OpenAI 8月20日真係開源咗 Codex「Harness」？現有資料未足以證實

先講結論：所謂「Apache 2.0 Harness」目前未獲足夠官方資料確認

有網上報道指，OpenAI 在 8月20日以 Apache 2.0 授權開源一個名為「Harness」的框架，並稱它是 Codex 背後的核心執行引擎。不過，根據目前提供的 OpenAI 官方文件，未能確認這個以「Harness」為名的發布，也未能确认报道所指的具体组件清单。

較可靠的官方資料，確認的是 Codex 的代理式執行模式：它不只是逐句回答問題，而是會自行規劃工作、修改程式碼、執行測試或建置工具、查看結果，再針對失敗之處修正，並重複這個流程。

換句話說，現有證據支持的是一套「模型推理＋工具操作＋狀態管理＋反覆修復」的 agent loop，而不是已經獲官方文件完整確認的 Apache 2.0「Harness」產品名稱或發布事件。

Codex 實際上怎樣運作？

OpenAI 將 Codex 描述為可以讀取、修改及執行程式碼的 coding agent。它可以在雲端環境處理工作，亦能同時在背景平行執行多項任務，甚至主動推進工作。

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

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。