Codex Harness

Codex Harness（亦稱 OpenAI Agent Harness）是由人工智能研究機構 OpenAI 於2026年8月正式完全開源的智能體（AI Agent）底層執行框架。該框架是驅動 OpenAI 旗艦級編程智能體 Codex 的核心技術引擎，負責管理複雜的 AI 執行循環、長期對話記憶、實時事件流以及工具調用，旨在讓開發者徹底告別傳統的「通用聊天框」限制，將 Agent 能力直接嵌入自有產品中。

開源背景

自 2026 年初 OpenAI 首次提出「Harness 工程」（Harness Engineering）這一方法論以來，行業對於智能體開發的認知從「模型 + 提示詞」演變為「模型 + 外殼（Harness）」。在 GitHub 開源後，該項目迅速斬獲超過 10 萬顆 Star，成為 AI 基礎設施領域的里程碑事件。

三大核心集成組件

OpenAI 此次開源的 Codex Harness 覆蓋了從簡單腳本到企業級複雜應用的全場景構建需求，主要由以下三個部分組成：

• codex exec：一個輕量級的命令行（CLI）工具。專為非交互式、有邊界的自動化流設計，適合嵌入到持續集成（CI/CD）腳本或一鍵運行的後台任務中。
• Codex SDK：提供面向 TypeScript 和 Python 的官方程序化接口。方便開發者在現有的應用代碼中，以流式或可中斷的方式直接編排 Codex 任務。
• Codex app-server：整個開源架構中最核心的組件。它是一個持久運行的伺服器進程，通過標準的 JSON-RPC 協議與任何前端應用連接。該組件全權負責維護長連接會話、捕獲工具報錯、管理運行時狀態、並在高危操作時向用戶發起「人類介入審批」。

技術特性與突破

極致的 Token 成本削減

在傳統的 Agent 架構中，大模型由於多輪工具迭代和重發系統 Prompt，常常面臨 Token 消耗呈指數級膨脹的問題。Codex Harness 內部集成了一套高階的「上下文壓縮機制」（Context Compaction），在保障大模型邏輯推理能力的同時，**成功將輸出 Token 消耗降低了 6 倍**。在 ARC-AGI-3 智能體硬核基準測試中，配合 Harness 的模型得分從 13.3% 飆升至 38.3%。

靈活的工具抽象 (MCP)

Harness 並不綁定特定的私有化工具。它原生支持由 Anthropic 發起並逐漸成為行業標準的 MCP (Model Context Protocol) 協議。這意味着企業可以將現有的內部數據庫、API 和業務系統封裝為 MCP 服務，直接插在 OpenAI 的 Harness 上供 AI 調用。

不可變會話樹與分叉試驗

基於「事件溯源」的設計理念，AI 經歷的每一輪思考、調用和報錯都被記錄為不可變的會話歷史（Immutable Session History）。

• 當 AI 的任務執行失敗時，人類操作員可以隨時在執行軌跡圖上開闢一個「分叉分支 (Forking)」，去嘗試不同的引導路徑，而不會污染或損壞原始的主線會話記錄。

商業與企業應用

由於採用了極其寬鬆的 Apache-2.0 開源許可協議，企業無需依賴 OpenAI 的雲端託管基礎設施。醫療、金融、網安等對數據私隱極其敏感的行業，可以完全將 Codex Harness 部署在私有雲、本地伺服器、甚至物理隔離（Air-gapped）的環境中，進行自主的代碼審計與合規改造。

參見

• OpenAI
• 智能體 (AI Agent)
• 模型上下文協議 (MCP)
• DeepSeek Harness