Codex Harness – OpenAI全面开源的AI智能体执行框架

Codex Harness是OpenAI全面开源的AI智能体执行框架，以Apache-2.0协议发布在GitHub（openai/codex仓库）。它不是一个大模型，也不是一个聊天助手，而是驱动Codex App、CLI、VS Code插件运行的底层执行引擎——负责管理对话状态、工具调用、沙箱执行、流式输出和人工审批等全部”脏活累活”。OpenAI内部曾依靠这套框架，由3名工程师在5个月内驱动Codex Agent产出接近100万行可上线代码，完整走通了从业务逻辑、单元测试、CI配置到监控看板的全生命周期。此次开源的核心是Harness的三层集成接口，覆盖从CI脚本到产品级Agent的全场景构建需求。

Codex Harness特点

• 不是模型，是”操作系统”：Harness的本质是Agent的运行时基础设施，模型负责思考，Harness负责把思考变成动作——读写文件、跑命令、搜网页、调工具。它不绑定特定模型，支持接入OpenAI、DeepSeek等任意兼容端点。
• “反套壳”设计哲学：OpenAI明确提出”不应该要求团队把业务流程硬塞进通用聊天框”，而是把Agent带入围绕实际工作设计的专业软件中。开发者保留全部界面、数据、业务规则控制权，AI仅作为底层隐形助手。
• 三层集成接口覆盖全场景：提供codex exec（轻量CLI）、Codex SDK（程序化编排）、Codex app-server（持久会话驱动）三种接入方式，从CI脚本到产品级Agent应用一网打尽。
• Harness设计对性能有决定性影响：在ARC-AGI-3基准测试中，仅对Harness做保留推理与上下文压缩两项优化，GPT-5.6 Sol得分从13.3%飙升至38.3%，输出Token数量减少六倍——同一模型、不同Harness策略，效果差距达3倍。
• Rust核心+TypeScript SDK双栈实现：底层codex-rs用Rust编写，保证高性能和安全隔离；上层SDK提供TypeScript和Python接口，兼顾工程效率与开发体验。

Codex Harness技术原理

Codex Harness采用控制逻辑、模型推理、沙箱执行三层解耦架构，核心设计主张是”尽可能做薄做轻”——Harness仅提供必要的安全环境和基础接口，探索、决策和执行的逻辑尽量交给模型自身。

底层：Rust核心（codex-rs）

整个Harness的底层由Rust实现的codex-rs驱动，包含以下关键子模块：app-server（驱动VS Code插件和桌面App的JSON-RPC服务）、exec-server（非交互式任务执行服务）、sandboxing（跨平台沙箱隔离，覆盖Linux和Windows）、execpolicy（执行策略与权限控制）、skills（可复用Skill框架）、hooks（生命周期钩子）、tools（工具调用运行时）、mcp-server（MCP协议服务端）、thread-store/history（持久化会话存储）、model-provider（模型提供方抽象层）等。

中间层：Agent循环与状态管理

Harness负责完整的Agent循环——调用模型、采样、提供上下文（任务目标、可用工具、下一步指令），模型返回响应（通常是工具调用），Harness执行工具并将结果反馈给模型，如此循环直到任务完成。核心机制包括：

• 超长时任务自主执行：单任务可连续自主运行6小时以上，完整闭环完成Bug复现、代码修复、自测、提交PR、处理构建报错等工程全流程，任务崩溃中断后支持续跑。
• AGENTS.md结构化知识库调度：摒弃传统无节制拼接长上下文的模式，依靠结构化文档配置，智能读取项目规范、工程文档、业务规则，有效降低大模型幻觉。AGENTS.md仅约100行，作为”目录”指向更深层的文档，实现渐进式信息披露。
• 上下文压缩与推理保留：通过retained reasoning和context compaction技术，在保持推理质量的同时大幅压缩上下文Token消耗。
• 跨会话状态持久化：将进度、断点、未完成任务持久化到PROGRESS.md等文件，新会话自动读取，解决跨会话失忆问题。

上层：安全沙箱与人工介入

原生内置沙箱隔离，可定义权限边界；高危操作（修改数据库、发送消息、删除文件等）强制触发人工审批（Human-in-the-loop），必须获得业务人员确认后才可执行。宿主应用可决定Agent在哪里运行、能访问什么文件、哪些操作需要审批，企业牢牢守住安全边界。

Codex Harness功能

• codex exec（CLI命令行工具）：最轻量的接入方式，适合CI流水线、后台一次性自动化任务。运行有边界的Agent工作流，直接输出结构化结果，支持指定工作目录，简单高效。
• Codex SDK（TypeScript/Python）：面向应用开发的编程接口，开发者可用代码创建、启停、恢复Agent任务线程，流式获取任务执行事件，精准控制任务生命周期。
• Codex app-server（核心引擎）：本次开源最重要的模块，基于JSON-RPC标准化客户端协议。业务应用可对接本地Codex进程，实现持久会话、实时事件监听、随时中断任务、把自有业务工具暴露给Agent、对接审批流程。支持Sign in with ChatGPT、模型发现和配置管理等附加功能。
• 跨平台沙箱隔离：原生支持Linux和Windows沙箱，Agent在隔离环境中执行所有操作，防止越权访问。
• MCP协议集成：内置MCP服务端，支持将外部工具和数据源暴露给Agent使用，实现与第三方系统的无缝对接。
• Skills可复用技能框架：将常用操作封装为可复用的Skill模块，Agent可自动调用，避免重复开发。
• 生命周期钩子（Hooks）：支持在Agent执行的关键节点插入自定义逻辑，实现灵活的流程控制。
• 模型提供方抽象：支持替换底层模型，可接入OpenAI、DeepSeek、七牛云等任意兼容OpenAI接口的模型端点。

Codex Harness应用场景

• 软件工程自动化：核心场景。Agent可自主完成Bug复现、代码修复、自测、提交PR、处理构建报错的完整工程闭环，单任务连续运行6小时以上。OpenAI内部已用此框架完成百万行级代码的自动迭代。
• 企业级产品嵌入：将Agent嵌入自有的业务仪表盘、运营看板、客服系统等专业界面中，用户无需切换到聊天框，在熟悉的业务界面中即可获得AI辅助。OpenAI官方演示的物流看板Relay即是典型——用户选中延误货单，系统自动分析并生成恢复方案，经人工审批后执行。
• CI/CD流水线集成：通过codex exec在持续集成流水线中无人工干预地运行Agent任务，自动修复构建失败、更新依赖、生成测试用例等。
• 税务与财务自动化：Thrive Holdings和Crete已将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，兼顾复杂业务逻辑与风控校验。
• 云平台应用构建：思科（Cisco）基于Codex SDK搭建App Builder，客户用自然语言即可生成自定义云应用，复杂流程调度全部由Harness在后台完成。
• 安全运营与客服：安全分析师可在预警队列界面中直接调用Agent分析事件，客服工程师可在账户历史界面中让Agent自动排查问题，无需切换到通用聊天框。
• 私有化Agent开发：企业可基于开源Harness快速搭建内部私有代码Agent、运维自动化机器人、业务工作流智能体，无需从零构建状态管理、沙箱、审批等底层能力。
• 非编程领域扩展：OpenAI总裁Greg Brockman强调”Codex能驱动的远不止编程工具”，社区已有人将其改造为电子表格编辑器、浏览器自动化工具等，智能体本身是通用的，产品形态是可变的。

Codex Harness同类产品对比

表格