就在昨天，OpenAI 终于把驱动自家顶级 AI 智能体的底层发动机——Codex Harness，以 Apache-2.0 协议全面开源。
OpenAI 总裁 Greg Brockman 在 X 上激动地表示："Codex 能驱动的远不止编程工具。"
好事者会认为，Open AI 是被逼无奈，因为另一大国的开源模型，进展神速。
但无论如何，open AI 这个动作还是带来了实实在在的好处，特别是对于码农来说。
先前，很多人会误以为，强大的 AI Agent 等于好模型加好 Prompt。
大错特错！
一个真正能在复杂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。
它要理解任务、维持记忆、调用工具、处理崩溃，还要在关键时刻停下来请求人类审批。
这个包揽了所有脏活累活的执行系统，叫做 Harness。
这次开源，OpenAI 用数据证明了外骨骼的重要性。
在 ARC-AGI-3 基准测试中，仅对 Harness 进行保留推理与上下文压缩两项调整，GPT-5.6 Sol 模型的得分就从 13.3% 飙升至 38.3%，输出 Token 数量更是减少了六倍。
同一模型，不同 Harness，效果差距三倍，成本降低六倍。
事实证明，如何管理模型，比模型本身更决定上限。
为了让开发者真正拿来即用，OpenAI 放出了三大核心组件：
轻量级的 CLI 工具 codex exec，适合跑自动化流水线；
官方 SDK，提供 TypeScript/Python 编程接口，精准控制任务生命周期；
以及最耀眼的 app-server，通过 JSON-RPC 协议，让 Agent 能无缝嵌入自有产品，实现持久会话、实时流式传输和人工审批。
这种前端业务自主、底层 AI 赋能的模式，正在打通 AI 落地的最后一公里。
而应用层面，已经用上了。
税务服务机构 Thrive Holdings 将 Harness 嵌入专业报税系统，成功处理 7000 份申报表，准备时间缩短三分之一；
科技巨头思科利用 SDK 构建 App Builder，让用户用自然语言创建云应用；
OpenAI 官方演示的物流看板 Relay 更是直观，没有聊天框，用户只需选中延误货单，系统自动关联数据、调用工具、生成方案，经人工审批后执行。
这才是真正的人机协同。
过去一年，太多开发者陷入套壳聊天机器人的同质化竞争，护城河越来越浅。
Codex Harness 的开放，给出了新的方向：
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。
Agent 的零门槛时代，或会提前来临。
不过，围绕开源和闭源的问题仍在继续，open AI 这次开源只是 Codex Harness，这也意味着，很多其他领域还是闭源状态。
其实，从企业自身的角度看，闭源本身也是维护可持续经营的必要之举，因为研发时期大量的投入，目前看根本没有回本，在没有实质性收回投资之前，想必这些大厂都不会贸贸然开源。
不过，这种逻辑本身存在争议，矛盾点就在于，开源也有可能刺激生态发展，从而创造更多的营收和利润。
至于未来有没有可能开源，主要取决于两点，一点是 ROI 的情况，另一点则是竞争压力。
而这两点，目前看都没有明确答案。
