8月19日，OpenAI在開發者部落格發布一篇《Codex as a platform》，把Codex的對外定位從「跑在終端機裡的程式碼助理」換成了「別人可以直接建構其上的開源執行層」。
文章開頭先點出一件容易被忽略的事：多數人認識Codex是透過桌面應用程式、命令列或IDE外掛，這三個入口共用同一套底層系統，而那套系統早就掛在GitHub上（儲存庫openai/codex，Apache 2.0授權，目前star數10.9萬）。OpenAI這一步做的是重新定位：把它從「自家產品的實作細節」，改寫成「你們的地基」。
模型外圍的那一層
OpenAI用harness這個詞來稱呼這套系統，給出的定義相當簡潔：
"That surrounding execution system is the harness."
拆開來看，它負責蒐集情境、把任務拆成可執行的步驟、跨輪次維持工作階段狀態、呼叫工具、在設定好的沙盒與權限邊界內執行、該讓人拍板時停下來等待核准、最後把結果交回業務系統。這些工作跟模型權重無關，但做得好不好會直接影響跑分。OpenAI在文中回引了自家7月底那組ARC-AGI-3數據：只在harness層打開保留推理與情境壓縮兩個開關，GPT-5.6 Sol的公開評測成績從13.3%衝到38.3%，輸出token量降到約六分之一。模型沒換，改的是外圍那一層。
三種整合方式，依侵入程度排列
OpenAI把整合方式明確分成三層，讓開發者依場景挑選，不必一律塞進聊天框。
codex exec面向指令碼、CI任務與一次性背景作業，跑一段有邊界的agent流程，吐出結構化結果就收工。Codex SDK面向需要在程式碼裡啟動、恢復、串流讀取Codex任務的應用程式。Codex app-server是侵入最深的一層：應用程式連上本機的Codex行程，讓工作階段常駐、接收事件串流、隨時中斷、向agent暴露自己的工具，並接手處理核准請求。
為了說清楚app-server怎麼用，OpenAI順手做了一個叫Relay的示範應用，一個虛構的貨運異常處理台。使用者不用寫提示詞，先選取一筆貨運，再點「Compare recovery」這類按鈕；應用程式把相關情境餵過去，Codex透過應用程式自己掛載的MCP工具去抓最新資料、解釋可選方案；真要改班機或行程，必須經過人工核准，寫入動作落地資料庫之後應用程式才會刷新自己的業務畫面。
這個設計取向文章講得很直白：不要拿一個通用聊天框去取代調度台、時間軸、地圖和工單頁面，那些介面本來就是讓人理解現場、做判斷、保持掌控感的地方。
已經導入產品的幾家
OpenAI列了三組公開案例。GitHub和JetBrains把Codex接進各自的IDE工作流程；Cisco在Cloud Control裡的App Builder用了Codex SDK；Thrive Holdings和Crete把Codex裝進報稅流程，試點階段處理了7000份報稅案件，報稅準備時間減少約三分之一。
最後這個數字比較實在。報稅是典型的高重複、低容錯、強法規遵循場景，能拿出試點規模和一個可比較的效率指標，遠比「生產力大幅提升」這類說法有用。OpenAI也順勢強調，這套模式並不只服務工程團隊：客服排查、營運協調、資安事件分級、業務背景調查，都是同一種形狀：應用程式提供情境、工具與核准環節，Codex提供那圈迴圈。
開源到哪裡為止
文章裡有一句畫線強調的話：開源的是harness與整合介面，模型存取與代管服務仍然另外計費。
把這句話和三種整合方式放在一起看，OpenAI的取捨就清楚了。執行層免費釋出、可稽核、可任意改造，誰都能拿去裝進自家產品；而每一次agent迴圈跑起來，token還是要透過OpenAI的API走。開源的部分越好用、被嵌入的產品越多，模型端的呼叫量就越大。這跟Anthropic靠MCP把工具整合做成事實標準是同一類打法，只是OpenAI這次讓渡的東西更重──整個執行環境都端出來了。
對中國大陸做agent產品的團隊來說，現成的收益是省下一段重複勞動。工作階段狀態、事件串流、工具呼叫、核准中斷這幾件事，多數團隊都自己寫過一遍，寫完還得自己調；現在多了一個經過大規模驗證、能逐行閱讀的實作可以對照。粗略算一下，如果harness層的調整就能把輸出token壓到六分之一，同樣的預算能多跑五輪，光這筆帳就夠多數團隊認真讀一遍原始碼了。
代價也擺在那裡：接得越深，跟OpenAI計費模式綁得越緊。app-server那一層尤其明顯，它已經超出單純的呼叫關係，等於把對方的行程請進了自家產品裡。
參考來源：OpenAI開發者部落格《Codex as a platform》、CocoLoop、GitHub儲存庫openai/codex；授權條款、star數與三種整合方式已對照儲存庫與官方文件核實，ARC-AGI-3分數與token降幅則按OpenAI自行公布的數據。