OpenAI 開源 Codex Harness，智能體代幣使用量縮減六倍

OpenAI 的開源 Codex Harness 將智能體執行層轉化為可嵌入的基礎設施，讓產品保留自身介面，由 AI 負責處理工作。

OpenAI 的開源 Codex Harness 讓開發者能將 AI 智能體循環嵌入自家產品中，透過兩項設計調整，將 GPT-5.6 Sol 的 ARC-AGI-3 得分從 13.3% 提升至 38.3%，同時將輸出代幣量縮減至原本的六分之一。

「Codex 能驅動的不只是程式碼工具，」OpenAI 總裁 Greg Brockman 在 X 平台上表示。

這項發布於 8 月 20 日宣布，採用 Apache-2.0 授權，在 openai/codex GitHub 儲存庫中包含三個組成部分：用於自動化管線的 codex exec 命令列工具、用於程式化控制的 TypeScript/Python SDK，以及 app-server——透過 JSON-RPC 將應用程式連接到本地 Codex 程序，以支援持久化會話、事件串流與人機協作審批。

此舉使 OpenAI 與 Anthropic 在電腦使用智能體領域的競爭進一步升溫。Anthropic 於 2024 年率先推出此類功能，截至 5 月已有至少 60 萬家機構嘗試使用。早期部署顯示該框架的應用範圍已超越程式碼領域：稅務合作夥伴 Thrive Holdings 和 Crete 處理了 7,000 份申報表，準備時間縮短約三分之一；Cisco 則利用 Codex SDK 在其雲端平台上建構了 App Builder。

Harnes 設計而非模型規模，驅動智能體效能提升

Harness 是圍繞模型建構的執行系統，負責任務理解、長對話記憶、工具調用、進度顯示、錯誤恢復和審批請求。OpenAI 的基準測試數據顯示該層級的重要性：僅兩項調整——保留推理與上下文壓縮——就將 GPT-5.6 Sol 的 ARC-AGI-3 得分提升了三倍，並將輸出代幣量縮減至原本的六分之一，這對大規模運行智能體的開發者而言，直接降低了 API 成本。

app-server 是三個組成部分中最突出的。它能讓產品保持持久化的對話狀態、串流事件讓使用者看到智能體運作過程、在中途打斷任務、向 AI 暴露專有工具，並將審批請求路由給人類。開發者 @ClusterProtocol 指出，將前端審批介面與底層執行迴圈分離，使智能體嵌入企業儀表板變得簡單許多。

從稅務申報到物流儀表板

OpenAI 展示了一個名為 Relay 的虛擬物流儀表板，說明了預期的使用模式。使用者選取一個延遲的貨件並點擊「比較恢復方案」；系統將貨件詳細資料作為上下文輸入，透過 MCP 工具拉取即時營運數據，生成重新訂位計畫，並在執行任何寫入操作前彈出審批對話框。產品保留對儀表板、數據記錄和決策權限的控制，而 Harness 則負責運行智能體迴圈。

該框架的商業條款——Apache-2.0 授權、可自由修改並用於產品——使智能體運行時與資料庫或雲端服務立於同等地位。對企業而言，取捨在於治理層面。OpenAI 瀏覽器團隊正在研究「確認政策」，要求智能體在傳輸數據或刪除內容前取得使用者同意，瀏覽器能力團隊的 James Sun 表示。資安公司 Malwarebytes 總經理 Mark Beare 建議隔離密碼與敏感數據，並避免無人監督的長時間任務，稱當前狀態「有點像狂野西部」。

對投資人而言，開源使價值從對話介面轉移到執行層及其上層建構的應用程式。將智能體嵌入垂直工具的公司——稅務準備、物流、雲端管理——有望降低營運成本，而 OpenAI 的代幣效率提升則對競爭對手形成價格壓力。Anthropic 的 Claude Cowork 已被 60 萬家機構嘗試使用，如今正面臨 OpenAI 將電腦使用智能體推入瀏覽器和雲端環境的直接挑戰。哥倫比亞大學研究員 Zhou Yu 警告，將智能體推廣到任意網頁和系統仍具難度，這為該領域的短期預期降溫。

本文僅供資訊參考，不構成投資建議。