンプルさOpenAI モデル前提から脱却
Microsoft Agent Framework 1.0エンタープライズ統合、A2A / MCP 対応Semantic Kernel + AutoGen 統合
LangChain / LangGraphエコシステムの広さ、グラフワークフローTypeScript / Python 対応
Claude Code / CursorIDE 統合、サブエージェント、リッチUI開発者体験重視

Agents SDK は 「コアの薄さ＋広いモデル互換」 で、既存のエージェント基盤に組み込みやすい立ち位置になりました。

採用すべきか — 判断ポイント

ケース適合度
長時間の自律的なコーディングタスクを自動化したい◎
リポジトリ操作・テスト実行までエージェントに任せたい◎
プロバイダーを将来差し替えたい◯
軽量なFAQボット△（オーバースペック）
クライアントサイドのみのチャットUI△

軽いユースケースに対しては素のChat Completions APIで足りますが、「人間の数時間相当のタスクを並走させたい」 なら、Agents SDK の Sandbox Agents は大きな武器になります。

まとめ

  • 2026年4月15日、OpenAI Agents SDK が大型アップデート
  • Sandbox Agents で永続ワークスペース＋スナップショット運用
  • Harness-Compute Separation で制御と実行を分離、実行先を柔軟に
  • Chat Completions API 互換 で 100+ モデルに対応、ロックイン回避
  • "長時間タスクを任せる" 時代のエージェント設計が一段進化

「コードを書いてくれるAI」から「自分で検証しながら直してくれるAI」へ、開発者体験のフロンティアが移った節目のリリースです。

参考リンク