Codex Harness 开源：Agent 的秘密终于从“私产”变“公器”

Codex Harness 开源：Agent 的秘密终于从“私产”变“公器”

8 月 19 日，OpenAI 正式开源了 Codex Harness——这家公司名字里的 "Open"，久违地兑现了一次。长期深耕 Agent Harness 的开发者群体对此普遍"振奋"：过去只有少数顶尖 Agent 产品掌握的 Harness，终于开始向更多开发者和企业开放了。

先搞懂：Harness 到底是什么

用极简公式理解：Agent = Model + Harness

模型是输出原始推力的"发动机"；Harness 是把不确定推力转化为确定性输出的"传动系统"和"调压站"——负责管理模型的上下文、调用工具、保存状态、控制权限，还要在任务失败后继续推进。Chatbot 时代模型只能一轮轮回复，是 Harness 的组织，让智能真正变成能持续交付的产出。

这里有个容易被忽略的关键判断：Harness 的核心价值不再是智能，而是"治理"。同一个模型放进不同的 Harness，表现可能天差地别——评价 Agent 能力时只看模型是不够的。

为什么开源是件大事

过去两周发生的事，在商业逻辑上几乎是反直觉的：顶尖模型厂商开始主动开源自己最值钱的东西。

• 8 月中旬：DeepSeek 开放 DeepSeek Harness
• 8 月 19 日：OpenAI 开源支撑 Codex App/CLI/IDE 插件的 Agent Harness

按常理，Harness 这样直接影响体验、成本和商业价值的技术，应该严防死守。但它们都开了。原因也直白：Harness 正在从"私产"变"公器"，稀缺性在快速下降——与其藏着，不如开放生态、让最佳实践扩散。

Codex 负责人 Tibo 的态度更耐人寻味：他甚至判断，再过两三个月，今天这套 Codex Harness 也会显得原始。技术迭代的速度，已经快到"护城河"这个词都不太适用了。

数据：Harness 直接决定成本

Databricks 在自己的数百万行代码库上做了一次内部测试：用公司工程师真实完成过的任务，相同模型、相同推理强度，分别用 Claude Code、Codex 和更轻量的 Pi 三种 Harness 跑同一任务。

结果：三者完成质量接近，但单任务成本最高相差两倍以上——因为 Pi 每轮送入模型的上下文量约为 Claude Code 或 Codex 的三分之一，所需轮次也更少。

这组数据点破了一件事：Harness 设计得好不好，直接体现在账单上——质量接近的情况下，一套更省上下文的 Harness 就是实打实的成本优势。这不是理论推演，是公开 benchmark 级别的实测。

信号强度

Codex Harness 开源意味着什么？最直接的是：开发者可以站在现成的 Agent Runtime 上继续开发，不用再从零搭传动系统。过去许多公司靠 Harness Engineering 建立的技术领先，会被行业更快地学习和复制——竞争的重点，正在从"有没有 Harness"转向"用 Harness 做出什么"。

对还在从头搭建通用 Agent Harness 的团队，这是一个需要重新评估的信号：地基已经开始公有化了，别再重复造轮子，把力气花在 Harness 之上的产品差异上。而对普通用户，最实际的变化是：Agent 工具的体验和成本会更快地变好——因为底层方法已经开源，大家都站在同一个起跑线上赛跑。

原文：https://www.leiphone.com/category/yanxishe/HduKYmfhs2SeXQ39.html