就在今天，OpenAI 悄悄放出了一颗“重磅炸弹”。一向把智能体（Agent）能力打包在自家产品里的 OpenAI，这次直接把“发动机”拆开送人了——全面开源 Codex 底层的执行框架 Codex Harness。别小看这一步，它很可能把 AI 编程的竞争从“模型层”直接拉回到“运行时层”。
一、Codex Harness 是什么？——Agent 的“外骨骼”，模型的“大脑”
很多人认识 Codex，是通过它的 App、命令行（CLI）或 IDE 插件。但 OpenAI 这次想说的是：这些界面只是冰山一角，真正驱动它们的，是底层同一套执行系统——harness。
一个能被真正投入生产的智能体，绝不只是“一个提示词 + 一次模型输出”那么简单。它需要理解任务、在长对话中保持上下文记忆、调用工具、暴露执行进度、处理失败、在关键操作前请求人类审批，最后返回可用结果。包围在模型周围、把它们串成完整循环的那一层，就是 harness。
OpenAI 说得很直白：Harness 是“外骨骼”，模型才是“大脑”——两者配合，才能跑通完整的 Agent 工作流。
二、开源三件套：CLI / SDK / app-server，按需选型
这次开源的并不是单一工具，而是三条从浅到深的集成路径，开发者可以按场景自由选：
codex exec（CLI）：适合脚本、CI 流水线、后台一次性任务，返回结构化结果。
Codex SDK（TypeScript / Python）：你在写应用代码时，用它编程式地启动、恢复或流式传输任务。
Codex app-server：适合把 Agent 做成产品的一部分。通过 JSON-RPC 协议让你的应用连接本地 Codex 进程，支持持久对话、实时事件、中断工作、暴露工具并响应审批请求。
简单说：要跑后台脚本用 CLI，要在代码里控制任务用 SDK，要让 Agent 真正成为产品界面的一部分就用 app-server。官方强调，开源的是 harness 与集成层，模型访问与管理服务仍是分开的。
三、一张图看懂：仅优化 Harness，得分 13.3% → 38.3%
这是整件事最惊人的地方。OpenAI 在 ARC-AGI-3 基准上做了个实验：模型不变，只优化 harness——保留推理过程并加入上下文压缩。结果 GPT-5.6 Sol 的得分从 13.3% 直接飙到 38.3%，几乎是原来的 3 倍；与此同时，输出 token 消耗减少了约 6 倍。
用大白话讲：模型还是那个模型，但把“怎么让它干活”这层外骨架调好了，效果天差地别。这也印证了 OpenAI 的一个核心观点——好的 harness 设计，甚至能让模型“脱胎换骨”。
四、为什么说它在争夺“Agent 运行时”？
行业里已经在讨论一个词：Agent 运行时（Agent Runtime）。谁能拿下“让智能体跑起来的这层底座”，谁就掌握了下一代软件的关键入口。OpenAI 这次开源，正是把战火烧到了这一层。
对比维度 | Codex Harness | LangGraph |
|---|---|---|
核心定位 | 把 Agent 循环作为可嵌入产品的底层执行引擎 | 基于图状态机的 Agent 工作流编排框架 |
架构设计 | 前后端分离：应用层控制界面/审批，Harness 处理执行循环 | 节点—边模型：开发者显式定义状态流与检查点 |
审批机制 | 原生内置 Human-in-the-Loop，关键操作自动暂停请求确认 | 需开发者手动在节点间插入中断/审批逻辑 |
沙箱执行 | 内置隔离运行时，控制文件系统、网络与工具访问 | 无原生沙箱，需依赖外部容器/环境隔离 |
集成方式 | JSON-RPC 连接 app-server，流式事件实时推送 | 作为 Python/JS 库直接嵌入代码，检查点持久化 |
适用场景 | 已有成熟业务界面的产品，需 AI 底层执行且人类掌控审批 | 需要精确控制多步骤状态流转的复杂工作流编排 |
同时，媒体与开发者社区也在拿它和 DeepSeek Harness 等同类方案做对比，讨论两种 Agent 架构路径的不同思路。要强调的是，Harness 是模型无关的编排层，不强制绑定某个模型，只是当前官方实现默认对接 OpenAI API；想换成 Claude 或 DeepSeek，需要自行适配模型调用层。
五、OpenAI 想做什么：把 Agent 塞进你已有的业务系统
OpenAI 的思路很清晰：不是让每个团队把自己的工作搬进一个通用的聊天框，而是把智能体带进本来就围绕真实工作设计的软件里——工程工作流、运营看板、安全调查、客服控制台，或者某个专用团队的内部应用。
为此，OpenAI 把应用层与执行层彻底解耦：你的应用负责“产品界面 + 业务上下文 + 审批流程”，harness 负责“Agent 循环 + 沙箱执行”，双方通过 “Context in / Events out” 的双向通信协作，业务数据与操作则通过 MCP 协议暴露给智能体。
六、落地案例：Cisco、GitHub/JetBrains，还有报税与物流
模式已经有了真实样板。OpenAI 提到 GitHub 与 JetBrains、Cisco（Cisco App Builder，让客户在云控制平台里用自然语言创建自定义应用）以及 Thrive Holdings、Crete 等公司已在用这个思路落地。
报税：AI 处理复杂税务逻辑并自动填充申报表，税务师在关键字段审批确认，已验证处理约 7,000 份申报表、准备时间缩短约三分之一。
物流调度：在订单看板里嵌入 Agent，点击“Investigate delay”后，Agent 自动调用 MCP 工具拿实时运单数据、分析延误原因，任何改单操作都需人工审批。
安全分析：分析师直接在预警队列里调用 Agent 排查受影响服务状态，高危操作自动触发 Human-in-the-Loop 审批。
七、开发者怎么接？人机协作审批怎么搭？
如果你的产品已经有一套成熟界面，接入 Harness 的侵入性其实很低：实现一个审批 UI，响应 app-server 通过 JSON-RPC 推过来的事件即可。Harness 在检测到“需要审批的操作”时会自动暂停 Agent 循环，把审批请求通过流式事件推到前端，用户确认后才继续执行。
项目官网在 developers.openai.com/blog/codex-as-a-platform，GitHub 仓库在 github.com/openai/codex。源码采用 Apache-2.0 协议，可完全免费商用，也能自由修改、二次分发，无需开源你的上层业务代码。
结语：Agent 的竞争，正在从“拼模型”转向“拼运行时”
Codex Harness 开源的意义，不只是多了一个能白嫖的框架。它更像是一次“范式宣言”：当模型能力越来越接近时，决定智能体好不好用的，往往是外面那一圈“怎么让它干活”的脚手架。OpenAI 选择把最核心的执行循环开源出来，其实是押注“让全世界都基于 Codex 的运行时来构建产品”。接下来的 Agent 大战，恐怕会越来越精彩。
如果这篇文章对你有帮助，欢迎分享给正在选择 AI 工具的朋友。