OpenAI Agents API en Vercel corre agentes de IA de larga duración sin worker encendido 24/7

¡Hola Devs! ¿Por qué te debería importar?

Si alguna vez intentaste correr un agente de IA que usa herramientas durante minutos (u horas), ya conoces el dolor: o mantienes un worker encendido 24/7 pagando por tiempo muerto, o reconstruyes el estado de la sesión desde cero en cada request. La nueva integración OpenAI Agents API en Vercel mata ese dilema. 🚀

OpenAI se encarga del agent loop y del session state. Vercel se encarga de la aplicación y, lo más importante, del entorno de ejecución: cada sesión obtiene su propio Vercel Sandbox para ejecutar código y acceder a archivos. Sin worker siempre encendido. Sin malabares de sesión.

Si ya viste cómo los agentes autónomos están cambiando el flujo de ingeniería (checa nuestro post sobre el REA de Meta, el agente autónomo de ML), esta es la pieza de deploy que faltaba.

Referencia oficial: changelog de Vercel.

Qué obtienes en la práctica

Fíjate en la lista de capacidades traducida al mundo real:

• Agent loop y session state gestionados por OpenAI — tú no escribes el loop de retry/step. OpenAI lo escribe.
• Creación y reconexión confiable del Sandbox — vía webhooks firmados de OpenAI + Vercel Queues. Aquí es donde la mayoría de los proyectos caseros truenan.
• Entorno aislado por sesión — un rm -rf mal puesto no tumba a los demás tenants.
• Workspace persistente entre follow-ups — archivos escritos en el paso 1 siguen ahí en el paso 7.
• Scale-to-zero — cero costo ocioso cuando nadie está hablando con tu agente.

Forma mínima del handler

Un handler serverless típico que recibe el webhook y pasa la tarea del agente se ve así:

// api/agent-webhook.ts
import type { VercelRequest, VercelResponse } from '@vercel/node';
import { verifyOpenAISignature } from './_lib/openai-signature';

export default async function handler(req: VercelRequest, res: VercelResponse) {
  // 1. Verifica la firma del webhook de OpenAI — nunca confíes en payload crudo.
  if (!verifyOpenAISignature(req)) {
    return res.status(401).json({ error: 'firma inválida' });
  }

  const { sessionId, task } = req.body;

  // 2. Pásalo al Vercel Sandbox para ejecución aislada de código.
  const sandbox = await createSandbox({ sessionId });
  await sandbox.exec(task);

  // 3. Persiste el workspace — sobrevive a instrucciones de follow-up.
  await sandbox.persistWorkspace();

  return res.status(200).json({ ok: true, sessionId });
}

El truco: tu handler es stateless. Toda la lógica del loop y el estado viven en OpenAI; toda la cómputo vive en el Sandbox. Tú solo conectas los dos. 🧠

Comparación honesta: hacerlo a mano vs. este stack

Cuidados que no puedes ignorar

• Concentración de proveedor. Estás apostando por dos plataformas al mismo tiempo. Si cualquiera cambia precios o deprecia el formato del webhook, migras.
• Cold start del Sandbox. Scale-to-zero es genial para costo, menos para latencia. Para agentes interactivos, cuenta con retraso en el primer token.
• Alcance de la persistencia. "Workspace persistente" es por sesión. La memoria entre sesiones sigue siendo tu problema.
• La seguridad del webhook es tuya. Verificar la firma no es opcional — un webhook sin firmar es un endpoint de RCE abierto si lo conectas directo al Sandbox.

Por dónde seguir

1. Empieza con el sample app para entender el contrato del webhook antes de escribir código de producción.
2. Agrega logs estructurados en cada create/reconnect del Sandbox — ahí se esconden el 90% de los bugs.
3. Si te importa la UX humanizada de agentes, vale la pena leer las lecciones de Designing AI with a Human Touch antes de subir a producción.

Cerrando cuentas

Lo interesante aquí no es "OpenAI en Vercel". Eso es marketing. Lo interesante es que el agent loop y el entorno de ejecución se separaron de forma limpia. Esa separación es lo que hace posible el scale-to-zero, y es la misma forma arquitectónica hacia la que toda plataforma seria de agentes está convergiendo.

Si estás construyendo agentes que usan herramientas y necesitan correr por minutos u horas, este stack elimina una categoría completa de trabajo de infraestructura que no deberías estar haciendo a mano. Solo entra con los ojos abiertos respecto al lock-in.

Siguiente paso: clona el sample app, haz el deploy y mira el baile webhook + Sandbox en tus propios logs. Esos veinte minutos te van a enseñar más que cualquier diagrama de arquitectura.

Lee también

• REA de Meta: un agente autónomo de ML 5x más productivo
• Designing AI with a Human Touch