一、Harness 是什么：Agent 的「外骨骼」

一个能真正运行的 Agent，不等于好模型 + 好 Prompt，还需要一层负责「干活」的执行系统，官方把这层叫 Harness：

• 管理会话状态与长对话记忆
• 调用工具、执行代码，并做流式执行与错误恢复
• 沙箱权限限制与人工审批请求
• 让任务跨多轮持续进行

OpenAI 开源的是这层执行系统，不是模型权重。模型访问与托管服务仍是单独一层。

二、三大组件，覆盖三种接入方式

1. codex exec（CLI）：跑「有边界」的 Agent 工作流并返回结构化输出，适合脚本、CI 或一次性后台任务
2. Codex SDK（TypeScript / Python）：程序化接口，可在应用代码里启动、恢复、监听 Codex 任务
3. app-server（JSON-RPC 协议）：把应用连接到本地 Codex 进程，支持持久化会话、事件流、任务中断、暴露专有工具与人工审批——适合把 Agent 真正嵌入产品

三、关键数据：同一个模型，效果差三倍

OpenAI 在官方博客给出一个反直觉的对照实验：在 ARC-AGI-3 基准上，只对 Harness 做两项调整——保留推理（retained reasoning）与 上下文压缩（context compaction）——就让 GPT-5.6 Sol 的得分从 13.3% 飙升到 38.3%，输出 Token 数量减少到约六分之一。

这说明两件事：

• Agent 的工程层（执行系统）对最终效果的贡献，常常被低估
• 「省 token」不是玄学，是执行层设计里可以量化的工程优化

数据为 OpenAI 自报口径，基准与实现细节以官方博客为准，建议作为方向参考而非绝对值。

四、已落地的场景

• 税务领域：合作方用该框架处理了约 7000 份申报表，准备时间缩短约三分之一
• 思科（Cisco）：用 Codex SDK 在其云平台上构建了自然语言创建云应用的 App Builder
• 官方演示：虚拟物流仪表板里，选中延误货单后 Agent 自动关联数据、调用 MCP 工具、生成重订方案，并在执行写入前弹出人工审批对话框——界面、数据与审批权留在产品里，AI 只负责底层干活

五、对开发者的意义

1. 不用再把人硬塞进聊天框：Agent 可以嵌进自己的产品、工程工具、运营看板，成为产品里的一段可编程能力
2. 与 Claude Cowork 的正面竞争：Anthropic 的 Claude Cowork（截至 5 月已有至少 60 万家机构尝试）走「计算机使用」路线；OpenAI 这次把执行框架开源，等于把「Agent 基建」做成开源默认项
3. 机会在更上层：执行框架免费开源了，真正的机会在垂直场景的 Agent 产品、MCP 生态、以及验收与安全层

六、安全提醒

能自主执行任务的 Agent 意味着更大的攻击面。官方也提示：隔离密码与敏感数据、避免无人监督的长任务。接入生产前，先给 Agent 划清权限边界与人工审批点。