继DSH之后！Codex Harness 也开源了！Rust 核心、三层架构、人机协作

老登为啥喜欢吹AI
0 阅读4分钟

Codex Harness 深度解析：Rust 核心、三层架构

image.png

一、核心事件

2026 年 8 月 19 日，OpenAI 正式将驱动 Codex App、CLI 和 VS Code 插件的底层执行框架 —— Codex Agent Harness —— 全面开源（Apache-2.0 协议）。

与 2025 年 4 月仅开放 CLI 前端源码不同，这次开的是“引擎盖下的东西”：Rust 核心（codex-rs）、app-server 驱动层以及完整的 SDK 集成接口全部对外开放。截至 2026-08-21，仓库已累计 107,443 Star，最新稳定版 v0.149.0（2026-08-20 发布）。

Harness 的本质是什么？
它是管理对话状态、工具调用、沙箱执行、流式输出和人工审批的运行时基础设施。官方定位非常清晰：

“你的产品拥有业务上下文、业务规则和工具；Codex app-server 提供 Agent 循环（agent loop）。”

这意味着开发者第一次可以用与 Codex 商业产品完全相同的底层运行时，构建自己的 Agent 应用，而不仅仅是调用一个 CLI 命令。

二、三层集成架构精解（从脚本到产品全覆盖）

OpenAI 此次开源的核心是分层设计，覆盖从 CI 脚本到产品级 Agent 的全部场景：

层级组件适用场景关键特性
第一层codex execCI/CD 流水线、一次性脚本、批量任务非交互，执行完毕即退出，最轻量
第二层@openai/codex-sdk（TypeScript）程序化 Agent 编排、自定义工作流支持线程分叉/恢复、流式事件、中断控制
第三层codex app-server（JSON-RPC 2.0）产品级嵌入（桌面 App、IDE 插件）持久会话、跨进程通信、审批机制

Inline Execution（推荐）

第一层：codex exec（CI 脚本友好）

# 一行命令完成非交互任务
codex exec "重构 src/utils.ts 中的 fetchData 函数，添加错误处理"
codex exec --cwd /path/to/project "运行测试并修复失败的测试用例"

后台启动 exec-server，任务结束自动退出，无需持久会话。

第二层：Codex SDK（程序化编排）

import { CodexAgent } from '@openai/codex-sdk'

const agent = new CodexAgent({
  model: 'gpt-5.6',
  cwd: '/path/to/project',
  approvalPolicy: 'auto',
})

const thread = await agent.thread.start({
  input: '分析仓库中的性能瓶颈并提出优化方案',
})

// 流式消费事件
for await (const event of agent.stream(thread.id)) {
  // 处理增量消息、工具调用结果等
}

v0.149.0 新增：支持 reasoningEffort: 'max' | 'ultra' 调节推理强度。

第三层：app-server（产品级接入）

基于 JSON-RPC 2.0，支持三种传输方式：

  • stdio（默认）—— 嵌入子进程，生产推荐
  • Unix socket —— 本地多进程通信
  • WebSocket —— 跨进程流式传输（实验性，生产勿用）

三大核心原语：

  • Thread：完整对话会话，可 fork / resume
  • Turn：单轮交互（用户消息 → Agent 完成）
  • Item：原子事件（消息、推理步骤、Shell 命令、文件编辑等）

生成类型定义：

codex app-server generate-ts --out ./schema/
codex app-server generate-json-schema --out ./schema/

image.png

四、技术亮点

1. 性能增益：同一模型，3 倍效果差异

通过 Harness 级别的 retained reasoning 和 context compaction 优化，GPT-5.6 Sol 在 ARC-AGI-3 上的得分从 13.3% 跃升至 38.3%，同时 输出 Token 消耗减少 6 倍。
—— 同一模型，不同 Harness 策略，效果差距显著。

2. 模型无关：可替换任意 OpenAI 兼容端点

model-provider 抽象层支持接入任意兼容 OpenAI API 的模型服务。通过环境变量即可切换：

export OPENAI_API_KEY="your-key"
export OPENAI_BASE_URL="https://api.qnaigc.com/v1"  # 如七牛云大模型广场
codex exec --model deepseek-v4-flash "帮我优化这段代码"

3. Rust 核心取代 Node.js

codex-rs 用 Rust 实现所有性能敏感路径（调度、沙箱、TUI 渲染、传输层），TypeScript SDK 仅作为上层接口。并发会话响应速度和资源占用显著优于旧版。

image.png

五、开源组件全景 & 关键澄清

已开源（Apache-2.0）

  • Codex CLI + Harness 核心（codex-rs）
  • Codex SDK（TypeScript）
  • Codex app-server
  • Skills 库 / Plugins 库 / Codex Security CLI

未开源

  • IDE Extension 内部实现
  • Codex Cloud 托管服务

对比DSH？

问题答案
与 DeepSeek Harness 是同一套吗？否。两者独立开发，理念相近但实现不同（Codex 用 Rust，DeepSeek 用 TypeScript/Cordis）。有趣的是，Codex 可作为子代理安装到 DeepSeek Harness 中，形成嵌套。
WebSocket 能用于生产吗？不能。官方标注为实验性，生产请用 stdio 或 Unix socket。
CI/CD 如何避免人工审批？设置 --approval-policy auto（自动批准）或 suggest（仅建议）。v0.149.0 已修复权限 Profile 静默回退的 bug。

image.png

六、为什么这次开源值得关注？

Codex Harness 开源的真正意义，不在于“又多了一个开源工具”，而在于 OpenAI 将驱动自家商业产品的 Agent 运行时底层完整开放。

三层接口（exec → SDK → app-server）构成了一个从“脚本自动化”到“产品级 Agent”的完整连续体。开发者第一次可以用与 Codex App 完全相同的底层基础设施，自由替换模型、嵌入自有产品、编排复杂工作流。

ARC-AGI-3 上 3 倍的性能差距，已经用数据证明了这套架构设计的含金量。对于 Agent 开发者和 AI 基础设施工程师而言，这不是一个“可以试试”的选项，而是必须认真研究的参考实现。

📌 官方链接

avatar
文章
阅读
粉丝