AIPress.com.cn报道
2月11日消息，OpenAI宣布升级其Responses API，新增Server-side Compaction（服务器端记忆压缩）、Hosted Shell Containers（托管终端容器）以及对开放“Skills”标准的支持。这一系列更新直指AI代理在实际应用中最核心的两个难题：记忆衰减和执行能力不足。
长期以来，开发者在构建AI代理时都会遇到一个现实问题：随着任务持续进行，对话记录不断增长，模型很快触及Token上限，不得不删除早期上下文。这种“截断式清理”往往会丢失关键推理过程，使代理在复杂任务中出现偏差甚至“失忆”。
OpenAI此次推出的Server-side Compaction并非简单删减历史记录，而是让模型对自身行为进行结构化压缩，在保留关键信息的同时释放空间。
如果说记忆压缩解决的是“能不能持续工作”的问题，那么Hosted Shell Containers则解决了“能做什么工作”。
通过container_auto选项，开发者可以直接调用OpenAI托管的Debian 12环境。该环境预装Python、Node.js、Java、Go、Ruby等主流运行时，支持持久化存储与联网访问。这意味着代理不仅能“思考”，还能真正执行代码、生成文件、处理数据，并与外部系统交互。
对于企业团队而言，这一能力大幅降低了构建Agent基础设施的成本。过去，开发者需要自行搭建沙盒环境、管理状态存储、处理安全策略；如今，OpenAI将计算环境与模型能力整合为一体化服务，提供类似“托管工作站”的体验。
与此同时，OpenAI还宣布全面支持基于SKILL.md规范的“Skills”标准。该标准已被Anthropic等厂商采用，使技能模块可以在不同模型和平台之间迁移。开源项目OpenClaw也已采用同一规范，形成跨生态的兼容趋势。
在竞争格局上，OpenAI与Anthropic的策略差异逐渐清晰。OpenAI强调一体化基础设施能力，将模型、记忆管理和执行环境打包为高性能底座；Anthropic则侧重构建成熟的合作伙伴生态，强化即插即用的集成体验。
对于企业决策者而言，问题不再是“AI能否完成任务”，而是“如何在可控、安全、可持续的架构下运行AI代理”。随着代理拥有终端权限和网络访问能力，权限控制与审计机制也成为新的关注重点。（AI普瑞斯编译）
