事件：OpenAI 把 Codex 定位成开放 Agent Harness
8 月 21 日，OpenAI 开发者博客发布《Codex as a platform: build on the open agent harness》。博客指出，大多数人通过 App、命令行或 IDE 插件认识 Codex，但这些只是同一底层系统的几种用法，真正可复用的是围绕模型的「harness」——即负责收集上下文、推理、调用工具、申请审批、持续推进任务的执行系统。官方将这套系统开源，开发者可以检查、修改并嵌入自己的产品。原文：Codex as a platform: build on the open agent harness
为什么说 Codex 是 Agent 的底座而不是一个聊天工具
Harness 与模型的区别在于：模型只负责生成回答，而 harness 管理对话状态、流式执行、工具调用、沙箱与审批策略，并让任务跨轮次持续推进。OpenAI 举了一个量化例子：在 ARC-AGI-3 上，保留推理过程与上下文压缩这两项 harness 设计，把 GPT-5.6 Sol 的得分从 13.3% 拉到 38.3%，同时输出 token 减少六倍。也就是说，同一模型在不同 harness 上表现可以差很多，harness 本身就是可优化的工程层。
开发者怎么把 Codex 接进自己的产品
OpenAI 提供三层接入：一是 codex exec，适合脚本、CI 任务等有边界的单次执行；二是官方 Codex SDK，面向需要启动、恢复、流式接收任务的程序化场景；三是 Codex app-server，通过文档化的客户端协议暴露线程、回合、事件与审批请求，适合把 Agent 作为产品一部分的团队。博客还给了示例 Relay：一个物流调度面板，Agent 读取业务数据、给出建议，任何写操作都要人工审批后才执行——界面和数据归产品所有，Agent 循环归 harness 管。
和 DeepSeek Harness 开源这件事放在一起看
知乎热榜上「DeepSeek 和 OpenAI 都开源了各自的 harness」话题热度超过百万。DeepSeek Harness 主打「一切皆插件」，把模型、工具、会话、沙箱、存储、UI 都做成可替换插件，MIT 协议开源；OpenAI Codex 则强调 harness 是应用与模型之间的集成面，模型访问与托管服务仍然独立收费。两家厂商在同一个月把「Agent 运行时」本身变成开源产品，说明竞争焦点正从模型参数转向 Agent 的执行层与工程化能力。
普通用户和团队现在能做什么
对个人开发者：可以 clone openai/codex（Apache-2.0）或 deepseek-ai/deepseek-harness（MIT）本地跑起来，前者是终端里的轻量编码 Agent，后者用 npx @deepseek-ai/dsh web 启动 Web UI。对团队：如果产品里需要一个能读业务数据、调内部工具、按审批规则行动的 Agent，可以直接在 Codex harness 之上构建，不必从零写 Agent 运行时。模型层和托管服务仍按 OpenAI 官方定价，harness 本身开源免费。
下一步值得跟进什么
一是 Codex 与 DeepSeek Harness 各自的插件生态成熟度，二是 harness 是否会像模型一样出现跨厂商兼容标准（例如统一接入各家模型的抽象层）。对读者来说，值得先跑一次开源 harness 体验 Agent 执行层，再判断团队产品是否值得迁移。
来源与说明
本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。
原始来源：https://developers.openai.com/blog/codex-as-a-platform
如发现事实、价格或链接有误，可通过 联系我们 提交更正。
常见问题
开源的是 Codex 整个产品吗？
不是。开源的是 Codex 的 harness 与接入组件（CLI、app-server、SDK），模型访问与托管服务仍由 OpenAI 提供并计费。
不会写代码的普通用户受影响吗？
短期没有直接变化，但更多产品把 Agent 嵌入工作流后，用到「Agent 代办操作」类服务的体验会变多。
和 DeepSeek Harness 有什么区别？
DeepSeek Harness 强调一切皆插件、MIT 协议；Codex 强调应用与模型之间的集成面、Apache-2.0 协议，两者定位接近但实现与生态不同。