这两天，关注 AI 的朋友大概率被「OpenAI 全面开源 Codex」「连最值钱的代码都放出来了」这类标题刷了屏。我把官方博客的转载、GitHub 仓库、社区的深度解读和订阅规则都翻了一遍，先说结论：消息是真的，但一半以上的狂欢都理解错了——这次开源的不是最值钱的那部分。 不过也别急着喊标题党，搞清楚放出来的是什么、没放的是什么，你会发现这事真的和不少人的钱包有关。
一、到底开源了什么，没开源什么
8 月 19 日，OpenAI 正式把驱动 Codex 的底层执行框架 Codex Harness 以 Apache 2.0 协议开源，允许免费商用、二次开发和私有化部署。今日头条 注意措辞：开源的不是模型，而是让模型干活的那副「骨架」，OpenAI 自己的总结很直白——开源的是方向盘，引擎还是人家的。知乎
骨架是什么？Codex 在你电脑上干活，不是模型凭空变魔术，中间有一套框架在管理对话状态、调用工具、在沙箱里执行命令、流式输出结果，遇到危险操作还会停下来跟你确认。你用的 Codex App、CLI、IDE 插件，底下共用的是同一套基础设施。今日头条 这次放出来的有三层：codex exec，面向 CI 和脚本的一次性任务，直接返回结构化结果；Codex SDK，提供 TypeScript/Python 接口做程序化编排；codex app-server，常驻的会话服务，暴露 JSON-RPC 接口，可以把 Codex 嵌进你自己的产品里。
随开源一起的还有一个定位转变：不再强求每个团队把业务流程塞进通用聊天助手，而是把 Agent 带进已经在跑的成熟软件里。小红书
二、为什么这事比发一个新模型重要
很多人第一反应：开源一段框架代码有什么了不起。看一组 OpenAI 自己的对照数据：同一个 GPT-5.6 Sol 模型，只改了 Harness 层的两处设置（上下文压缩、保留推理），在 ARC-AGI-3 推理基准上，得分从 13.3% 涨到 38.3%，接近 3 倍，输出 token 消耗还降到六分之一。今日头条 也就是说：同一颗大脑，换一副骨架，干活能力能差 3 倍。以前这层骨架只在 OpenAI 自己手里，现在谁都可以拿去改了。
行业的节奏比多数人想的快。DeepSeek 动手更早：他们的 DeepSeek Harness 在 8 月 13 日先发布，OpenAI 六天后跟进开源 Codex Harness。哔哩哔哩 头部玩家的竞争重心，正在从「谁的模型更聪明」转向「谁的执行层生态更繁荣」。
落地案例也不是空话。税务服务机构 Thrive Holdings 把 Harness 嵌进专业报税系统，试点处理 7000 份报税，准备时间缩短约三分之一；思科则用 Codex SDK 搭自己的 App Builder。小红书 官方演示的 Relay 货运调度台更直观：agent 盯异常货单，重订舱位之前，必须经过人工审批。
OpenAI 还同步公开了内部工程编排服务 Symphony：agent 从 Linear 这类工单系统里自己拉活，每张工单对应一个独立工作区，人只负责最后验收。知乎 效果方面，OpenAI 自有口径称部分团队用上新方式后合并 PR 涨了 500%——注意这是他们自己的数据、没给对比口径，听个方向就好。
三、谁受益？拆成四类人
第一类：不写代码、但想用 AI 干活的上班族。 先说清楚：Codex 不是「更会聊天的 ChatGPT」，更像一个坐在你电脑旁边、会自己看文件、写脚本、运行工具、检查结果的技术助理。知乎 免费档账号已经能在 Codex 里用 Terra 模型，社区里跑通的场景很具体：把乱成一团的文件夹按合同、发票、证件分好类；把字段不一样的三张订单表合并成一张汇总表；做一个装修预算计算器这种一次性小工具；把周报变成一键脚本。
但有两个提醒。第一次用，一定加一句「不要修改原文件，先复制再操作」，AI 再聪明，也不值得拿唯一一份原件冒险。知乎 其次，工资、财务、医疗这类敏感数据，先脱敏再交给它。另外管理一下预期：别指望一句话搞定，实测大多要来回调几轮，这东西降低门槛，但不取消测试。
第二类：开源项目的核心维护者，有隐藏福利。 OpenAI 的 Codex for Open Source 计划还在进行中，入选的维护者能拿三样东西：6 个月 ChatGPT Pro（含 Codex）、Codex Security 有条件访问权限，外加一笔用于编码和维护自动化的 API 额度。微信公众号 如果你在维护一个正经项目，去官网表单（openai.com/form/codex-for-oss）填一下，不亏。
第三类：Codex 付费用户，记住 8 月 31 日这个截止日。 如果你用 ChatGPT 账号登录 Codex，8 月 31 日起，GPT-5.4 和 GPT-5.4-mini 会从桌面端、CLI、IDE 插件和 Web 版里退役。知乎 官方迁移映射很明确：5.4 换 GPT-5.6 Terra，5.4 mini 换 Luna。两个定心丸：这是模型迁移，不是套餐作废，Plus、Pro 不会因此失效，充的 Credits 不清零；走 API Key 的路径完全不受影响。
迁移后的花费看模型档位，切换前值得算一笔账：官方费率按每百万 token 计，Sol 的输入/缓存输入/输出分别消耗 125/12.5/750 Credits，Terra 是 50/5/300，Luna 只要 5/0.5/30。知乎 日常小任务用 Luna，复杂活儿再掏 Sol，通常比什么都往顶配扔更省钱。
第四类：想做 agent 产品的开发者。 这次值得真去翻仓库，exec/SDK/app-server 三层接口，等于 OpenAI 交出的「怎么把 agent 装进自家产品」的标准答案。不过社区争议也要知道：有开发者指出，Codex Harness 的模型接入层仍绑定 OpenAI 自有协议，没法直接对接第三方模型，选型时把生态锁定成本算进去。今日头条
四、谁不用急着付费
框架免费，但用顶级模型依旧要订阅，价格没变。按需求分层建议：只是好奇的，别付费，免费档之外还有 Codex CLI 加本地模型这条路——CLI 现在全面支持 OSS 模式，任何兼容 OpenAI API 的模型都能接，挂上 Ollama 这类本地模型，token 成本可以做到零，足够你判断它对你有没有用。知乎 有明确、重复的电脑活儿的，先从 Plus 档试起，别急着上 Pro。已经在重度用 Codex 的，8 月 31 日前把默认模型切到 Terra 或 Luna，用真实任务跑一周，看着 Credits 账单再决定要不要加码。
一句话收尾：这次开源真正改变的不是「Codex 能不能免费用」，而是「谁能基于 Codex 造自己的 AI 员工」。普通人值得带走的三件事：免费档可以试，8 月 31 日前记得切模型，以及盯住框架开源后冒出来的新工具。你已经试过 harness 系的玩法，或者迁移时踩过坑，评论区正好交换一下情报。
