8月中旬，OpenAI在官方博客宣布开源Codex的底层执行框架，这一动作在开发者社区引发热议。很多人第一反应是“OpenAI把Codex开源了”，但仔细看会发现，开源的内容并非模型本身，也不是那个可以直接对话的Codex产品，而是驱动整个智能体运行的“管理中枢”——Codex Harness。目前该仓库已在GitHub上获得超过11万星标，热度可见一斑。
Harness：模型之外的“管家”
一个常见的误解是，能干的AI智能体等于好模型加好提示词。实际上，模型只负责“思考”，但真正让智能体完成任务的，是那些琐碎但关键的环节：理解任务、维护对话上下文、调用工具、汇报进度、处理异常、请求审批、返回结果。这些工作全部由Harness承担。OpenAI在官方博客中强调，你的应用拥有产品上下文、业务规则和工具，而Codex app-server提供智能体循环。这意味着，OpenAI希望开发者将智能体嵌入自己的软件，而不是让所有人挤在一个通用聊天窗口里。
三层接口：从命令行到产品级嵌入
这次开源的内容可以拆解为三个层次。首先是codex exec，一个轻量级命令行工具，适合执行一次性的有边界任务，比如写脚本、跑CI。其次是Codex SDK，支持TypeScript和Python，允许开发者用代码启动、恢复、流式读取智能体任务，适合将智能体集成到应用代码中。最后是Codex app-server，这是最核心的部分，它提供持久会话驱动，支持对话、流式事件、可打断、可审批。app-server本质上是双向协议，终端、VS Code插件、网页端都运行在它之上。它把智能体循环做成了一个服务层，开发者可以基于它构建自己的产品，而不必从零编写任务拆解和审批逻辑。例如，你可以为团队定制一个代码审查智能体，只需配置上下文（团队规范）、工具（git、CI）和审批边界（低风险PR自动合并），就能得到一个贴合业务的智能体。此外，仓库最新稳定版rust-v0.149.0已于8月20日发布，代码结构清晰，分为命令行入口、底层Rust核心和编程接口三个目录。
Apache-2.0的开放与保留
Codex Harness采用Apache-2.0协议发布，这是一个非常宽松的许可：允许修改、闭源商用、再分发，还附带专利授权，对商业公司友好。唯一的义务是保留版权声明和NOTICE文件。但需要清醒地认识到，开源的是框架，不是模型算力。模型访问和托管服务仍然是独立的一层，不开源。要真正运行起来，你需要自己的API key或订阅，然后进行二次开发。下载即用是不存在的。
开源背后的生态博弈
为什么OpenAI要开源这套框架？表面上看是技术共享，实际上是战略布局。当各家大模型的能力差距逐渐缩小，竞争焦点已经从模型本身转移到执行框架。谁的Harness做得更好，谁就能掌握开发者的心智。OpenAI把发动机拆开摆上货架，让所有开发者基于它的框架搭建产品，一旦深入，就离不开这套基础设施。这步棋意在把竞争从模型层下移到执行层。
值得注意的是，就在8月13日，DeepSeek也开源了自己的harness（dsh），采用MIT协议，架构是“一切皆插件”，底层基于Cordis微内核，模型、工具、技能、会话、沙箱都可以通过配置替换，支持多模型。而Codex Harness采用Apache-2.0，Rust核心加TypeScript SDK，定位更偏向生产环境嵌入。两者虽然路径不同，但目标一致：把竞争拉到执行层。一个走灵活组合的插件化路线，一个走生产级嵌入的工程化路线。接下来的看点，是谁能真正把Harness的价值发挥出来。
开源的价值在于示范
这类开源项目最大的意义，不是让你下载一个现成的Codex，而是把闭源产品背后的工程能力摊开给大家看。需要提醒的是，这个仓库是Rust和TypeScript的monorepo，构建需要Rust工具链，实际运行还需要API key。我并没有在当前环境里完整跑通构建，以上结论基于官方博客、GitHub仓库结构和多家媒体报道的交叉核实。如果你打算二次开发，建议先准备好构建环境，然后想清楚自己需要哪一层：CLI写脚本、SDK嵌入应用，还是app-server做产品。
另外，官方博客提到的ARC-AGI-3测试数据，即GPT-5.6 Sol在Harness优化下得分从13.3%提升到38.3%，token消耗减少6倍，这一数据来自OpenAI官方，我只是转述，建议读者自行查看原文核实。