OpenAI近日发布重磅更新，正式将Codex从“会写代码的助手”重新定义为“可嵌入的Agent平台”，并同步开源了背后的核心执行框架——Codex Harness。这一动作被业界视为目前最接近生产级开源Agent执行层的实现之一。值得注意的是，OpenAI开源的并非模型本身，也不是完整的Codex产品，而是驱动Agent真正运转的执行层基础设施。
Harness是什么：模型负责思考，它负责执行
如果把Agent比作一个员工，模型是大脑，Harness就是身体和神经系统。它负责对话状态管理、上下文维护与压缩、工具调用、沙箱限制、审批机制、多轮任务持续推进，以及流式执行与事件推送。简单来说，模型负责“想”，Harness负责“怎么安全、可控地把事情做完”。
这套执行层直接决定了Agent能否在真实业务中稳定运行。此前很多开发团队在构建Agent时，往往要花费大量精力处理上下文窗口溢出、工具调用权限、任务中断恢复等问题。Codex Harness将这些痛点封装成标准化模块，让开发者可以复用OpenAI在生产环境中验证过的方案。
开源组件全景：从命令行到产品嵌入
OpenAI此次明确开源并重点推荐了多个模块，覆盖了不同层级的集成需求。
首先是Codex CLI，位于openai/codex主仓库。它是命令行运行Agent的入口，支持交互式和非交互式使用，适合本地开发、脚本和自动化流水线。开发者可以像使用传统CLI工具一样，在终端中直接唤起Agent完成编码任务。
其次是Codex SDK，位于openai/codex/sdk。这是官方提供的编程接口，允许开发者在自己的代码中启动、恢复、流式调用Agent。对于需要精细控制Agent生命周期的后端服务或应用而言，SDK提供了灵活的编程模型。
第三是Codex App Server，位于openai/codex/codex-rs/app-server。它提供本地进程和标准化协议，支持持久对话、实时事件流和审批回调。这一模块特别适合将Agent真正嵌入产品，例如后台系统、运营看板、客服工作台等。值得强调的是，App Server的审批机制让Agent在敏感操作前能够请求人工确认，这是企业级部署的关键能力。
此外还有codex exec这种非交互模式，专门用于跑一次性或后台任务，并返回结构化结果，非常适合CI/CD和批处理场景。配套的Skills模块（openai/skills）提供可复用的技能扩展，Universal cloud environment（openai/codex-universal）则作为云端基础运行环境。
这里有一个值得玩味的细节：OpenAI刻意把执行层和模型层做了切割。IDE插件（VS Code、JetBrains等）、Codex网页版、完整的云端托管产品以及模型本身，均未开源。模型仍需通过OpenAI API或ChatGPT订阅使用。这意味着开源的是“骨架”和“接口”，而“大脑”和“官方托管服务”依然是闭源的。
如何选择：四种集成路径与官方建议
面对如此多的组件，开发者该如何选择？根据官方说明，可以按场景快速定位：
如果只是跑脚本、CI或一次性任务，用codex exec，它是非交互的，能直接返回结构化结果；如果要在自己的代码中集成，推荐用Codex SDK，可编程控制，灵活度更高；如果要把Agent做成产品的一部分，建议用App Server，它支持持久对话、审批和事件流，能更好地嵌入现有业务系统。
官方的架构建议是：你的应用负责提供Context、业务规则和工具，Codex Harness负责底层的Agent Loop和沙箱执行。这种分工让业务逻辑与执行引擎解耦，企业可以专注于自己的领域逻辑，而无需重复造轮子。
这实际上传递了一个清晰的信号：以后做Agent，完全可以不造聊天框。传统Agent产品往往从设计一个聊天界面开始，而OpenAI的思路是直接把这套Harness嵌进用户已经在用的系统里——客服后台、安全dashboard、运营系统、工单平台等。用户继续在熟悉的界面操作，Agent在背后跑完整的执行循环。这种“隐身Agent”的模式，或许才是企业级落地的真正形态。
真实案例与行业影响
这套框架并非纸上谈兵。官方披露的案例包括GitHub和JetBrains的IDE集成、Cisco的App Builder，以及一个处理了7000份报税单的税务工作流。这些案例证明，Harness不仅能驱动编码辅助，还能在垂直业务中承担完整的自动化流程。
从行业视角看，OpenAI这次开源的真正价值，在于把内部跑Codex的整套Agent执行基础设施放了出来。开发者可以直接复用、改造这套Harness，而不是从零开始搭建Agent运行环境。对于中小团队而言，这大幅降低了构建生产级Agent的技术门槛；对于大厂而言，这也提供了一个与自研方案对照的基准。
当然，闭源的模型与托管服务意味着OpenAI依然掌握着生态的核心控制权。开源执行层、闭源模型层的策略，既吸引了开发者建立生态，又确保了商业闭环。未来Agent平台的竞争，或许会围绕“执行层开源+模型层API”的模式展开。对于开发者来说，现在正是研究这套Harness、理解Agent执行细节的最佳时机。