日前OpenAI方面宣布，全面开源Codex底层核心架构Harness，开发者可以基于Harness将Codex的Agent能力嵌入自有产品、工程工具、运营看板以及财务报表软件，而不再局限于对话窗口。
据悉，此次OpenAI开源的内容主要包括三部分，分别是Codex CLI中的Codex exec、Codex SDK以及Codex app-server。其中，Codex exec可用于运行脚本、CI任务或后台一次性任务；Codex SDK支持TypeScript/Python提供编程式接口，可代码启动、恢复或流式传输Codex任务；app-server则用于将开发者自己的应用连接到本地Codex，支持持久化对话状态、流式传输事件、中途打断任务、调用应用自身工具以及处理人类审批请求。
此外，OpenAI公布了Harness在实际场景中的应用。例如，Thrive Holdings和Crete将Codex Harness用于专业的税务准备工作流，试点期间处理了7000份申报表，并将税务准备时间缩短约三分之一；Cisco (思科)使用Codex SDK在云控制平台中构建App Builder，让用户通过自然语言创建自定义应用。
同时，OpenAI方面还展示了Relay虚拟物流运营看板应用，用户可直接在业务界面中选择延误货单，由Agent结合物流数据分析恢复方案，并调用应用自身的MCP工具获取实时信息，涉及实际操作时则需经过人工审批。
此前，OpenAI曾披露Harness对Agent表现的影响。在ARC-AGI-3测试中，仅通过保留推理和上下文压缩两项Harness调整，GPT-5.6 Sol的得分就从13.3%提升至38.3%，同时输出Token数量减少约六倍。对此OpenAI方面表示，Codex Harness并不局限于编程工具，还可作为底层Agent执行框架，嵌入不同类型的软件和业务流程。
近年来，大量AI厂商持续通过开源或开放模型、工具的方式，扩大自己的用户群体。例如在国内方面，不久前阿里巴巴宣布开源Qwen3.8系列模型，其中Qwen3.8-27B是原生多模态稠密（Dense）模型，具有270亿参数规模，支持图文、视频理解，原生上下文长度达到了262K，并可通过YaRN技术扩展至1M Tokens。
而在海外市场，Meta则持续推进Llama系列的开源。Meta方面此前陆续推出Llama 3、Llama 3.1以及Llama 4等模型，并向开发者提供模型权重及相关开发资源。其中，Llama 4采用MoE（混合专家）架构，支持文本、图像、视频多模态输入。相比Llama 3计算效率更高、参数规模更大，多模态能力也得到了显著增强。
【本文图片来自网络】
