官方所示的長流程大致如下：

1. 規劃要完成的工作；
2. 編輯程式碼；
3. 執行測試、建置或 lint 等工具；
4. 觀察工具輸出；
5. 修復錯誤；
6. 更新文件或工作狀態；
7. 持續重複，直至任務完成。

對開發者而言，OpenAI 提供兩條較明確的整合路線：一是直接透過 API 使用 Codex 模型，以取得更高的自訂彈性；二是使用 Codex SDK，減少自行搭建整合流程的工作。

至於網上所稱的 codex exec、官方 Codex SDK 和 app-server 是否同屬一個於8月20日發布的 Apache 2.0「Harness」框架，提供的官方來源並未足夠说明，不能把这些说法当成已核实事实。

ARC-AGI-3：兩項設定令 GPT-5.6 Sol 表現大幅提升

另一部分資料則有較清晰的官方說法。OpenAI 表示，在 Responses API harness 中開啟兩項設定——retained reasoning（保留推理狀態）和 context compaction（上下文壓縮）——GPT-5.6 Sol 在 ARC-AGI-3 公開任務集的分數由 13.3% 升至 38.3%，即提升約 188%，而輸出 token 減少 6 倍。

這裡的重點，不是模型突然換了一個「更聰明」的版本，而是執行環境改變了模型如何保存和使用過往工作狀態。

保留推理狀態

對需要多步驟嘗試的任務來說，agent 如果每次 API 呼叫都由零開始，就要不斷重新整理已經做過的分析。保留推理狀態，讓長時間運作的 agent 可以承接之前的中間成果，毋須每一回合都重新摸索。

上下文壓縮

當對話、工具輸出和歷史紀錄越積越多，完整保留所有內容會令上下文變得龐大。上下文壓縮的作用，是將重要狀態以較精簡的形式帶到後續回合，減少需要重複傳送的資料，同時保留對任務有用的資訊。

因此，這次測試帶出的訊息是：AI agent 的實際表現，往往由「模型＋執行框架＋記憶及上下文管理」共同決定，而不是只看模型名稱。

有哪些公司已經採用？目前沒有足夠資料

現有來源沒有列出哪些公司採用了所謂的 Apache 2.0 Harness，也沒有提供企業以它處理非編程工作時的具體成效，例如完成時間、成本節省或準確率變化。

因此，暫時不能据此声称已有特定企业采用该框架，亦不能把 Codex 的一般企業使用趨勢，直接等同於對這個未獲充分確認的 Harness 發布的採用結果。

對開發者有甚麼實際意義？

雖然「Harness 已於8月20日開源」這個說法仍需保留，但 OpenAI 的產品方向相當清楚：開發者可以透過 API 或 Codex SDK，將編程模型放入自己的產品，而不一定要依賴 ChatGPT 或 Codex 的現成介面。

這代表團隊可以自行設計：

• 代理如何規劃和拆解任務；
• 哪些工具可以讀取或修改資料；
• 何時執行測試、驗證和修復；
• 如何保存長流程中的推理及工作狀態；
• 怎樣按特定行業或內部流程限制 agent 的行動範圍。

Codex 所展示的，亦不再是單純「問一句、答一句」的聊天機械人，而是可以被委派多步驟工作、在背景運行、平行處理，並按結果自行調整的執行型 agent。

不過，至於 OpenAI 是否已正式以 Apache 2.0 授權推出一套名為「Harness」的完整框架，以及其傳聞中的組件是否已公開，現階段仍應等待更直接的官方公告或原始程式庫資料。

官方所示的長流程大致如下：

1. 規劃要完成的工作；
2. 編輯程式碼；
3. 執行測試、建置或 lint 等工具；
4. 觀察工具輸出；
5. 修復錯誤；
6. 更新文件或工作狀態；
7. 持續重複，直至任務完成。

對開發者而言，OpenAI 提供兩條較明確的整合路線：一是直接透過 API 使用 Codex 模型，以取得更高的自訂彈性；二是使用 Codex SDK，減少自行搭建整合流程的工作。

至於網上所稱的 codex exec、官方 Codex SDK 和 app-server 是否同屬一個於8月20日發布的 Apache 2.0「Harness」框架，提供的官方來源並未足夠说明，不能把这些说法当成已核实事实。

ARC-AGI-3：兩項設定令 GPT-5.6 Sol 表現大幅提升

另一部分資料則有較清晰的官方說法。OpenAI 表示，在 Responses API harness 中開啟兩項設定——retained reasoning（保留推理狀態）和 context compaction（上下文壓縮）——GPT-5.6 Sol 在 ARC-AGI-3 公開任務集的分數由 13.3% 升至 38.3%，即提升約 188%，而輸出 token 減少 6 倍。

這裡的重點，不是模型突然換了一個「更聰明」的版本，而是執行環境改變了模型如何保存和使用過往工作狀態。

保留推理狀態

對需要多步驟嘗試的任務來說，agent 如果每次 API 呼叫都由零開始，就要不斷重新整理已經做過的分析。保留推理狀態，讓長時間運作的 agent 可以承接之前的中間成果，毋須每一回合都重新摸索。

上下文壓縮

當對話、工具輸出和歷史紀錄越積越多，完整保留所有內容會令上下文變得龐大。上下文壓縮的作用，是將重要狀態以較精簡的形式帶到後續回合，減少需要重複傳送的資料，同時保留對任務有用的資訊。

因此，這次測試帶出的訊息是：AI agent 的實際表現，往往由「模型＋執行框架＋記憶及上下文管理」共同決定，而不是只看模型名稱。

有哪些公司已經採用？目前沒有足夠資料

現有來源沒有列出哪些公司採用了所謂的 Apache 2.0 Harness，也沒有提供企業以它處理非編程工作時的具體成效，例如完成時間、成本節省或準確率變化。

因此，暫時不能据此声称已有特定企业采用该框架，亦不能把 Codex 的一般企業使用趨勢，直接等同於對這個未獲充分確認的 Harness 發布的採用結果。

對開發者有甚麼實際意義？

雖然「Harness 已於8月20日開源」這個說法仍需保留，但 OpenAI 的產品方向相當清楚：開發者可以透過 API 或 Codex SDK，將編程模型放入自己的產品，而不一定要依賴 ChatGPT 或 Codex 的現成介面。

這代表團隊可以自行設計：

• 代理如何規劃和拆解任務；
• 哪些工具可以讀取或修改資料；
• 何時執行測試、驗證和修復；
• 如何保存長流程中的推理及工作狀態；
• 怎樣按特定行業或內部流程限制 agent 的行動範圍。

Codex 所展示的，亦不再是單純「問一句、答一句」的聊天機械人，而是可以被委派多步驟工作、在背景運行、平行處理，並按結果自行調整的執行型 agent。

不過，至於 OpenAI 是否已正式以 Apache 2.0 授權推出一套名為「Harness」的完整框架，以及其傳聞中的組件是否已公開，現階段仍應等待更直接的官方公告或原始程式庫資料。