（来源：机器学习算法与自然语言处理）

MLNLP社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。

社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。

编辑 | 大卫 Aeneas

就在昨天，OpenAI又完成一次升级。

这不是什么全新的模型发布，但它对开发者的影响力，甚至超过了模型本身的迭代。

OpenAI正式宣布：将大名鼎鼎的Codex底层核心框架（Harness），作为平台全面开源！

也就是说，OpenAI把驱动自家顶级AI智能体的发动机，免费送给大家。

开发者再也不需要去把业务流程硬塞进一个通用聊天框了！

你可以你直接把最强大的AI 智能体循环，无缝镶嵌进你自有的产品、工程工具、运营看板，甚至是最枯燥的财务报表软件中。

OpenAI总裁Greg Brockman在X上激动转发说：「Codex 能驱动的远不止编程工具！」

你可以在Codex Harness上，直接构建自己的产品。

从此，你的地盘你做主，界面、数据、权限审批都是你的，AI只负责在底层做「牛马」。

OpenAI这次的「开源大动作」，会如何彻底颠覆以后的软件开发范式？

天下苦「通用聊天框」久矣

回想一下，我们现在是如何使用AI的？

不管是写代码、做数据分析，还是处理客户投诉，标准动作似乎都是：打开一个网页/侧边栏，面对一个单调的聊天输入框，敲下一段背景说明，然后期待AI能给出完美的答案。

如果答案不对，就继续在聊天框里「拉扯」。

大多数人通过App、命令行界面（CLI）或IDE扩展认识了Codex。

但在OpenAI看来，这种单一的交互体验，实在是太狭隘了！

OpenAI在官方博客中一针见血地指出：

与其要求每一个团队都把他们原本熟悉的工作流程，强行搬到一个通用的代码助手中去，不如把Agent直接带入那些围绕实际工作设计的软件里。

毕竟，安全分析师看的是预警队列、受影响的服务状态；客服工程师看的是账户历史、产品日志；产品经理看的是需求看板。

对于这些真实的打工人来说，重要的不是那个「聊天框」，而是他们眼前的业务看板。界面的存在是有意义的，它本身就是最重要的「上下文」。

现在，随着Codex Harness的开源，这场「反套壳」的革命，正式打响了。

揭秘 Harness：AI Agent的「最强外骨骼」

那么，这次开源的主角——Harness，到底是个什么？

很多人误以为，一个强大的AI Agent = 好模型 + 好Prompt。

大错特错！

一个真正能在业务中跑起来的智能体，需要一套极其复杂的底层执行系统。

它需要理解任务、在漫长的对话中保持记忆、审查相关信息、熟练调用各种工具、对外展示进度、处理崩溃和失败、在关键时刻停下来请求人类的审批，最后再返回有用的结果。

这个包揽了所有脏活累活的「执行系统」和「智能体循环」，就是 Harness。

这次开源，OpenAI向外界证明了一件事：好的Harness设计，甚至能让模型脱胎换骨。

OpenAI给出非常有说服力的数据，来证明harness设计有多关键。

在难度极高的ARC-AGI-3基准测试中，他们仅仅对Harness进行了两项关键调整——保留推理与上下文压缩。

结果，GPT-5.6 Sol 模型的得分居然瞬间从 13.3% 飙升到了38.3%！更惊人的是，输出的Token数量竟然减少了六倍！

也就是说，在Harness的加持下，AI不仅变得聪明了三倍，还帮你省下了海量的API调用成本。

事实证明，模型能力固然重要，但如何管理这个模型（即Harness的设计），才是决定Agent最终表现的关键。

三大开源组件，零门槛集成

为了让开发者能够真正做到「拿来即用」，OpenAI在Apache-2.0许可下，一口气放出了完整的三大开源组件。

只要去GitHub上的 openai/codex 仓库，你就能解锁这个强大的武器库。

https://github.com/openai/codex

首先是CLI工具codex exec，它能运行自动化的流水线。

如果你只需要让AI跑一个脚本、执行一个CI（持续集成）任务，或者跑一个后台一次性任务，直接用CLI。

它能运行一个有边界的Agent工作流，并返回结构化的输出结果。简单、粗暴、高效。

第二个，就是官方 Codex SDK，它是程序员的终极操纵杆。

如果你正在写应用程序，需要用代码来启动、恢复或者流式传输Codex任务，官方SDK（支持TypeScript / Python）提供了直接的编程式接口。

你可以用代码精准控制线程与任务的生命周期。

第三个，也是本次开源中最耀眼的明星，就是是Codex app-server了。它是彻底融入产品的核心引擎。

当Agent需要成为你产品的一部分时，app-server 是最佳选择。它通过记录详细的客户端协议（JSON-RPC），让你的应用可以连接到本地Codex进程。

你可以用它：

保持持久的对话状态；

流式传输事件（实时看到AI在干嘛）；

中途打断AI的工作；

将你自己应用的工具暴露给AI使用；

处理人类的审批请求（Human-in-the-loop）。

正如知名开发者 @ClusterProtocol 所感叹的：

将前端的审批界面，与底层的执行循环分离开来，让把Agent嵌入到业务仪表盘变得前所未有的简单！

绝不仅仅是写代码！各行各业的「提效核武器」

如果你觉得Codex只是用来写代码的，那你就大错特错了。

正如Brockman所言，Codex 能驱动的远不止编程工具。

让我们来看看那些首批吃螃蟹的人，都在用它创造什么奇迹：

案例一：税务申报的「神级辅助」

你能想象AI去报税吗？财务工作最怕的就是出错，容错率极低。

合作伙伴 Thrive Holdings 和 Crete 利用这套开源Harness，将其嵌入到了专业的税务准备工作流中。

系统不仅能处理复杂的税务逻辑，还能完美融合税务师的反馈。

结果非常震撼， 这个试点项目成功处理了高达 7,000份 申报表，并将税务准备时间硬生生缩短了约三分之一！

这就是将AI嵌入垂直专业工具的巨大威力。

案例二：巨头Cisco的云端管家

科技巨头 Cisco (思科) 使用Codex SDK在其云控制平台内构建了App Builder。

现在，Cisco的客户可以直接使用自然语言来创建自定义的应用程序，而复杂的底层逻辑流转，全部由Codex Harness在幕后默默摆平。

官方演示模板：物流看板「Relay」

为了让大家更直观地理解，OpenAI官方展示了一个名为 Relay 的虚拟物流运营看板应用。

在这个看板里，没有任何让人出戏的「ChatGPT聊天框」。

1.交互巨变：用户不需要从零手写Prompt。他们只需选中一个延误的货单，点击「比较恢复方案」。

2.上下文无缝对接：应用会自动将当前界面的货单详情、物流数据作为上下文喂给AI。

3.MCP集成：Codex会自动调用应用自有的MCP工具，获取最新的实时运营数据。

4.人类把关：Agent分析出最优的重新订舱方案后，必须弹出审批框。只有当业务员点击「同意」，AI才会执行写入操作。

5.状态同步：操作完成后，业务看板自动刷新。

在这个过程中，Harness包揽了Agent循环、记忆维持、工具交互和实时反馈；而你的产品，依然掌控着属于它的仪表盘、数据记录和控制权。这才是真正的「人机协同」。

重塑边界，把权力和灵魂还给应用开发者

为什么我们说这次开源改变了软件构建的范式？

因为在过去的一年里，很多开发者陷入了「套壳」 的怪圈。大家都在做ChatBot，产品越来越像，护城河越来越浅。

Codex作为平台的开放，给了开发者三个维度的「最高控制权」：

Codex给用户绝对的界面控制权，不要再强迫用户去适应聊天框了！

让你的用户继续使用他们熟悉的仪表盘、编辑器、地图和列表。AI应该是一个隐形的帮手，而不是一个霸占屏幕的主角。

绝对的上下文与工具控制权让你安心把公司最核心的系统、机密文档、内部API，通过MCP服务直接开放给Agent。

AI不再是「不知道公司规章制度」的门外汉，而是精通你业务系统的专家。

最后，绝对的运营边界与安全控制权，这对企业级应用至关重要。宿主应用可以决定Agent在哪里运行、能访问什么文件。

最重要的是，你可以设定哪些危险动作（如修改数据库、发送给客户的邮件）必须经过人类的点击能放行。

这种「前端业务规则归你，底层Agent循环归OpenAI」的模式，彻底打通了AI落地企业级场景的最后一公里。

Codex harness的Apache-2.0许可，意味着任何人都能修改和商用。

真正的考验是：有多少开发者会放弃舒适的聊天框，把智能体拆成零件装进自己的产品。

Codex harness背后，深深体现了这种产品哲学——

我们要做的，绝不是用一个万能的聊天框去干掉所有专业界面；而是给这些界面装上一个聪明的大脑。

当通用聊天框消失，原生AI应用将蓬勃发展。

AI Agent的零门槛时代，已经来临了。

参考资料：

https://x.com/gdb/status/2090246288478814281?s=20https://developers.openai.com/blog/codex-as-a-platform