OpenAI legger til tidsplaner i Agents API: Agenter kan kjøre oppgaver etter cron

OpenAI kunngjorde Scheduled Automations for Agents API 23. oktober 2026. Funksjonen lar agentoppgaver kjøres etter en cron-plan eller på et bestemt tidspunkt, og når verktøyet automations er aktivert, kan agenten selv planlegge oppfølgingsarbeid. Kunngjøringen ble publisert i OpenAIs utviklerforum; detaljer om implementeringen finnes i dokumentasjonen for Scheduled Automations.

For applikasjoner gir dette en vedvarende tidsplan til et API der agenten arbeider gjennom økter som lagrer konfigurasjon og kontekst. Team kan enklere be agenten om regelmessige kontroller eller påminnelser som utløses senere, uten å sette opp en egen manuell start for hver kjøring.

Slik fungerer kjøringen

Tidsplanen angir måløkten og når oppgaven skal leveres. For gjentatte kjøringer angir utvikleren et cron-uttrykk og en IANA-tidssone, for eksempel America/New_York. For en engangskjøring angis et fremtidig Unix-tidspunkt i sekunder.

Oppgaven kan opprette en ny økt for hver kjøring eller fortsette i en eksisterende økt. Det første alternativet passer for uavhengige, gjentatte operasjoner; det andre bevarer den tidligere øktkonteksten. Når tidsplanen er opprettet, får den statusen active, men oppgaven starter først på det angitte tidspunktet: opprettelsen utløser ikke kjøringen umiddelbart.

Det er også mulig å gi agenten verktøyet automations. Da kan den planlegge en senere kontroll som del av den pågående økten. Dette er nyttig ved arbeid i flere trinn, der neste kjøring avhenger av resultatet av den forrige, for eksempel ved regelmessig kontroll av en oppgaves status.

Levering av oppgaven er et eget trinn, adskilt fra utførelsen

Hver kjøring oppretter en invocation – en registrering av et forsøk på å levere oppgaven til måløkten. Utvikleren kan kontrollere statusen til invokasjonen og øktens ID. Hvis økten er opptatt, settes oppgaven i kø; at økten mottar oppgaven, betyr ikke i seg selv at agenten er ferdig. Fremdrift og resultat følges separat gjennom økthendelser, slik dokumentasjonen om invokasjoner og resultater beskriver.

I praksis betyr dette at overvåkingen bør følge to tilstander: om tidsplanen har levert oppgaven til økten, og om økten har fullført den. For periodiske prosesser er det nyttig å lagre tidsplanens ID og knytte den til kjøringshistorikken, slik at man kan finne uteblitte kjøringer og undersøke mislykkede forsøk.

Dette bør du kontrollere før innføring

• Tidssone. Angi den uttrykkelig, og kontroller hvordan de planlagte tidspunktene påvirkes av overgang til sommer- eller vintertid i den valgte sonen.
• Økttype. Bruk en ny økt for uavhengige kjøringer, og en eksisterende økt når oppgaven trenger den tidligere konteksten.
• Kø og resultat. Ta høyde for at en opptatt økt kan forsinke leveringen, og at mottak av oppgaven ikke betyr at arbeidet er fullført.
• Administrasjon av tidsplaner. API-et støtter oppretting, oppdatering, pause, gjenopptakelse og sletting av tidsplaner. Kontroller kommende kjøringer etter at konfigurasjonen er endret.

Scheduled Automations gir Agents API administrerbare tidsplaner: hver kjøring kan knyttes til en økt og overvåkes separat. Ved innføring må utviklere avgjøre når en kjøring trenger opparbeidet kontekst, og følge med på både leveringen og resultatet av oppgaven.