OpenAI Agents API (public beta): що лишати в Bubble, а що віддавати harness, MCP і sandbox
Практичний гід для non-technical фаундерів і вайбкодерів: як швидко зібрати ШІ-агента на Bubble без зависання воркфлоу, зайвих серверів і втрати контролю над бізнес-даними.
Коли ви збираєте MVP на Bubble або тестуєте ідею через вайбкодінг, головне завдання — якомога швидше дати користувачам працююче рішення, отримати перші відгуки або пітчити продукт інвесторам. Будувати власний серверний бекенд для ШІ-агентів — це тижні налаштування черг, баз даних для збереження історії, пісочниць для коду та механізмів відновлення після помилок.
Публічна бета OpenAI Agents API (анонсована у вересні 2026 року) кардинально спрощує цей шлях для no-code фаундерів. Вона відкриває керований харнес (managed harness) Codex, який бере всю рутинну інфраструктуру на себе без додаткової плати за сам Agents API (ви платите лише за спожиті токени, інструменти та контейнери). Проте для розробника на Bubble критично зрозуміти правильний поділ обов'язків: що залишати в додатку, що делегувати OpenAI і як не зламати додаток через ліміти часу виконання. Поруч із цим: OpenAI DevDay: Codex cloud envs,. Поруч із цим: Cursor Rollouts та Security Review:.
Архітектурний розподіл: що тримати в Bubble, а що віддати харнесу
Для швидкого запуску MVP розділіть систему на дві зони відповідальності: користувацьку логіку й автономне виконання. Поруч із цим: Bubble, Reverse.dev for Teams та.
Що залишається в Bubble:
- Інтерфейс і користувацький досвід (UI/UX): форми введення, кнопки запуску задач, дашборди результатів і мобільна адаптація.
- Єдине джерело правди (System of Record): профілі користувачів, транзакції, підписки, історія замовлень і робочі записи зберігаються виключно в базі даних Bubble.
- Безпека й ролі (Privacy Rules): доступ користувачів до даних контролюється Bubble. ШІ-агент не повинен отримувати повний прямий доступ до бази в обхід ваших правил приватності.
- Людський контроль (Human-in-the-loop): якщо дія агента має незворотні наслідки (наприклад, списання коштів, видалення записів або публікація контенту), фінальне підтвердження обов'язково залишається за користувачем через інтерфейс Bubble.
- Таблиця завдань (Jobs): запис кожного завдання з поточним статусом (
queued,processing,completed,failed).
Що делегувати OpenAI Agents API:
- Цикл міркувань і виконання (Model/Tool Loop): послідовне планування кроків, вибір інструментів, виправлення помилок та робота підагентів (subagents).
- Управління тривалими сесіями (Durable Sessions): збереження контексту між кроками та автоматичне стиснення контексту (context compaction), щоб довгий діалог не спалював бюджет токенів.
- Середовище виконання (Environment & Sandboxes):
- Якщо агенту потрібні лише зовнішні API або веб-пошук, вибирайте
environment.type: none— без зайвих витрат на обчислювальні контейнери. - Якщо агент має аналізувати файли або генерувати код, підключайте
openai_hosted(ізольовану Linux-пісочницю).
- Якщо агенту потрібні лише зовнішні API або веб-пошук, вибирайте
- Підключення інструментів через MCP (Model Context Protocol): використовуйте сервісне підключення (
connection_origin: service), яке працює безпосередньо з інфраструктури OpenAI без потреби розгортати власний сервер.
Пастка тайм-аутів Bubble: чому агентів не можна запускати синхронно
Найпоширеніша помилка no-code розробників — викликати агента через кнопку «Button clicked -> API Connector -> Call Agents API» прямо на сторінці.
Згідно з досвідом спільноти та форуму Bubble, зовнішні API-виклики у воркфлоу мають ліміти очікування (близько 30 секунд для стандартних зовнішніх викликів, близько 60 секунд на фронтенді та 300 секунд стелі для бекенд-воркфлоу; для викликів OpenAI в окремих контекстах згадувалось розширення до 150 секунд). Автономний агент із кількома кроками роздумів, викликами інструментів або коду в пісочниці може працювати 2–3 хвилини. Синхронний виклик гарантовано призведе до тайм-ауту й покаже користувачеві помилку.
Перевірений асинхронний патерн для MVP:
- Створення задачі: Користувач тисне кнопку в Bubble -> створюється запис у таблиці
Agent_Jobзі статусомqueued-> користувач одразу бачить повідомлення «Завдання виконується» зі спінером або прогрес-баром. - Запуск сесії: Бекенд-воркфлоу Bubble (або невеликий легкий middleware) робить запит до OpenAI Agents API для старту сесії та передає ідентифікатор задачі (
job_id). - Очікування та обробка: Агент працює на боці OpenAI. Якщо агенту потрібно отримати або змінити дані в Bubble, він звертається до спеціально створеного вебхука Bubble (Function Tool handler), який виконує дію з перевіркою прав.
- Завершення через вебхук: По закінченні роботи OpenAI надсилає результат (через вебхук або подію) у Bubble Workflow API. Воркфлоу оновлює запис
Agent_Job(статусcompleted, записує результат чи посилання на артефакти). - Оновлення інтерфейсу: Сторінка користувача в Bubble автоматично відображає готовий результат без перезавантаження.
Безпека та обмеження: що врахувати до релізу
Перед тим як залучати перших клієнтів, зверніть увагу на офіційні обмеження OpenAI Agents API:
- Відсутність Zero Data Retention (ZDR): Agents API наразі не підтримує режим нульового збереження даних (ZDR), навіть якщо ви використовуєте власні пісочниці (self-hosted). Сесії та артефакти зберігаються до їх явного видалення. Якщо ви тестуєте стартап у суворо регульованій сфері, врахуйте це.
- Резиденція даних у США (US-only): Дані сесій обробляються виключно в інфраструктурі США, що важливо для узгодження з угодами про обробку даних (DPA).
- Захист секретів: Документація OpenAI окремо наголошує: ніколи не передавайте приватні API-ключі вашого Bubble-додатка всередину пісочниці агента. Код, який пише або виконує агент, може прочитати змінні середовища.
Альтернативи з дайджесту: коли варто дивитися на Claude або Bedrock
Як зазначає аналітичний огляд InfoWorld (вересень 2026), керований Agents API дає стартапам колосальну перевагу у швидкості запуску: менше рухомих деталей (не потрібно створювати бази стану, черги повідомлень, парки пісочниць та логіку ретраїв). Проте зворотний бік — ризик вендор-локу (залежність від моделі, оркестрації та інфраструктури OpenAI).
У цій самій категорії керованих агентських систем аналітики виділяють:
- Claude Managed Agents від Anthropic (публічна бета з квітня 2026 року) — варіант, якщо ваша кодова база або продуктовий вайб спочатку будувалися навколо екосистеми Claude.
- Amazon Bedrock AgentCore — рішення для проектів, де критичні інтеграція з екосистемою AWS, корпоративні політики безпеки та мультимодельність.
(Зверніть увагу: прямих порівняльних бенчмарків продуктивності між цими платформами в матеріалах немає; вибір ґрунтується виключно на архітектурних потребах вашого стеку).
Підсумок для фаундера
Не намагайтеся будувати власний бекенд для агентів з нуля, якщо ваша мета — перевірити гіпотезу за кілька днів. Використовуйте Bubble для інтерфейсу, бізнес-даних та ролей, віддайте важкий цикл міркувань в OpenAI Agents API і зв'яжіть їх асинхронним патерном завдань. Це дасть змогу протестувати ідею з мінімальними витратами й без перевантаження кодом.