OpenAI开源Codex执行引擎：同一模型换个"底座"，成绩翻了近3倍

📖 名词释义

AI Box（又称 AI盒子 / 智能体计算机 / Agent Computer），是一种专门运行 AI Agent 的本地硬件设备，预装智能体应用管理系统，开箱即用，7×24 小时在线运行。用户可以通过微信、飞书、企业微信、钉钉等社交软件远程指挥 AI 帮你干活。

摘要： OpenAI把驱动Codex的底层执行引擎Harness开源了（Apache-2.0，github.com/openai/codex）。核心一句话：Agent = 模型 + Harness。同一模型GPT-5.6 Sol，只改Harness、不换模型，ARC-AGI-3成绩从13.3%涨到38.3%，Token消耗还降了六倍。这篇文章想说清楚两件事：开源Harness到底改变了什么，以及它没改变什么——你的Agent有没有一个7×24小时在线的"家"，开源解决不了。

8月19日，OpenAI在官方博客甩出一个动作：把驱动Codex运行的底层执行引擎——Codex Harness——正式开源，协议Apache-2.0，仓库就挂在github.com/openai/codex。

这件事在开发者圈炸得比发一个新模型还响。不是因为模型变强了，恰恰相反——是因为大家突然意识到，原来决定一个AI Agent"能不能干活、干得好不好"的，很多时候根本不是模型本身。

一、Harness到底是什么：Agent的"底座"

很多人对AI Agent的理解还停在"好模型 + 好提示词"。但真正跑过长期任务的都知道，这差得远。

一个能用的Agent，不能只有一段提示词和一次模型回复。它需要理解任务、在漫长的对话里保持记忆、检查相关信息、调用工具、展示进度、处理失败、在关键时刻停下来请求人工审批，最后返回一个有用的结果。围绕模型运行的这一整套执行系统，就是Harness。

OpenAI自己给了一个特别直白的公式：模型 + Harness = Agent。模型负责"想"，Harness负责"把想变成干"。

这次开源的核心，是Harness的三层集成接口：

codex exec：非交互式命令行调用，适合CI/CD流水线这类不需要人盯着的场景，直接吐结构化结果；
Codex SDK：提供TypeScript和Python编程接口，开发者可以用代码控制任务的启动、暂停、恢复和流式传输；
app-server：通过JSON-RPC协议把Agent嵌进你自己的产品，支持持久会话、实时事件流和审批回调。

换句话说，OpenAI把"怎么让Agent跑起来、跑得稳、跑得久"这套底层能力，整个交了出来。

二、最吓人的数据：不换模型，成绩翻近3倍

这次公告里最值得玩味的一组数字，是OpenAI自己公布的：在ARC-AGI-3基准上，同一款GPT-5.6 Sol模型，仅仅靠Harness层面的两处优化——保留推理（retained reasoning）和上下文压缩（context compaction）——得分就从13.3%一路飙到了38.3%，而输出Token总量反而降到了原来的六分之一。

没有升级模型，没有堆参数。只是把"底座"调好，分数差不多涨了三倍，成本却砍到六分之一。

这说明什么？说明很多Agent跑不起来、跑不顺，瓶颈根本不在模型够不够聪明，而在它怎么获取上下文、怎么调用工具、怎么撑过动辄几小时的长任务、怎么在边界内安全运行。这些问题，全落在Harness那一层。模型设了上限，Harness决定你的Agent能不能摸到那个上限。

所以OpenAI这次开源，战略意图很清楚：模型我不一定免费，但"底座"我开放给你。你基于我的Harness搭产品、接工作流，自然就会把模型调用和预算留在我的生态里。

对普通人来说，这其实是个好消息的放大器。过去你想拥有一个能自动干活的AI，要么等巨头把功能喂到你嘴边，要么自己有技术底子去折腾。现在Harness开源了，门槛被拆掉一大截——你不需要成为编译器专家，也能把Agent接进自己的业务流。开源是平权，这一点值得真心点赞。

三、但开源的是"底座"，不是"家"

热闹归热闹，这里有个大多数人会忽略、却至关重要的问题：开源Harness解决的是"怎么干"，解决不了"在哪儿干、什么时候干"。

你把Agent搭得再漂亮，它总得有个地方跑。绝大多数人第一反应是——跑在自己电脑上。问题来了：你一下班关电脑，Agent也跟着"下班"；你出差、睡觉、周末出门，它就躺在关机电脑里一动不动。凌晨三点有数据要盯、有报告要出，你的Agent正在那台关着机的电脑里"睡觉"。

更现实的是白天。你的电脑要干活、要开会、要打游戏、要装各种软件，Agent只能挤在角落里占着内存，时不时还得担心它跟别的程序打架。你很难为它腾出一台"专门、永远不关、随时待命"的机器。

这才是开源框架真正没法替你解决的部分：一个永远在线、随时待命的运行环境。 Harness给你的是聪明的大脑和灵活的手脚，但它给不了你一颗永远在跳的心脏。

Agent框架运行在独立硬件盒子上

四、真正的私人AI助手，是一台独立的硬件盒子

想清楚这一点，很多事就豁然开朗了。

真正的"私人AI助手"，从来不是装在你电脑里的一个软件。软件的本质决定了它只能跟着你的电脑一起开机、一起关机。真正能称得上"助手"的，应该是一台独立的硬件盒子：

插上电就7×24小时在线，你关电脑、断网、出差，它都在运行；
你白天上班，它在家帮你盯数据、收邮件、整理资料；
你晚上睡觉，它错峰跑任务、出日报、监控异常；
第二天你醒来，成品已经摆在那，打开微信就能看结果。

云端AI也能"一直在线"，但它们有两个绕不过去的代价：一是数据都躺在别人的服务器上，二是每跑一次任务都在按量计费。本地硬件盒子恰恰在这两点上相反——数据留在自己家，一次买断长期跑，这才是"私人"和"助手"这两个词能同时成立的前提。

五、搭得起，不等于跑得动

Agent框架越来越开源、越来越免费，这是整个行业的趋势，也是普通人的红利。但我们必须清醒："搭得起"和"跑得动"是两码事。

框架开源，解决的是"人人都会搭"；硬件常在线，解决的是"它真的能一直跑"。前者是门槛，后者是环境。门槛降下来了，环境没跟上，你搭出来的Agent依然是个"半成品"——聪明，但断电就歇。

所以真正拉开人与人差距的，早就不再是"你会不会用框架"。框架谁都能学，模型换一家就行。真正拉开差距的是：你的Agent有没有一个7×24小时在线的家。 有家的人，AI是全天候的劳动力；没家的人，AI只是你开机时间里的一个小工具。

六、铠盒AIBOX，就是那个"家"

说到这，答案已经呼之欲出了。

铠盒AIBOX就是这样一台独立硬件：它插电永不下线，出厂就预装了OpenClaw和Hermes两套智能体系统，开箱即用。你把开源的Codex Harness接进去、把模型API挂上去，它就能替你在后台7×24小时地跑。

最关键的一点是——数据存在本地的盒子里，不上传云端。你的Agent在干什么、记住了什么，只有你自己知道。这才是"私人"二字的真正含义。

把Codex Harness这样的大脑接进一台永不断电的盒子，你的Agent才算真正"活"了过来：白天替你打工，晚上替你值夜，你睡觉，它干活。

这才是开源时代最该想明白的一件事：框架可以免费，但那个让AI真正替你24小时干活的环境，值得你认真给它找一个家。

装一台在家里，微信搜「铠盒AIBOX」。

OpenAI开源Codex执行引擎：同一模型换个"底座"，成绩翻了近3倍