Tutorial teknis + mental model + praktik OpenAI Agents API

Untuk audiens @kayadigital.ai

<aside> ✅

STATUS VERIFIKASI — 29 September 2026

Tutorial ini diverifikasi terhadap dokumentasi resmi OpenAI Agents API dan pengumuman OpenAI tanggal 10 September 2026. Contoh perusahaan di bagian use case nyata berasal dari customer statements yang dipublikasikan OpenAI. Kode praktik adalah tutorial yang kita susun berdasarkan API resmi, bukan kode internal perusahaan yang disebutkan.

</aside>

Inti materi: model menentukan kemampuan reasoning. Harness menjalankan dan mempertahankan proses agent: model/tool loop, session, context, tool use, serta koordinasi subagent. Sandbox/environment adalah komponen terpisah.

1. Apa Itu Agent Harness?

Kalau chatbot sederhana dibayangkan seperti ini:

flowchart LR
    U["👤 USER"] -->|prompt| M["🧠 MODEL"]
    M -->|single response| R["💬 RESPONSE"]

maka agent system lebih dekat ke:

flowchart TB
    T["🎯 TASK"] --> H["⚙️ AGENT HARNESS"]
    M["🧠 MODEL"] <--> H
    H --> C["🗂️ CONTEXT"]
    H --> TL["🛠️ TOOL LOOP"]
    H --> S["💾 SESSION"]
    H --> A["👥 SUBAGENTS"]
    C --> H
    TL --> H
    S --> H
    A --> H
    H --> R["✅ RESULT"]

Dalam arsitektur OpenAI Agents API, OpenAI mendefinisikan harness sebagai instance Codex yang menjalankan model + tool loop dan mempertahankan session agent.

Artinya harness bukan “model kedua”. Ia adalah runtime/orchestration layer yang menjaga proses kerja model tetap berjalan.

Sumber resmi:

• OpenAI — Agents API Architecture
• OpenAI — Introducing the Agents API

<aside> 💡

Mental model paling sederhana

MODEL = berpikir dan memilih langkah.

HARNESS = menjalankan loop pekerjaan dan menjaga continuity.

ENVIRONMENT / SANDBOX = tempat agent menjalankan code, command, dan bekerja dengan file.

</aside>

2. Kenapa Model Pintar Saja Belum Cukup?

Bayangkan task: