想把 OpenAI 的智能体跑在自己产品里，又不想从零写 agent loop？Codex Harness 把驱动 Codex 的整套运行时开源了，沙箱、审批、工具调用全交到你手上。
产品概述
Codex Harness 是 OpenAI 在 2026 年 8 月 19 日一篇平台文章里正式定名的那套东西：驱动 Codex App、Codex CLI 和 VS Code 插件的底层 agent 执行框架。它管的不是模型怎么思考，而是模型之外那一整套执行系统，包括上下文维护、工具调用、沙箱隔离和人工审批。
很多人把 agent 理解成强模型加长 Prompt 加几个工具，但能跑生产的 agent 远不止这些。Codex Harness 就是把这套常被低估的执行层做成了可以白拿、可以改、可以嵌的基础设施。仓库早在 2025 年 4 月 13 日就创建了，一直挂着 Apache-2.0 许可证。
截至 2026 年 8 月，openai/codex 已经涨到约 11.4 万星，Rust 核心代码约 78 万行。最新稳定版是 v0.149.0（2026-08-20）。
官网：https://openai.com/codex | 项目地址：https://github.com/openai/codex
这次所谓的开源，严格说是一次平台化定位升级，不是凭空扔出新仓库。真正变化在于：app-server 的 JSON-RPC 协议被官方文档化，TypeScript 和 Python 两套 SDK 转正，OpenAI 明确邀请你在这一层上搭产品。模型权重和官方托管的 Cloud 服务依然闭源。
核心功能
聊完它是什么，接下来看这套运行时到底把哪些能力打包好了，以及它凭什么敢叫 harness 而不是壳。
第一层是三种接入方式。最轻的是 codex exec，一条命令跑完非交互任务，适合 CI 和脚本。再往上是官方 Codex SDK（TypeScript 和 Python），让你在代码里启动、恢复、流转 agent 任务。最重的是 app-server，一个常驻进程，用双向 JSON-RPC 把 IDE 和桌面 App 接进来。
第二层是 agent loop 本身。Core 负责对话历史、工具规范、流式采样、并发回填、中断恢复和上下文压缩。你给它一个任务，它自己组装 Prompt、调用模型、识别输出项、跑工具、把结果写回历史，然后判断要不要再采一轮。
第三层是三个核心原语。Thread 是一段可恢复、可分叉的会话；Turn 是单轮用户到 agent 的交换；Item 是会话里最细的事件，包括消息、命令、文件改动和工具结果。宿主应用拥有界面和业务上下文，app-server 拥有稳定的客户端协议，Core 拥有执行状态机，边界清清楚楚。
第四层是两个独立的安全旋钮。沙箱模式决定 agent 技术上能碰什么（只读、工作区可写、或完全放开），审批策略决定它什么时候必须问你。两者解耦，信任可以分级给，而不是一刀切。沙箱在 macOS 用 Seatbelt、Linux 用 Landlock 加 seccomp、Windows 还是实验性的 AppContainer。
最值得说的一组数据是 ARC-AGI-3。同一个 GPT-5.6 Sol 模型，只靠 harness 的两项优化（保留推理轨迹、上下文压缩），得分从 13.3% 涨到 38.3%，输出 token 降到约六分之一。模型没换，效果差近三倍，这恰恰是 harness 价值的硬证据，也说明长任务里 agent 更多是栽在上下文散掉，而不是模型变笨。
上手体验
光看架构不过瘾，实际跑一遍才清楚它到底好用在哪，以及第一次上手会撞到什么。
安装就一行：npm install -g @openai/codex，Node 22 以上即可。Windows 现在原生支持 PowerShell，早期版本得靠 WSL。登录用 codex login 走 ChatGPT 账号，账号里自带 Codex 额度，不用单独配 key，这对个人开发者是最省心的一点。
进交互会话后，最顺手的用法是给一个带验证步骤的工单式指令，比如先读某个文件、跑现有测试、收尾开个 PR。它基本能一次跑通，省掉反复对白的损耗，不像有些 agent 要你三四个来回才搞懂意图。
第一印象是稳。默认网络是关的，agent 在工作区里随便改文件都不打断你，一旦要出网才弹审批。这种默认收敛的设定，比很多一上来就全权限的 agent 让人安心，也更适合把它当承包商派活、事后验收的协作方式。
使用技巧
很多人不知道，Codex 的沙箱和审批其实是两套独立开关，分开调能既安全又省心，别被默认档位框死。
-
用 .codexignore排除 node_modules、构建产物等目录，能明显压低输入 token，单次任务成本直接下来，大模型仓库尤其明显。 -
把 --sandbox workspace-write和--ask-for-approval on-request组合成 Auto 预设，工作区内自主要、出界才问，日常最舒服。 -
CI 里跑无人值守修复，用 codex exec配--ask-for-approval never，只读模式永不停在提问上，适合接 GitHub Action。 -
reasoningEffort调到max或ultra（v0.149.0 新增）适合难的跨文件重构，普通脚本用 mini 更省，别无脑拉满。 -
写一份 AGENTS.md放在仓库根，把约定、安全预期、审查重点说清楚，Codex 会自动读并据此收敛行为。
竞品对比
三大终端 agent 里，Codex 的差异化位置最清晰。下面这张表按截至 2026 年 8 月的公开信息整理，参数类数据来自各项目文档与社区实测。
| 维度 | Codex Harness / CLI | Claude Code | Gemini CLI |
|---|---|---|---|
| 开源协议 | Apache-2.0 | 闭源 | Apache-2.0 |
| 核心语言 | Rust + TypeScript | TypeScript | TypeScript |
| 上下文窗口 | 约 200K | 约 200K | 约 1M |
| 沙箱 | Seatbelt / Landlock | 本地权限系统 | 可配信任文件夹 |
| 审批模式 | 建议 / 自动改 / 全自动 | 逐动作确认 | 信任文件夹 + YOLO |
| 免费层 | 需 ChatGPT 订阅 | 无独立免费层 | 个人账户每日 1000 次 |
| 底层模型 | codex-mini / codex-1 | Claude Opus / Sonnet | Gemini 2.5 Pro |
| 定位 | 快活、异步派活 | 大活、深度重构 | 多模态、大上下文 |
Claude Code 强在大型项目的架构级修改，Gemini CLI 赢在百万级上下文和多模态输入。Codex 的杀手锏是开源运行时加内置沙箱，适合把它当承包商派活、事后验收，而不是当结对程序员盯着它打字。三款都能同时装，按活切换最划算。
用户反馈
社区对这次开源整体偏正面，但也有几处被反复吐槽，挑重点说。
正面来看，开发者普遍认可把生产级 agent 运行时直接开放的价值，省掉自己造轮子的成本。内置沙箱加审批的默认收敛设定，被不少人称为最让人放心的终端 agent。还有人实测 Plus 档跑一整天也很难撞额度上限，性价比直接拉满，这是闭源竞品很难给到的。
负面声音集中在几点。Windows 原生沙箱仍是实验性，世界可写目录拦不住写入，合规场景只能回 WSL。模型名换来换去（codex-mini、codex-1、GPT-5-Codex 混着叫）让人选型头疼。纯 CLI 在多文件大重构上公认弱于 Claude Code，网络默认关闭也带来一些摩擦。
多维评分
逐项拉一遍，看看这套运行时到底值几分，维度按技能固定八维走。
| 维度 | 权重 | 星级 | 一句话解读 |
|---|---|---|---|
| 功能完整性 | 20% | ⭐⭐⭐⭐⭐ | agent loop、沙箱、审批、工具全开源 |
| 易用性 | 15% | ⭐⭐⭐⭐ | 一行装好，但配置项需要摸清 |
| 性能表现 | 15% | ⭐⭐⭐⭐ | ARC-AGI-3 验证 harness 增益明显 |
| AI 能力 | 15% | ⭐⭐⭐⭐ | 上限看模型，工程落地稳 |
| 价格合理性 | 10% | ⭐⭐⭐⭐⭐ | 捆绑 ChatGPT，几乎白送 |
| 生态集成 | 10% | ⭐⭐⭐⭐ | MCP、SDK、GitHub Action 齐活 |
| 文档与支持 | 10% | ⭐⭐⭐ | 平台化后改善，仍偏工程向 |
| 更新频率 | 5% | ⭐⭐⭐⭐⭐ | 仓库极活跃，周级迭代 |
加权综合约 85 分。扣分主要在 Windows 沙箱和文档成熟度，这两项对生产接入影响最直接，等它们补齐，分数还能往上走。
优缺点
优点：
-
完整 agent 运行时开源，Apache-2.0 可商用可改，生产验证过。 -
沙箱与审批双旋钮解耦，信任分级给，安全默认收敛。 -
三层集成面（exec / SDK / app-server）覆盖脚本到产品内嵌。 -
ARC-AGI-3 用同一模型证明 harness 比模型升级更见效。 -
定价捆绑 ChatGPT 订阅，个体开发者近乎零边际成本。
缺点：
-
Windows 原生沙箱仍是实验性，隔离有漏洞，合规场景只能走 WSL。 -
模型命名体系混乱，codex-mini、codex-1、GPT-5-Codex 并存，选型成本高。 -
纯 CLI 在大型多文件重构上弱于 Claude Code，深度架构改动不是它的强项。 -
网络默认关闭，出网操作需手动放行，日常有少量摩擦。 -
官方 IDE 扩展和 Codex Cloud 本体未开源，只开放了运行时这一层。
适用人群
已经订阅 ChatGPT、想顺手用上 agentic coding 的个体开发者，这是零额外成本的选择，订阅费里已经含了。
要把 agent 嵌进自家产品的团队，直接拿 SDK 或 app-server 协议接，省掉自研执行层，把精力放在业务和 UI 上。
在 CI/CD 里跑无人值守修复、依赖升级、文档同步的团队，exec 加 GitHub Action 是现成范式，接进去就能用。
对沙箱隔离和人工审批有硬要求的合规场景，默认收敛的安全模型比多数竞品省心，至少不用自己从零搭隔离。
想搞懂现代 agent 架构的人，读这套 Rust 源码比看任何博客都直接，它是目前最难得的、经过生产检验还开源的实现。
定价方案
截至 2026 年 8 月，Codex 没有独立的按席位账单，能力随 ChatGPT 订阅打包，对个体最友好。
| 方案 | 价格 | 适合谁 |
|---|---|---|
| ChatGPT Plus | $20 / 月 | 个人开发者，额度够日常 |
| ChatGPT Business | $25 / 用户 / 月 | 小团队，带管理和共享空间 |
| ChatGPT Pro | $200 / 月 | 重度用户，近乎不限量 |
| API codex-mini | $1.5 入 / $6 出 每百万 token | 自嵌脚本与 CI，75% 缓存折扣 |
| API codex | $2 入 / $8 出 每百万 token | 复杂任务走完整模型 |
走 API 最划算的是 codex-mini，中等任务单次约五分钱，比订阅更适合变量用法。选 Plus 的人基本等于白用 Codex，这也是它价格合理性拿满分的原因。
FAQ
把大家最容易卡住的问题先列一遍，能少踩不少坑。
Q1：Codex Harness 和 Codex CLI 到底什么关系？
A1：CLI 只是 Harness 的一个外壳。 Harness 是底层运行时，CLI、App、IDE 插件都跑在同一套 Core 和 app-server 之上，你天天用的 CLI 早就在跑这套 harness 了。
Q2：它真开源吗，哪些没开放？
A2：运行时和集成层是真开源。 仓库 Apache-2.0，含 Rust 核心、CLI、app-server、TS/Py SDK。但模型权重、官方 Codex Cloud、IDE 扩展本体仍闭源，运行官方模型需账号或 API 权限。
Q3：沙箱安全吗，Windows 上呢？
A3：macOS 和 Linux 较稳，Windows 仍实验性。 前两者用系统级隔离，默认断网。Windows 原生沙箱用 AppContainer，拦不住世界可写目录的写入，合规场景建议走 WSL。
Q4：能在 CI 里无人值守跑吗？
A4：可以，而且是第一公民能力。 用 codex exec 配 --ask-for-approval never，再接 openai/codex-action，就能在流水线里自动修构建、审 PR、同步文档。
Q5：模型名太多怎么选？
A5：普通活选 codex-mini，难活选 codex-1。 mini 便宜且快，适合脚本和单文件；复杂跨文件重构上完整 codex 模型，API 走 GPT-5-Codex 系列定价。
Q6：和 Claude Code 比谁更强？
A6：看任务类型，没有通杀。 大重构和架构改动 Claude Code 更强，快速派活、异步跑、要开源运行时和内置沙箱就选 Codex。很多团队两个都装，按活切换。
Q7：它免费吗？
A7：CLI 不单独收费，但需 ChatGPT 订阅。 最低 Plus 20 美元每月即含 Codex 额度；纯接 API 按 token 付费，无订阅也能用。SDK 本身开源免费。
Q8：能换别的模型吗，比如 DeepSeek 或本地？
A8：模型提供方是可抽象层，理论上能换。 model-provider 抽象允许指向任意 OpenAI 兼容端点，社区已有人接 gpt-oss 本地模型。但官方支持度和效果以 OpenAI 模型最佳。
Q9：app-server 那个协议能干嘛？
A9：把 agent 嵌进你自己的产品。 它用 JSON-RPC 暴露 thread、turn、item 三个原语，宿主应用能维持长会话、收事件流、发自定义工具、处理审批请求，不依赖聊天框。
Q10：学习成本高吗？
A10：用起来低，调优中等。 装好登录就能派活；想玩转 sandbox、approval、profile、AGENTS.md 和 SDK 内嵌，需要读一遍官方协议文档，偏工程向。
Q11：国内能直接用吗？
A11：直连有门槛，需海外 API 访问。 Codex 走 OpenAI 接口，国内网络不稳且要外币卡。可用 WSL 加代理，或等国内兼容接入方案，但不在官方支持范围。
Q12：更新频率怎么样？
A12：极快，周级甚至日级。 仓库约 11.4 万星、数百贡献者，v0.149.0 之后紧跟 0.150 alpha。平台化后文档和 SDK 也在补全，跟进成本高但生命力强。
结尾
Codex Harness 最值得记住的一点：它把模型之外的执行系统做成了可以白拿、可以改、可以嵌的基础设施。ARC-AGI-3 上同一模型三倍差的结论，比任何宣传都实在，也重新定义了 harness 和模型谁更值钱这个问题。
对个体开发者，它是 ChatGPT 订阅里顺手多出来的一份能力，不额外花钱就能用上 agentic coding。对做产品的团队，它是少见的、经过生产验证还开源的 agent 运行时，省下的自研成本按年算都不是小数。
短板也别装看不见：Windows 沙箱、文档成熟度、模型命名混乱，这三处直接影响生产接入体验。等它们补齐，这套运行时会是从 CLI 到平台都难绕开的那一层，现在入手正是读源码和建设的最佳窗口。