8月20日，OpenAI将驱动Codex的底层执行系统以Apache-2.0协议完整开源。八天前，DeepSeek刚开放了自己的Harness。两件事放在一起，AI圈真正该关注的不是又多了两个模型仓库，而是Agent的竞争重心正在从“大脑”移向“骨架”。
所谓Harness，直译是马具，在Agent架构里指模型外面的执行层。模型负责推理，Harness负责读文件、调用工具、管理记忆、故障恢复、拦截危险操作。没有它，模型只是会思考的聊天框。
这次开源的，是一套能跑业务的Agent骨架
openai/codex仓库最新提交停在8月22日，累计9684次提交、4626条分支。它已经滚动迭代超过一年，至今仍在高频更新，不是发布会演示品。开源组件有三个：codex exec是轻量命令行工具，适合挂进自动化流水线；SDK提供TypeScript和Python两套编程接口；最值得关注的是app-server，它通过JSON-RPC协议让外部软件直接接入AI引擎，获得持久对话、实时事件流、中途打断、人工审批等能力。一句话概括：业务界面和数据留在你手里，AI循环交给引擎。
我特别关注app-server。它意味着企业可以把AI嵌进现有业务系统，而不是把用户拽进聊天框。税务机构Thrive Holdings用这套底座处理了7000份申报表，准备时间缩短三分之一；思科搭出App Builder，用户用自然语言创建云应用。这些场景里没有ChatGPT式对话框，AI藏在业务界面后面干活。
仓库里还有几个细节比发布会更说明问题。MCP协议依赖已升到3.1.3，说明外部工具兼容是被认真维护的；安全设计分V8沙箱、执行策略、进程加固，Linux和Windows各有一套；文档明确写着不接受外部代码贡献和Pull Request。这三点放在一起，是一个“企业级发动机”的完整画像。
同一模型，得分从13.3%到38.3%
OpenAI官方博客给出一组反直觉数据：在ARC-AGI-3基准上，模型不变，只对Harness做保留推理和上下文压缩两项调整，GPT-5.6 Sol得分从13.3%升至38.3%，输出Token还省了六倍。
这直接冲击了“模型为王”的默认叙事。同样的大脑，换一副骨架，成绩相差近三倍。它等于OpenAI自己承认：Agent上限更多由执行系统设计决定，而非模型参数。把这样一套底座开源，让全球开发者来用、来提issue，是划算的生态策略——OpenAI保住架构主导权，同时获得大量真实场景的反馈。
两条路线：插件生态与整体引擎
八天内两家顶级玩家接连开放Agent底座，不是巧合。但路线截然不同。DeepSeek选择的是插件生态路线，模型、工具、界面、存储、安全策略全部可插拔。社区增长惊人，开源半小时星数破万，截至8月20日dsh-plugin标签仓库超2600个，Oh-My-DSH收录1117个插件。有dsh-agent-teams、OpenViking这样的产品级组件，也有大量电子宠物、俄罗斯方块等玩具。社区繁荣，但质量参差。
OpenAI Codex Harness更像一台整体式引擎：不拆开，装进自己的车。它在企业级深挖，记忆系统读写分离、两阶段提取，安全层层设防。但最硬的一条限制是：不接受外部代码贡献和Pull Request，社区只能提issue。
这引发了“不接受外部PR，还能叫开源吗”的争论。支持者认为Apache-2.0在手，代码可运行、可修改、可商用；反对者认为只开放代码不开放治理，等于给图纸但不给车间。两边都有道理。对实用主义者，拉代码就能用；对想长期共建的人，这是天花板。
我更在意另一层：工具门槛被抹平，套壳模式的最后一块遮羞布也没了。过去两年，太多产品拿现成模型包个聊天框就自称AI应用，护城河越来越浅。现在两套顶级底座免费开放，竞争门槛还在，只是从接口对接能力，换成了业务理解能力。拿到发动机图纸的人，未必会看说明书。
谁该动手，谁该观望
如果你在一家有自己业务系统的公司，管着CRM、工单、内部工具，现在就可以把app-server拉下来研究。界面和数据留在自己手里，AI循环交给引擎，这正是它最对口的场景。如果你是独立开发者，DeepSeek的插件生态路线更顺手，2600个插件摆在那儿，组装成本低。如果你只是个人用户，两家都先别碰，日常需求用现成AI助手就能解决。
最后说判断。8天内两套顶级底座相继免费，标志着AI工具竞争进入下半场。上半场拼模型参数，下半场拼业务场景。工具可以免费，认知不会自动变现。对普通人，心法只有一句：不要先问哪个AI最强，而要问自己公司哪个流程最值得被AI重做一遍。