使用 OpenAI 電腦操作設定 Agents API 瀏覽器任務

OpenAI 9 月 29 日的 DevDay 回顧 宣布在 Agents API 中加入電腦操作功能。我們的 DevDay 發表指南 涵蓋更廣泛的發布內容。對開發者而言，眼前的任務比通用瀏覽器代理小得多：開啟公開頁面、取得特定答案，並記錄瀏覽器存取了哪些內容。OpenAI 的 電腦操作指南（9 月 30 日查閱）說明如何透過託管式瀏覽器工作階段完成這個流程。BIG CHANGE 檢視了文件，並未實際呼叫 API。

應用程式會建立工作階段、傳送輸入、接收事件、向使用者呈現網站來源請求、檢查答案並進行清理。代理可在託管環境中操作瀏覽器。回合完成並不能證明所要求的資訊正確。

重大變化

OpenAI 新推出的 Agents API 電腦操作功能，讓開發者可透過 API 使用託管式瀏覽器工作階段、事件串流、由使用者決定是否存取網站來源、瀏覽器活動記錄，以及清理功能。對於範圍明確的公開頁面任務，實務上的整合方式是明確處理這些階段，並確認回傳的標題與網址。是否能存取某個來源、回合是否完成，以及答案是否正確，是三種不同的觀察結果。

先準備 API 金鑰與瀏覽器工作階段

OpenAI 的 Agents API 快速入門 要求在 OpenAI Platform 專案中使用應用程式 API 金鑰。文件指定 api.agents.read 與 api.agents.write 用於工作階段操作，並以 api.responses.write 進行模型推論。請在應用程式環境中將金鑰設為 OPENAI_API_KEY，並確保它不會進入代理的沙箱。請使用支援 beta Agents API 的最新版 OpenAI SDK；電腦操作指南中的 JavaScript 操作說明使用 openai 與 prompt-sync。其 cURL 替代方式需要 Bash、jq，以及明確指定的 OpenAI-Beta: agents=v1 標頭。

文件中的工作階段設定會將 { "type": "computer_use" } 放在 agent.tools 中，將 environment.type 設為 openai_hosted，並啟用 environment.desktop.enabled。公開頁面範例也會啟用網路存取，並在工具上設定 include_screenshots: true。建立工作階段後會傳回 ID，供後續事件與項目請求使用；這並不會啟動瀏覽器任務。請先儲存該 ID 再繼續。指南範例要求代理找出 Agents API 快速入門頁面，並回傳頁面標題與網址，不登入網站，也不變更網站資料。

跟進任務並決定可前往哪些網站

先開啟工作階段事件串流，再傳送任務輸入，讓應用程式可以接收初始事件。文件中的輸入是 agent.session.input.message。當串流回報 agent.session.requires_action 時，請擷取工作階段目前的 required_actions，並找出待處理的 computer_use_approval_request 記錄。若出現 browser_origin_access 請求，請向使用者顯示要求存取的來源及任何說明理由。接著將使用者的 approve、deny 或 cancel 決定，連同相符的 agent.session.input.computer_use_approval_request_result 與 request_id 一起傳送。

這項決定關乎能否存取網站來源，即使該網站是公開網站也一樣。將 network.access 設為 enabled 並不代表已取得核准。來源核准也不代表之後的每個瀏覽器操作都已獲確認。OpenAI 表示，若應用程式要求購買或破壞性變更前必須取得保證確認，就應將託管式瀏覽器限制在無法執行這些操作的資源上，或改用自己控制的瀏覽器執行環境。網站文字屬於不可信輸入，不能授權存取，也不能推翻使用者指示。

公開頁面操作說明會取消另一個 browser_authentication 請求。需要帳戶的任務有自己的 登入流程；本篇唯讀設定不涵蓋此流程。OpenAI 也指出，取消核准請求並不會取消任務。收到已接受的核准回應，只表示系統收到決定，不代表導覽已完成。

檢查結果、檢視活動，然後刪除工作階段

事件串流可在 agent.session.turn.output_text.done 中提供答案文字。主要回合請等待 agent.session.turn.completed，並分別處理失敗與取消事件。對於文件所述任務，請檢查答案是否確實包含快速入門頁面的標題與網址。串流關閉本身不能證明回合已結束；若連線中斷或結果不明，OpenAI 建議開發者在同一工作階段中恢復處理。

工作階段項目可從另一個角度呈現瀏覽器操作。computer_use_call 項目會包含活動標題、回合 ID 與狀態。若啟用螢幕擷取，項目可能會附上 computer_screenshot 圖片網址；有些操作仍不會回傳圖片。這些項目呈現的是瀏覽器操作紀錄，並非任務的最終判定。刪除工作階段以要求清理環境之前，請先檢視已儲存的項目，以及應用程式所需的任何結果或螢幕擷取畫面。螢幕擷取可能含有敏感的頁面或帳戶資訊，因此文件建議僅提供給獲授權的人員檢視，且不要寫入應用程式記錄。

存取權與費用是兩項不同的考量

OpenAI 在其 DevDay 回顧 中表示，Pro 500 與 Enterprise 方案可透過 API、Codex 和 ChatGPT Work 使用電腦操作功能。本指南介紹 API 路徑，這需要 Platform 憑證與權限。產品方案的說明不會授予 API 存取權，也不包含 API 使用費用。

這份 Agents API 概覽 說明模型用量依所選模型的 API 費率 計費；OpenAI 託管式沙箱則採用標準 容器費率。已檢視的頁面沒有列出獨立的電腦操作工具費用，但這不代表託管式瀏覽器工作階段免費。規劃執行預算前，請確認目前的模型與容器價格。範例使用的 beta API 方法可能會變更。本文並未建立 API 工作階段、執行瀏覽器任務或操作 SDK。

來源與延伸閱讀

• OpenAI，「電腦操作」，2026 年 9 月 30 日查閱。瀏覽器設定、事件名稱、來源與驗證請求、結果檢查、活動記錄及刪除方式的主要參考資料。頁面未顯示發布日期。
• OpenAI，「Agents API 快速入門」，2026 年 9 月 30 日查閱。說明 Platform 金鑰權限、beta 標頭與 SDK 先決條件；其中的一般程式設計範例與電腦操作指南不同。
• OpenAI，「Agents API」 與 「OpenAI 託管式沙箱」，2026 年 9 月 30 日查閱。說明工作階段模型，以及模型與託管容器費用的分開計算。這兩個頁面均未提供發布日期。
• OpenAI API 定價，2026 年 9 月 30 日查閱。應確認所選模型與託管容器的目前費率；本文未估算單次執行的具體費用。
• OpenAI，「DevDay 2026 回顧」，2026 年 9 月 29 日發布。說明這項功能發布，以及 OpenAI 將 API 可用性與 Codex／ChatGPT Work Pro 500 和 Enterprise 方案可用性分開陳述。