夜雨聆风这不是新模型发布，但可能比一次新模型更重要。
北京时间 8 月 20 日，OpenAI 发布了一篇题为《Codex as a platform: build on the open agent harness》的博客，并正式宣布：
把 Codex 底层的 Agent 执行框架 Harness，以 Apache-2.0 许可全面开源。
换句话说，驱动 OpenAI 自家顶级编程 Agent 的那套「发动机」，现在免费送给你了。
开发者不再需要把所有业务流程硬塞进一个通用聊天框。你可以把这套 Agent 循环，无缝镶嵌进自己的产品、工程工具、运营看板，甚至是最枯燥的财务报表系统里。
OpenAI 总裁 Greg Brockman 的转发很直接：
> Codex 能驱动的，远不止编程工具。
这句话，才是这次开源真正的题眼。
---
一、Harness 是什么？模型是大脑，它是身体
很多人对 Agent 有一种误解：
好模型 + 好 Prompt = 好 Agent。
大错特错。
一个真正能跑在生产环境的智能体，需要一套极其复杂的底层执行系统：
- 理解任务、拆解步骤
- 在漫长对话中保持记忆
- 调用 MCP 工具获取实时数据
- 执行读写、改库、调接口
- 对外流式展示进度
- 处理崩溃与失败
- 在关键时刻停下，等待人类审批
- 最后把有用的结果回传系统
这个包揽所有脏活累活的「执行系统 + Agent 循环」，就是 Harness。
> 模型是大脑，Harness 是身体。同一颗大脑，换一副好身体，表现可以脱胎换骨。
---
二、一个实验，打脸了「唯模型论」
![ARC-AGI-3 数据对比]
OpenAI 拿出了一个极具说服力的对照实验。
在 ARC-AGI-3 公开任务集上，同一个 GPT-5.6 Sol模型、权重完全不变，只调整 Harness 的两项设置：
| 维度 | 官方 harness | 优化后 harness |
|------|-------------|---------------|
| 推理保留 | 每次动作后丢弃私有推理 | 用 Responses API 让推理跨轮次存活 |
| 上下文管理 | 超过 175,000 字符后滚动截断 | 用 compaction 压缩长历史 |
| 公开集 RHAE 得分 | 13.3%| 38.3%|
| 输出 token | 基准 | 约减少 6 倍 |
注意关键事实：
> 模型权重没变，只改了运行系统。得分从 13.3% 跳到 38.3%，同时输出 token 降到原来的约六分之一。
这意味着：AI 不仅变得更聪明，调用成本还更低了。
所以，真正决定 Agent 上限的，常常不是模型本身，而是你怎么管理这个模型。
---
三、三大组件，按集成深度递进
![三大组件]
这次开源不是放个 SDK 意思一下，而是直接给了完整的三层武器库，全部在 `github.com/openai/codex`：
1. `codex exec`：最轻量
适合脚本、CI 流水线、一次性后台任务。
一条命令跑完一个有界 Agent 工作流，直接返回结构化输出。简单粗暴。
2. Codex SDK：中等复杂度
支持 TypeScript / Python。
用代码启动、恢复、流式传输任务，精准控制线程与任务生命周期。
适合在应用里内嵌 Agent 能力。
3. Codex app-server：本次明星
这是把 Agent 做成产品核心的关键基础设施。
它通过 JSON-RPC 让应用连接到本地 Codex 进程，提供：
- 持久会话状态
- 流式事件传输
- 中途打断 Agent
- 把应用自有工具暴露给 Agent
- 人工审批回调
> 前端审批界面与底层执行循环，第一次被干净地解耦了。
你的产品继续掌控界面、数据、权限，AI 负责在底层跑循环。
---
四、这场开源为什么重要？因为它在「反套壳」
![范式对比]
过去一年，行业陷入了一种怪圈：
1. 拿到大模型 API
2. 套一个聊天框
3. 加点 RAG
4. 包装成「AI 助手」发布
结果是产品越来越像，护城河越来越浅。
OpenAI 这次表达了一个清晰的判断：
> 不要为了 AI，把用户熟悉的专业界面降级成聊天框。
安全分析师看的是预警队列和受影响服务。
客服工程师看的是账户历史和产品日志。
产品经理看的是需求看板。
界面的存在是有意义的，它本身就是最重要的上下文。
真正好的产品形态应该是：
- 用户留在自己的仪表盘里
- 点一个操作按钮，不写 Prompt
- 应用自动把当前界面数据作为上下文喂给 Agent
- Agent 调用 MCP 工具拿实时数据
- 危险操作弹审批框，人类确认后才执行
- 结果自动写回业务系统
AI 不是霸占屏幕的主角，而是隐形的、聪明的帮手。
---
五、它已经在各行各业开始落地
Codex 不是只能写代码。这次开源的合作伙伴已经给出了几个方向的验证：
| 案例 | 场景 | 效果 |
|------|------|------|
| Thrive Holdings + Crete| 税务准备工作流 | 试点处理 7,000 份申报表，准备时间缩短约 1/3 |
| Cisco| 云控制平台 App Builder | 客户用自然语言创建自定义应用 |
| Relay（官方演示）| 物流运营看板 | 选中延误货单 → AI 比较方案 → 审批 → 自动写回 |
这些案例的共同点是：Agent 被拆成零件，装进了已有的业务系统里。
---
六、三个维度，把控制权还给开发者
这次开源给了开发者三个维度的最高控制权：
1. 界面控制权
别再强迫用户适应聊天框。让用户继续使用熟悉的仪表盘、编辑器、地图和列表。
2. 上下文与工具控制权
你可以把公司最核心的系统、机密文档、内部 API，通过 MCP 服务直接开放给 Agent。
AI 不再是「不懂公司制度」的门外汉，而是精通你业务系统的专家。
3. 运营边界与安全控制权
宿主应用决定 Agent 在哪里运行、能访问什么文件。
修改数据库、发送客户邮件这类危险动作，必须等人类点击放行。
> 前端业务规则归你，底层 Agent 循环归 Harness。
---
七、为什么说这是「平台级」野心？
Apache-2.0 许可意味着可商用、可修改、可审查。
但这背后还有一层战略意味：
OpenAI 希望把 Harness 变成 Agent 时代的事实标准——就像 Kubernetes 之于容器编排。模型是可替换的能力层，Harness 才是基础设施层。
当开发者习惯了在 OpenAI 的 Harness 上构建 Agent，模型之间的竞争会变成 Harness 生态内的竞争。这个算盘，打得一点都不遮掩。
---
写在最后
我们常说，AI 的落地卡在最后一公里。
过去一年，大家一直把目光放在「模型更强」上，却忽略了另一个变量：
模型周围那套运行系统，才是真正把 AI 从玩具变成生产工具的关键。
Codex Harness 的开源，标志着一个转变：
> 通用聊天框不再是默认答案，原生 AI 应用正在成为新的主战场。
下一次你做产品决策时，可以问自己三个问题：
1. 你的用户真的需要一个聊天框吗？
2. 你的 Agent 能看到多少业务上下文？
3. 你的 Harness 设计，能不能让同一个模型表现更好？
答案可能决定你的产品，是又一个套壳 ChatBot，还是真正的行业解决方案。
---
原文参考
- OpenAI 官方博客:Codex as a platform: build on the open agent harness
- GitHub 仓库：`github.com/openai/codex`
- ARC-AGI-3 对照：OpenAI 2026.07.29 技术博客
---
> 本文由 AI 辅助整理与制图。如果觉得有用，欢迎点赞、在看、转发给关注 AI 产品落地的朋友。