Admin：创建页面，内容为“{{Infobox Software | 名称 = Codex Harness | 开发者 = OpenAI | 首次开源时间 = 2026年8月19日 | 开源协议 = Apache-2.0 协议 | 核心理念 = 智能体即平台 (Agent as a Platform) | 代码仓库 = [https://github.com ://github.com] | 主要组件 = codex exec、Codex SDK、Codex app-server }} '''Codex Harness'''（亦称 '''OpenAI Agent Harness'''）是由人工智能研究机构 OpenAI 于2026年8月正式完全开源的智能体…”

2026-08-23T03:37:22Z

创建页面，内容为“{{Infobox Software | 名称 = Codex Harness | 开发者 = OpenAI | 首次开源时间 = 2026年8月19日 | 开源协议 = Apache-2.0 协议 | 核心理念 = 智能体即平台 (Agent as a Platform) | 代码仓库 = [https://github.com ://github.com] | 主要组件 = codex exec、Codex SDK、Codex app-server }} '''Codex Harness'''（亦称 '''OpenAI Agent Harness'''）是由人工智能研究机构 OpenAI 于2026年8月正式完全开源的智能体…”

新页面

{{Infobox Software
| 名称 = Codex Harness
| 开发者 = [[OpenAI]]
| 首次开源时间 = 2026年8月19日
| 开源协议 = Apache-2.0 协议
| 核心理念 = 智能体即平台 (Agent as a Platform)
| 代码仓库 = [https://github.com ://github.com]
| 主要组件 = codex exec、Codex SDK、Codex app-server
}}

'''Codex [[Harness]]'''（亦称 '''OpenAI Agent Harness'''）是由人工智能研究机构 [[OpenAI]] 于2026年8月正式完全开源的[[智能体]]（AI Agent）底层执行框架。该框架是驱动 OpenAI 旗舰级编程智能体 Codex 的核心技术引擎，负责管理复杂的 AI 执行循环、长期对话记忆、实时事件流以及工具调用，旨在让开发者彻底告别传统的“通用聊天框”限制，将 Agent 能力直接嵌入自有产品中。

== 开源背景 ==
自 2026 年初 OpenAI 首次提出“Harness 工程”（Harness Engineering）这一方法论以来，行业对于智能体开发的认知从“模型 + 提示词”演变为“模型 + 外壳（Harness）”。在 GitHub 开源后，该项目迅速斩获超过 10 万颗 Star，成为 AI 基础设施领域的里程碑事件。

== 三大核心集成组件 ==
OpenAI 此次开源的 Codex Harness 覆盖了从简单脚本到企业级复杂应用的全场景构建需求，主要由以下三个部分组成：

* '''codex exec'''：一个轻量级的命令行（CLI）工具。专为非交互式、有边界的自动化流设计，适合嵌入到持续集成（CI/CD）脚本或一键运行的后台任务中。
* '''Codex SDK'''：提供面向 TypeScript 和 Python 的官方程序化接口。方便开发者在现有的应用代码中，以流式或可中断的方式直接编排 Codex 任务。
* '''Codex app-server'''：整个开源架构中最核心的组件。它是一个持久运行的服务器进程，通过标准的 JSON-RPC 协议与任何前端应用连接。该组件全权负责维护长连接会话、捕获工具报错、管理运行时状态、并在高危操作时向用户发起“人类介入审批”。

== 技术特性与突破 ==

=== 极致的 Token 成本削减 ===
在传统的 Agent 架构中，大模型由于多轮工具迭代和重发系统 Prompt，常常面临 Token 消耗呈指数级膨胀的问题。Codex Harness 内部集成了一套高阶的“上下文压缩机制”（Context Compaction），在保障大模型逻辑推理能力的同时，**成功将输出 Token 消耗降低了 6 倍**。在 ARC-AGI-3 智能体硬核基准测试中，配合 Harness 的模型得分从 13.3% 飙升至 38.3%。

=== 灵活的工具抽象 (MCP) ===
Harness 并不绑定特定的私有化工具。它原生支持由 Anthropic 发起并逐渐成为行业标准的 '''MCP (Model Context Protocol)''' 协议。这意味着企业可以将现有的内部数据库、API 和业务系统封装为 MCP 服务，直接插在 OpenAI 的 Harness 上供 AI 调用。

=== 不可变会话树与分叉试验 ===
基于“事件溯源”的设计理念，AI 经历的每一轮思考、调用和报错都被记录为不可变的会话历史（Immutable Session History）。
* 当 AI 的任务执行失败时，人类操作员可以随时在执行轨迹图上开辟一个“'''分叉分支 (Forking)'''”，去尝试不同的引导路径，而不会污染或损坏原始的主线会话记录。

== 商业与企业应用 ==
由于采用了极其宽松的 '''Apache-2.0 开源许可协议'''，企业无需依赖 OpenAI 的云端托管基础设施。医疗、金融、网安等对数据隐私极其敏感的行业，可以完全将 Codex Harness 部署在私有云、本地服务器、甚至物理隔离（Air-gapped）的环境中，进行自主的代码审计与合规改造。

== 参见 ==
* [[OpenAI]]
* [[智能体]] (AI Agent)
* [[模型上下文协议]] (MCP)
* [[DeepSeek Harness]]

[[分类:开源软件]]
[[分类:人工智能]]
[[分类:AI基础设施]]

Codex Harness - 版本历史