OpenAI 把 Codex Harness 全部摊开：Apache-2.0 + 三层接口 + GPT-5.6 Sol 在 ARC-AGI-3 从 13.3% 飙到 38.3%，AI coding 的护城河从模型搬到了运行时
2026 年 8 月 19 日，OpenAI 在官方博客宣布把驱动 Codex App、CLI 和 VS Code 扩展运行的那套底层执行框架 Codex Harness，以 Apache-2.0 协议在 GitHub 的 openai/codex 仓库完全开源。到 8 月 21 日，这个仓库累计 107,443 Star、16,354 Fork，最新稳定版 v0.149.0 一天前刚发布。仅调整 Harness 就让 GPT-5.6 Sol 在 ARC-AGI-3 得分从 13.3% 升到 38.3%，输出 token 数量同步下降 6 倍。Codex 周活用户在同一周突破 2000 万。
这件事的真正重量，不在 Harness 本身，而在它把”Agent 时代最值钱的那一层”从黑盒变成了标准件。
Harness 到底卖的是什么
OpenAI 把 Codex 抽象成三层，全部走 Apache-2.0：
– codex exec：终端原生、轻量、非交互的 CI/CD 入口。curl 一行就能装，跑完一次代码重构或测试修复就退，适合脚本场景。
– Codex SDK：TypeScript 和 Python 双语言程序化编排接口。能嵌入自家应用，能在 OpenAI 兼容端点（OpenAI、DeepSeek、七牛云）之间切换模型，能用 auto / manual / suggest 三档策略审批。
– Codex app-server：基于 JSON-RPC 的持久会话层。这是整个开源里最重的一块，能维持长会话、流式事件、任务中断、自定义工具接入、人工审批挂起。官方原话是”your application owns product context, business rules, and tools; Codex app-server provides the agent loop”——你只管业务看板，Agent 在底层跑。
这三层一起构成了 OpenAI 自己的”Everything through the harness”哲学：模型永远不直接面对用户，被 Harness 封装之后以可控、可审批、可持久化的方式对外提供能力。这跟 Greg Brockman 说的”Codex 能驱动的远不止编程工具”是一回事——同一套 Agent Loop，既可以挂进 IDE，也可以挂进财务系统、税务平台、客服后台。
数字比口号硬
OpenAI 这次开源最值得反复看的数据只有一组：GPT-5.6 Sol 在 ARC-AGI-3 基准上，仅通过 Harness 层面的”保留推理 + 上下文压缩”两项调整，分数从 13.3% 跳到 38.3%，输出 token 数量减少六成。换句话说，在不动模型权重的前提下，单靠运行时的设计就让模型”看起来聪明了三倍”。一个业内长期被遮蔽的事实是：Agent 跑分的天花板，多半不在模型，而在 Harness。模型是引擎，Harness 才是变速箱。
Agent 底座之争的拐点
把时间轴稍微拉远一点看：2026 年 8 月 13 日 DeepSeek Harness 开源，主打”一切皆插件”的开放组装路线；8 月 19 日 OpenAI Codex Harness 开源，主打”嵌入引擎”的企业级深度路线。两条路径只隔 8 天。
– DeepSeek Harness：把 Claude Code 和 Codex 收编成子代理，强调跨模型调度，让开发者在一个框架内灵活切换不同模型和工具链。 – Codex Harness：以 Rust 核心 + TypeScript SDK 双栈实现，定位生产环境嵌入，更强调可审计、可中断、可审批。
两者的分歧不是”开源多少”，而是”Agent 时代的控制点应该放在哪一层”。DeepSeek 把控制点交给调度层，OpenAI 把控制点交给执行层。Greg Brockman 在 X 上转发的原话——”Codex 能驱动的远不止编程工具”——翻译过来就是：Harness 才是 OpenAI 接下来想卖的真正产品。
真实场景在长出来
Apache-2.0 的杀伤力，要等生态长出来才看得到。早期试用的两家给出了两种完全不同的范式：
– Thrive Holdings（税务机构）：把 Harness 集成进专业税务准备流程，处理了 7000 份申报表，准备时间缩短三分之一。金融场景对错误的容忍度极低，Harness 的 human-in-the-loop 审批闸门恰好对应”高风险操作必须人工确认”的合规要求。 – 思科（Cisco）：在云控制平台嵌入 Codex SDK，让用户通过自然语言创建自定义应用。这是把 Agent Loop 嵌进企业既有 SaaS 的典型路径——不替代前端，只接管后端执行。
第一批吃螃蟹的人没去抢”AI 写代码”的位子，而是把 Harness 当成”通用 Agent 引擎”嵌进自家业务流程。这跟 Cursor Origin、Claude Code /design 把画板搬进 CLI 一样，指向同一件事：AI 编程工具的边界正在快速扩张。
周活 2000 万与”模型即平台”反转
8 月 21 日晚，Codex 产品负责人对外确认 Codex 周活用户突破 2000 万。同一周 SpaceX 收购 Cursor 完成了 600 亿美元的交割。表面看这是两条新闻，骨子里是同一件事——AI 编程的护城河正在从”模型能做什么”迁移到”模型被谁包起来卖”。
Codex Harness 开源之后，所有模型厂商、Agent 框架、独立 IDE 都拿到了 OpenAI 同款的 Agent Loop 设计：状态管理、工具调用、沙箱执行、流式输出、人工审批、可中断性。这等于 OpenAI 把”Agent 应该怎么运行”这件事做成了事实标准。
而 GPT-5.6 Sol 在 ARC-AGI-3 上的 13.3% → 38.3% 跃迁，给所有还在卷模型权重的厂商泼了一盆冷水：Agent 跑分的天花板不靠 scaling 撑着，靠 Harness 设计撑着。
同行怎么看
数据猿 8 月 21 日的源码对比文章直接给出结论：DeepSeek Harness 走”一切皆插件”开放组装路线，Codex Harness 走”嵌入引擎”企业级深度路线，两者在 Agent 基础设施层已进入”谁先开放谁占位”的阶段。但开源不等于免费，争议集中在 Codex Harness 的修改、接入和社区贡献限制较多，开源程度不及 DeepSeek Harness。
这种分歧不是坏事——DeepSeek 把控制点放在调度层，让模型和工具链都成可替换的零件；OpenAI 把控制点放在执行层，让 Agent Loop 本身成为标准化产品。最终谁会胜出，要看开发者愿意为哪种抽象买单。
但不管谁赢，AI coding 的护城河已经不在模型权重上了。它在 Harness 里。
数据点（按发布顺序）
– 8-13：DeepSeek Harness 开源，”一切皆插件” – 8-19：OpenAI 官方博客宣布 Codex Harness 以 Apache-2.0 完全开源，GitHub openai/codex – 8-20：v0.149.0 稳定版发布，新增 max/ultra reasoning intensity – 8-21：107,443 Star、16,354 Fork、Thrive Holdings 7000 份税务、思科云控制平台 – 8-21：Codex 周活突破 2000 万 – GPT-5.6 Sol 在 ARC-AGI-3：13.3% → 38.3%，输出 token -83.3%（-6×） – Thrive Holdings 处理 7000 份申报，准备时间 -33%
同行反应（社区争议）
– 数据猿：DeepSeek Harness vs Codex Harness 路线分歧 – Greg Brockman（X）：”Codex 能驱动的远不止编程工具” – 葡萄城开发者：三层集成接口完整解析 – @ClusterProtocol：分离前端审批接口与底层执行循环，比以往更容易嵌入业务看板 – 部分开发者：Codex Harness 修改 / 接入 / 社区贡献限制较多，开源程度不及 DeepSeek Harness