OpenAI 全面开源 Codex Harness，从编码工具到Agent平台

OpenAI在2026年8月20日正式全面开源Codex Harness，采用Apache 2.0开源协议发布，标志着其从单一代码生成工具正式转型为完整的智能体运行平台。

Codex最初是OpenAI的AI编程助手产品，以App、CLI和IDE插件形式存在。OpenAI 认为 "Harness（运行时框架）"才是决定Agent能力的关键，而非单纯的模型参数。此次开源标志着Codex从面向终端用户的编码工具，转型为面向B端开发者的Agent基础设施平台。

一、开源核心组件与能力

OpenAI内部团队在约5个月内，依托Harness底座完成约100万行代码全自动迭代，约1500个Pull Request。团队核心理念从"手写代码"转向"人设目标、Agent执行"。Harness设计经过大规模生产验证，支撑超长时间、超复杂自动化工程任务。

1. 三大公开组件‌

Codex CLI：分别是用于自动化流水线的codex exec命令行工具
Codex SDK：支持TypeScript和Python
Codex app-server：用于持久化JSON-RPC协议连接的模块，开发者可直接复用无需从零搭建底层框架。

2. 性能大幅提升‌

框架针对推理与上下文压缩做了专项优化，GPT-5.6 Sol模型在ARC-AGI-3基准测试中的得分从13.3%提升至38.3%，同时输出Token消耗量降低6倍，大幅降低智能体长任务的推理成本。

3. 开源协议优势‌

采用Apache 2.0许可，开发者可自由修改、嵌入垂直业务软件，支持商业化落地，无需依赖OpenAI标准聊天界面，彻底打破原有闭源产品的使用限制。

二、技术原理或方法

1. Harness的核心架构实现三层解耦：

Agent Loop：标准化智能体循环，负责任务理解、上下文维护、工具调用、进度暴露、故障处理、人工审批
上下文压缩（Context Compaction）：智能压缩长上下文，降低Token消耗同时保留关键推理信息
保留推理（Retained Reasoning）：保留中间推理痕迹供模型回溯
MCP集成：支持应用自有MCP服务，打通业务数据与操作
沙箱执行：隔离的代码执行环境，保障安全

2. 技术与能力提升

维度	旧Codex（编码助手）	新Codex Platform（Agent基础设施）
定位	独立App/IDE插件/CLI	可嵌入第三方软件的Agent运行时
交互	用户主动写Prompt	业务事件驱动，无需强制聊天窗口
集成	IDE插件为主	三层集成：codex exec/SDK/app-server
上下文	有限、易丢失	持久化工作记忆，跨会话状态管理
工具	代码相关工具	任意MCP服务、业务系统API
审批	Codex侧控制	业务系统掌控审批流和权限
开源范围	模型相关	Harness运行时、SDK、app-server

3. 解决的问题

Agent工程化落地难：开发者无需从零搭建Agent运行时
通用聊天框局限：支持将Agent嵌入现有业务系统，保留原有UI和工作流
上下文管理混乱：结构化上下文管理替代杂乱长上下文拼接
企业安全合规：支持审批流、权限控制、沙箱隔离

三、从编码工具到Agent平台的架构跃迁

定位本质转变‌：Codex Harness不再是单纯的代码生成工具，而是完整的智能体执行运行时环境，核心覆盖Agent Loop、线程生命周期与持久化、配置与认证、工具执行、扩展机制五大核心模块。核心运行逻辑‌：作为Codex背后的核心Agent运行环境，它负责连接模型、用户与工具，统一管理任务执行、上下文维护、会话生命周期、代码操作全流程，解决了传统编码工具无法支撑长周期复杂智能体任务的痛点。多端扩展能力‌：通过Codex App Server，开发者可基于双向JSON-RPC协议将Harness与不同客户端打通，获取实时事件流，快速搭建IDE、桌面应用等各类自定义产品形态。

四、后续演进

OpenAI明确模型访问和托管服务保持独立（不开源），形成"开源Harness+收费模型"的商业模式。这与AWS开源Kubernetes后卖EKS托管服务的策略类似。未来预计：

更多企业级功能（审计日志、多租户、SSO）
更丰富的官方Skill模板
与OpenAI模型生态深度绑定

五、横向对比

产品	开源协议	核心定位	模型绑定	插件架构
OpenAI Codex Harness	Apache 2.0	Agent运行时平台	默认OpenAI，可扩展	支持MCP
DeepSeek Harness	MIT	插件化Agent框架	模型无关	全部插件化
Anthropic Claude Code	闭源	终端编码Agent	绑定Claude	有限扩展
LangChain/LangGraph	MIT	通用Agent框架	模型无关	中等
CrewAI	MIT	多Agent协作	模型无关	有限

六、定价或者使用策略

Harness本身免费开源（Apache 2.0）
模型访问需通过OpenAI API（按Token计费）
企业可私有化部署Harness，自建模型网关

七、应用场景

税务申报：合作伙伴Thrive Holdings和Crete将Harness嵌入税务准备工作流，试点处理7000份申报表，处理时长缩短约1/3
企业云管理：Cisco使用Codex SDK在Cloud Control平台构建App Builder，客户可用自然语言创建自定义应用
物流运营：官方Demo"Relay"展示在货运看板中自动分析延误、调用MCP工具、生成补救方案并需人工审批后执行
安全分析：安全分析师在告警队列中调用Agent，分析受影响服务、生成修复方案、经审批后开 remediation ticket
客服支持：支持工程师调用账户历史、产品日志、内部文档，自动生成回复草稿

总结

1. 降低开发门槛‌

开源后所有开发团队都可公开查看、修改、自主部署Harness代码，大幅降低AI智能体开发的基础设施成本，减少对OpenAI闭源服务的依赖。

2. 重构行业格局‌

此前Codex仅作为OpenAI生态内的编码能力组件存在，全面开源后将直接推动全球AI智能体开发的基础设施标准化，大量垂直领域的定制化智能体应用将快速涌现。

3. 实测参考提示‌

当前相关资讯发布时间为2026年8月21日，部分第三方测试的标准化ARC Prize框架得分仅为7.8%，不同测试环境下的性能表现存在差异，实际落地建议以官方最新文档为准。