一次罕见的底层开源
8月19日，OpenAI在官方博客宣布，将驱动Codex的底层执行框架Codex Harness以Apache-2.0协议开源，代码托管在GitHub的openai/codex仓库。两天后，仓库Star数突破10万，Fork超过1.6万，最新稳定版v0.149.0同步发布。这次开源的并非模型本身，而是让模型“跑起来”的整套执行系统。
如果把大模型比作大脑，Harness就是身体。它负责Agent运行时的对话状态管理、工具调用、沙箱隔离、流式输出、人工审批等环节。过去这些能力只存在于OpenAI内部，开发者只能通过聊天界面或CLI使用Codex，无法触碰底层。此次开源将Rust核心codex-rs和app-server层一并放出，等于打开了Codex的发动机舱。这不是简单的代码公开，而是OpenAI在重新定义AI产品的基础设施。
三层接口，从脚本到产品全覆盖
Codex的App、CLI和VS Code插件，此前都跑在同一套Harness上。开源的核心是三个集成层，分别对应不同场景。
第一层是codex exec，一个轻量级非交互命令行。它适合CI任务、批量改代码、修复测试等一次性需求，用户只需执行一条命令，Agent便会在有边界的工作流中运行并返回结构化结果，非常适合嵌入自动化流水线。
第二层是Codex SDK，提供TypeScript和Python接口。开发者可以精确控制Agent任务的生命周期：何时启动、如何恢复、怎样流式接收结果。SDK还支持切换模型，可连接任意OpenAI兼容端点，审批策略可配置为自动、手动或建议。
第三层是app-server，也是这次最值得关注的部分。它通过JSON-RPC协议提供持久会话能力，应用可以保持长对话、实时观察AI行动、中途打断、暴露自有工具，并处理人工审批。正如Greg Brockman转发时所说，应用拥有产品上下文、业务规则和工具，app-server只提供Agent循环。这三层接口意味着Codex不再局限于聊天框，而是可以作为底层引擎嵌入任意产品，界面、数据和权限都由开发者掌控。
同一模型，效果差三倍
OpenAI公布的数据揭示了Harness的价值。使用同一个GPT-5.6 Sol模型，仅优化Harness的推理保留和上下文压缩，ARC-AGI-3基准得分就从13.3%提升到38.3%，输出token减少了六倍。同一模型，采用不同的Harness策略，最终表现相差接近三倍。
这组数据说明，模型能力并不是Agent表现的唯一决定因素。如何编排、运行、收口模型，同样关键。就像F1赛车，引擎固然重要，但底盘调校和进站策略往往决定胜负。这种判断正在成为行业共识：当模型参数提升的边际成本越来越高，围绕模型构建的执行系统反而成为拉开差距的地方。
落地案例已经出现。Thrive Holdings将Harness嵌入专业报税系统，处理了7000份申报表，准备时间缩短三分之一；思科在云控制平台接入Codex SDK，让用户用自然语言构建自定义应用。这些案例印证了“Codex能驱动的远不止编程工具”的判断。
与DeepSeek撞车，编排层成主战场
时间点耐人寻味。一周前，DeepSeek刚以MIT协议开源了自己的Harness，被称为“Agent时代的安卓”。OpenAI在8月19日跟进，设计哲学也高度相似：模型不直接面向用户，而是通过Harness封装，以可控、可审批、可持久化的方式提供服务。
不过两家的路线有明显差异。Codex Harness采用Rust核心加TypeScript SDK双栈，更偏向生产环境嵌入，背后有GPT-5.6这样的闭源旗舰支撑；DeepSeek Harness则是插件式开放架构，模型本身开源，生态更开放。一个像iOS，体验精致但由平台掌控；一个像安卓，开放可改，靠社区驱动。这种“撞车”并非巧合，头部实验室几乎同时把执行框架开放出来，说明竞争焦点已经从模型层转移到编排层。谁定义了Harness的标准，谁就绑定了开发者的工作流。
对中小团队来说，这次开源提供了难得的参照系。过去做Agent产品，编排层要么自己造，费时费力；要么用闭源平台，被绑定和限流。现在工业级执行框架摆在面前，团队可以基于它修改，也可以照着设计写一个更轻的实现。更重要的是，当头部玩家都采用“Harness封装模型”的范式，工具协议、审批流、会话格式会逐渐趋同，第三方生态有望围绕同一套接口成长起来，就像Docker统一部署标准后周边工具爆发一样。
不过也要泼点冷水。clone代码距离跑起生产级Agent产品还有相当距离。app-server的JSON-RPC协议、会话持久化、人工审批流，要接入现有权限系统和业务数据库，不是改配置就能完成。Rust核心也意味着团队需要具备相应的构建和运维能力。更深层的限制在于，Harness虽然开源，模型调用仍要走OpenAI的API，需要付费并遵守使用条款。拿到的是发动机舱，但油箱和燃油仍属于OpenAI。如果追求完全自主，需要将模型换成DeepSeek这类开源权重。因此，开源红利有多大，取决于开发者是否愿意连模型一起换掉。
两周之内，两个最头部的实验室把同一类东西摆上台面，这种同步是行业到达某个节点后的集体转向。当模型能力逼近天花板，把“怎么跑模型”这层基础设施开放出去，成为性价比更高的竞争方式。Agent时代的基础设施之争，已经从模型层打到了编排层。