OpenAI 这次开源 Codex Harness，不是扔个玩具，而是直接把编程 Agent 的"执行层"交到了开发者手里。Apache-2.0 协议，零商业限制，GitHub 仓库 openai/codex 直接拉。

Harness 是什么？一句话：Agent = 模型 + Harness。模型是大脑，Harness 是让大脑能干活的身体——上下文管理、工具调用、权限审批、异常恢复，全靠它。

这次放出三大组件：

1️⃣ codex exec：CLI 工具，跑自动化流水线。CI 任务、后台脚本，一行命令搞定，输出结构化结果。

2️⃣ Codex SDK（TypeScript/Python）：编程接口，精确控制任务生命周期。启动、恢复、流式传输，代码里直接调。

3️⃣ app-server：核心引擎。让你的应用连接本地 Codex 进程，支持持久会话、实时事件流、中途打断、工具暴露、人工审批。

最硬核的数据：仅调整 Harness 设计，GPT-5.6 Sol 在 ARC-AGI-3 基准测试上得分从 13.3% 飙到 38.3%，Token 输出还减少了 6 倍。同一款模型，换个"马具"，表现直接翻倍。

已有落地案例：税务场景处理 7000 份申报表、准备时间缩短三分之一；Cisco 用它在其云平台构建了自然语言建应用的 App Builder。

这意味着什么？过去 AI 编程的竞争是"谁家模型更强"，现在 OpenAI 告诉你：执行框架才是新战场。模型能力趋于同质化，谁能把 Agent 嵌入真实业务流、谁的可复用"车间"搭得好，谁就能赢。

开发者终于不用被聊天框绑架了。你可以把 Agent 塞进自己的仪表盘、工单系统、审批流里，让它像一名真正的"数字员工"一样干活。

但这里有个分歧：OpenAI 认为 Harness 应该"尽可能薄"，让模型自己变强；Anthropic 则选择把 Harness 做厚做稳。两条路谁跑赢，可能决定未来 AI 编程工具的格局。

你怎么看？如果 Harness 开源了，你会基于它搭建自己的 Agent 执行框架，还是继续等厂商喂饭？

OpenAI CodexHarness AI编程 Agent框架