当大多数人的AI使用体验还停留在“打开对话框、输入问题、等待回复”时，OpenAI悄然放出了一枚重磅炸弹。这一次不是新模型，而是将驱动自家Codex智能体的底层执行框架Harness，以Apache-2.0协议完整开源。这意味着，开发者可以把OpenAI最核心的Agent循环，像发动机一样拆卸下来，装进自己的产品、工具和业务系统里。
告别聊天框：一次迟来的“反套壳”革命
过去一年，AI应用开发陷入一种怪圈：无论什么场景，最终都做成一个“ChatBot”。写代码、做分析、处理客服，标准动作都是打开聊天框，敲一段背景说明，再期待AI“灵光一现”。OpenAI官方博客直言，让所有团队放弃熟悉的工作流、迁就一个通用代码助手，本身就是一种倒退。
安全分析师盯着预警队列，客服工程师查看账户历史，产品经理关注需求看板——这些界面本身就是最重要的上下文。与其强迫用户切换工具，不如让Agent主动走进用户所在的系统。Codex Harness的开源，正是为了打破“聊天框崇拜”。这种思路其实是对过去一年AI产品同质化的一次纠偏：AI不应该成为霸占屏幕的主角，而应成为业务系统里隐形的引擎。
Harness是什么？决定AI智商的外骨骼
很多人以为，强大的AI Agent等于好模型加好提示词。但真正能在业务中跑起来的智能体，背后需要一套复杂的执行系统：理解任务、维持长期记忆、审查信息、调用工具、展示进度、处理崩溃、在关键时刻暂停请求人工审批，最后返回结果。这套“脏活累活”的总和，就是Harness。
OpenAI用一组数据证明了Harness设计的价值。在ARC-AGI-3基准测试中，仅仅对Harness做两项调整——保留推理与上下文压缩，GPT-5.6 Sol模型的得分就从13.3%飙升至38.3%，同时输出的Token数量减少了六倍。这个数据直观说明，模型能力是起点，而Agent的“驾驶方式”决定了它最终能跑多快、跑多远。换句话说，好的Harness设计，能让模型脱胎换骨。
三大组件与首批落地案例
为了让开发者“拿来即用”，OpenAI在GitHub的openai/codex仓库中一次性放出了三样武器。首先是CLI工具codex exec，适合运行有边界的自动化工作流，例如脚本执行、CI任务；其次是官方Codex SDK，支持TypeScript和Python，让开发者用代码精准控制线程与任务生命周期；最亮眼的是Codex app-server，它通过JSON-RPC协议连接本地Codex进程，支持持久对话状态、事件流式传输、中途打断、自定义工具接入以及人工审批请求。
首批实践者的成果已经显现。税务公司Thrive Holdings和Crete将Harness嵌入专业税务流程，系统在处理复杂税务逻辑的同时，还能融合税务师的反馈，试点项目完成了7000份申报表，税务准备时间缩短约三分之一。思科则在云控制平台中利用Codex SDK构建了App Builder，让客户用自然语言创建自定义应用。OpenAI官方还展示了一个名为Relay的虚拟物流看板：用户选中一个延误货单，点击“比较恢复方案”，应用自动将界面数据作为上下文传给Agent，Codex调用MCP工具获取实时运营数据，生成方案后弹出审批框，业务员点击同意才执行写入，最后看板自动刷新。整个过程没有出现任何聊天框，但AI深度参与其中。
范式转变：控制权回到开发者手中
这次开源真正改变的是权力结构。过去，开发者被聊天框绑架，产品越来越像，护城河越来越浅。现在，Codex Harness把三样东西交还给应用开发者：界面控制权，让用户继续使用熟悉的仪表盘和编辑器；上下文与工具控制权，让Agent通过MCP接入公司内部系统和机密文档；运营边界与安全控制权，让宿主应用决定Agent能访问什么、哪些危险操作必须人工放行。
这种“前端业务规则归你，底层Agent循环归OpenAI”的模式，打通了企业级AI落地的最后一公里。Codex Harness的Apache-2.0许可意味着任何人都可以修改和商用，真正的考验也随之而来：有多少开发者愿意放弃舒适的聊天框，把智能体拆成零件装进自己的产品？当通用聊天框逐渐消失，原生AI应用将迎来爆发。AI Agent的零门槛时代，已经来了。