OpenAI擴充Responses API支援長任務，新增伺服端壓縮整理與Shell容器

OpenAI擴充Responses API的多項基礎能力，解決長時間代理型工作常見的兩個障礙。一是對話與工作狀態累積後容易觸及模型上下文上限，二是代理需要更可預期的計算與執行環境來跑腳本、處理檔案或整理資料。該更新將壓縮、容器與終端機式執行整合成可組合的元件，讓開發者能用同一套API執行長任務。

OpenAI加入伺服端壓縮整理來強化上下文管理，開發者在呼叫Responses API時，可以設定由系統代為管理上下文，並指定啟動壓縮的門檻。當對話累積到一定長度，伺服端會在同一個串流回應中自動進行壓縮與修剪，降低上下文不斷膨脹而導致後續請求失敗的風險。官方也說明，壓縮後的內容會加密保存，主要用來讓模型延續工作脈絡，並不是設計給人直接閱讀。

在執行環境方面，OpenAI推出Shell工具，讓模型可以在完整終端機環境下執行指令。Shell提供兩種路徑，包含OpenAI代管的容器，以及由開發者自行托管並回傳執行結果的本機執行模式。

容器可重複使用，讓同一個任務能跨多次請求延續狀態，但其並非永久工作區，可能在一段時間未使用後到期。開發者只要在後續請求持續引用同一個容器，就能讓檔案與工作狀態在容器存活期間延續，適合迭代式分析與資料處理流程。

容器的對外連線則採取預設關閉的策略。官方解釋，代管容器預設沒有對外網路，若要開啟，需組織管理者在後臺設定允許清單，之後每次請求再明確指定本次可連線的網域。OpenAI提醒允許名單可能引入提示詞注入導致的資料外洩風險，應限縮到必要且可信任的目的地。

Responses API的Shell工具還提供網域機密資訊（domain_secrets）機制，滿足使用者憑證與私有授權需求，讓模型在執行時只看到占位符名稱，由系統在核准目的地請求時套用真實密鑰或權杖，降低憑證在上下文中暴露與外流的機率。

另外，OpenAI新推出的元件是Skills。OpenAI將Skill定義為帶有SKILL.md資訊清單的版本化檔案組合，可用於封裝可重用的流程與慣例，並宣稱相容於開放的Agent Skills standard。技能可以掛載到代管或本機Shell環境中，讓同一套工作規範在不同執行場域可被重複套用。