#OpenAI

以 OpenAI Agents API 為例，理解託管 Harness 怎樣組織長期 Session、上下文和子任務，區分執行環境與會話狀態，並分析 Agents SDK 與託管 API 的職責邊界。

以 OpenAI Agents SDK 為例，理解 Agent 定義、Sandbox Client 和 Manifest 怎樣連接執行環境，以及目錄權限、產物保存、Snapshot 與運行狀態怎樣支持持續工作。

以 OpenAI 內部使用 Codex 的治理實踐為例，理解受管配置、Sandbox 與審批、命令規則、網絡與身份控制，以及 Agent 日誌怎樣支持安全調查和策略改進。

以 Codex 的 Windows Sandbox 設計為例，理解 SID、ACL 與 Restricted Token 怎樣限制寫入，專用身份和 Firewall 怎樣約束聯網，以及初始化、Runner 和進程樹之間的關係。

理解 Trace 與 Span 怎樣記錄工作流，區分結果評分和行為評分，再圍繞工具、交接、Guardrail 與反饋恢復建立證據標準，用批量評估比較不同版本。

理解 Agent-first 工程中的倉庫可讀性、AGENTS.md 導航、執行計劃、可觀測性、機械化架構約束，以及審查和技術債的持續治理。

以 Codex App Server 為例，理解 Agent Loop 之外的會話管理、持久化、工具執行與客户端交互，以及 Thread、Turn、Item 和雙向事件協議。

理解 Manager 的子任務調用與 Handoff 的執行接管，區分上下文、任務狀態和控制權，分析多 Agent 的拆分條件與協作成本。

打開 Agent Loop 中的工具執行環節，理解 Shell、文件系統、進程、容器和外部服務怎樣承載行動，以及環境結果怎樣成為模型的下一次觀察。

從一段循環偽代碼出發，拆解一次模型推理、Tool Call 與 Tool Execution 的區別、工具結果如何回到下一次輸入，以及 Agent 何時停止。