OpenAI 收購 Ona,為 Codex Agent 補上跨 session 雲端持久化執行的最後一塊拼圖。
核心概念
OpenAI 宣布收購 Ona,一家專精於安全雲端執行環境與協作技術的公司。此次收購的核心目的不是擴充模型能力,而是補強 Codex 的基礎設施層——讓 AI Agent 能夠在雲端持續運行,不受使用者設備連線狀態影響。
這代表 Codex 的定位正式從「開發者工具」轉型為「雲端 Agent 執行平台」。Agent 不再只是回答問題,而是能夠在背景持續工作、跨 session 保存進度、在設備離線後繼續完成任務。
Ona 此前已支援 200 萬名開發者,在安全、可重現的雲端環境領域有成熟積累,其技術核心是在維持安全邊界的同時讓 Agent 能存取所需工具。
關鍵要點
Codex 的規模現況
- 每週觸及超過 500 萬人,已超出開發者工具的範疇
- 超過 50% 的任務是非技術類(見 OpenAI Codex 的非技術轉型:Agent 普及化與知識工作者未來)
- 使用者不斷需要工作成果跨 session 持續存在
Ona 補上的缺口
- 雲端持久化執行:Agent 在設備離線後繼續在雲端工作
- 安全隔離環境:可重現的沙箱,維持工具存取的同時確保安全邊界
- Codex 部門整合:Ona 團隊在監管核准後併入 OpenAI Codex 部門,共同開發企業級執行能力
企業部署架構 企業可將 Agent 部署於自有雲端基礎設施,同時使用 OpenAI 的智慧層。這意味著:
- 資料、憑證、日誌留在企業自己的環境
- 安全需求由企業自主控制
- 不需要把敏感資料送上 OpenAI 的伺服器
時程:交易待監管機關核准,尚未完成交割。
實務意義
平台競爭的新維度
這次收購揭示了 AI Agent 平台競爭的下一個戰場:誰能提供最完整的雲端執行基礎設施。模型能力已不是唯一差異點,部署環境、持久化執行、企業資料主權才是企業採購決策的關鍵變數(見 AI Agent 平台競爭:從聊天走向部署治理基礎設施)。
Codex 此前的競爭優勢在於模型與介面,Ona 補上了「執行環境」這一層。類似的佈局邏輯也出現在 OpenAI 入駐 AWS Bedrock:GPT 模型、Codex 與託管代理三合一整合——OpenAI 正在系統性地構建從模型到基礎設施的完整堆疊。
企業 Agent 的架構轉型
過去,企業 AI Agent 面臨的核心障礙之一是:Agent 的執行週期受限於使用者的設備與 session(見 Agentic AI 企業落地現實:基礎建設障礙與突破策略)。Ona 的技術讓 Agent 能夠以「雲端工作者」的形式存在,而非「對話回合的臨時回應者」。
這對需要長時間任務(如程式碼審查、文件整理、跨系統資料處理)的企業場景特別重要。AI Agent 工作流的人機分工原則 中指出,企業真正需要的不是更聰明的 LLM,而是能可靠執行長尾任務的 Agent 基礎設施——Ona 的收購正是在回應這個需求。
安全邊界的商業化
Ona 的核心技術在於「在維持安全邊界的同時讓 Agent 存取工具」,這與 AI Agent 生產環境防線:最小權限與稽核控制 討論的最小權限原則直接對應。Ona 把這個問題做成了產品,而 OpenAI 的收購等於把這個能力內化為平台基礎設施,而非讓企業自行解決。
延伸觀點
「可信工作空間」成為企業 Agent 的核心競爭維度
Ona CEO Johannes Landgraf 的一句話點出了這次收購的深層邏輯:「Agent 不只需要智慧,還需要一個可信的工作空間。」這句話揭示了 2026 年 AI Agent 競爭格局的根本性轉移——從模型效能比拼,轉向執行基礎設施的競爭。Codex 本身的模型能力毋庸置疑,但 Agent 在雲端獨立運行數小時乃至數天的能力,過去恰恰是缺失的那一環。Ona 帶來的不是更聰明的大腦,而是讓大腦有地方持續工作的辦公室。
企業採用的 13 倍增長說明了什麼
Ona 在 2026 年的企業代理生產性使用量增長了 13 倍,客戶橫跨美國主要銀行、歐洲製藥公司與亞洲主權財富基金,覆蓋高監管壓力產業。這類客戶的共同需求是:資料主權、稽核追蹤、可重現的隔離環境。Ona 之所以能打進這些場景,正是因為它提供的是客戶控制的執行環境,而非把資料送上第三方平台。OpenAI 收購 Ona 後,等於同時繼承了這套治理框架與企業信任關係,而不需要從零建立合規能力。
持久化執行讓 Agent 類型從「助理」升級為「工作者」
目前 AI Agent 研究社群越來越清楚地區分兩種執行模式:以對話回合為單位的短期工具,以及能夠在迴圈中自主探索、實作、測試、除錯的長期 Agent。後者的瓶頸不在於模型推理,而在於狀態保持——多步驟任務中,Agent 必須維持跨時間的上下文,才能做出連貫的決策。Ona 的技術核心正是解決這一點:在安全邊界內,讓 Agent 的記憶、工具存取、執行進度跨 session 延續,使漏洞掃描、應用現代化、資料遷移等長尾任務得以落地。
競爭格局:基礎設施層的卡位戰
Anthropic 的 Claude Code 同期也在快速成長,兩家公司均已向 SEC 提交機密 IPO 說明書,表明這場競爭已進入資本市場的決戰期。OpenAI 收購 Ona 的時機與 OpenAI 入駐 AWS Bedrock、與 Visa 合作擴展 Codex 至金融交易的節奏高度吻合,呈現出清晰的垂直整合策略:模型(GPT)→ 執行環境(Ona)→ 部署平台(Bedrock)→ 商業工作流(Visa)。誰先在企業基礎設施層卡位,誰就能把競爭壁壘從「模型好不好用」轉移到「生態換不換得了」。
反向連結
以下頁面引用了本頁:
- AI Agent 工作流的人機分工原則(技術與AI)
- AI Agent 平台競爭:從聊天走向部署治理基礎設施(技術與AI)
- AI Agent 生產環境防線:最小權限與稽核控制(技術與AI)
- Agentic AI 企業落地現實:基礎建設障礙與突破策略(技術與AI)
- OpenAI Codex 的非技術轉型:Agent 普及化與知識工作者未來(技術與AI)
- OpenAI 入駐 AWS Bedrock:GPT 模型、Codex 與託管代理三合一整合(文章精選)