# 影片筆記：一键开发专属Codex！100%开源+接任意模型，Codex Harness重磅开源！DeepSeek Harness最大竞争对手登场！



<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=29 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=30 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

OpenAI 正式開源 **Codex Harness**，將其定位為通用智能體基座（類似 LongChain 的角色），透過 **Codex SDK** 與 **Codex APP Server** 的架構設計，允許開發者以三行代碼將 Codex 級別的智能遷移至自有應用，並支援接入 DeepSeek V4 等任意模型，解決傳統 Agent 框架無法處理真實世界複雜任務生命週期的問題。

## 核心重點

1.  **Codex Harness 的重新定位**：
    *   受 Deepsea Harness 開源影響，Codex 從單一智能體轉型為「通用智能體基座」。
    *   核心價值：100% 開源，可接入任意模型，支持快速定制開發。

2.  **雙層架構設計**：
    *   **Codex SDK**：負責應用層接入，提供啟動、恢復狀態（Context/State）及消費事件的高速接口。
    *   **Codex APP Server**：負責底層持久化運行，暴露本地協議（回合、事件、工具、審批等），保障複雜任務的生命週期管理。
    *   採用服務器與客戶端分離設計，類似 MCP 架構。

3.  **技術優勢與功能覆蓋**：
    *   支援 DeepSeek V4 等模型無縫集成。
    *   功能涵蓋：工作區理解、狀態管理、命令執行、文件操作、沙箱隔離、全線審批、中斷恢復等完整生命週期。

4.  **開發與應用場景**：
    *   **快速接入**：透過 SDK 填寫配置參數，三行代碼即可運行。
    *   **深度集成**：透過 APP Server 實現產品級集成與全面控制。
    *   **實戰案例**：團隊將原有的 Long-Chain Deep Agents 架構更改為 Codex Harness 基座，以提升執行效率與穩定性。

5.  **產品演進趨勢**：
    *   Codex 進化路徑：2022 初代編程模型 -> 編程 Agent -> 通用智能體 -> 通用智能體基座 (Codex Harness)。
    *   市場趨勢：統一產品級應用（如 Codex APP）無法滿足所有定制化需求，開源基座是解決此痛點的大勢所趨。

## 詳細大綱

### 1. Codex Harness 開源背景與定位
*   **轉型動機**：受 Deepsea Harness 開源的影響，Codex 進行戰略轉型。
*   **新定位**：從單一功能的智能體轉變為通用的 Harness 基座。
*   **核心價值主張**：
    *   完全開源。
    *   可介入任意模型。
    *   極低門檻：三行代碼即可將智能遷移至自有應用。

### 2. 架構組成與技術特性
*   **Codex SDK（開發套件）**：
    *   官方統一開源的調用接口。
    *   主要職責：在程序中啟動 Codex、恢復 Codex 現成（Context/State）、消費流逝事件。
    *   目標：提供快速接入接口。
*   **Codex APP Server（應用服務器）**：
    *   負責底層持久化運行。
    *   暴露本地協議，供 CLI、APP 及其他客戶端介入。
    *   目標：保障複雜任務的生命週期管理。
*   **架構優勢**：
    *   採用服務器與客戶端分離設計（類似 MCP 架構）。
    *   解決傳統 Agent 框架僅能組裝工具，無法處理真實世界複雜任務生命週期的問題。
    *   支援 Deepseek V4 等模型無縫集成。
*   **功能覆蓋範圍**：
    *   工作區理解。
    *   狀態管理。
    *   命令執行。
    *   文件操作。
    *   沙箱隔離。
    *   全線審批。
    *   中斷恢復。

### 3. 開發流程與應用場景
*   **快速接入流程**：
    *   使用 SDK 填寫配置參數。
    *   三行代碼即可運行。
*   **深度集成流程**：
    *   使用 APP Server 實現產品級集成。
    *   獲得對智能體的全面控制。
*   **實戰案例分享**：
    *   團隊原先使用 Long-Chain Deep Agents 架構。
    *   後更改為 Codex Harness 基座。
    *   結果：提升了執行效率與穩定性。

### 4. 產品演進與未來趨勢
*   **Codex 進化史**：
    1.  2022 初代編程模型。
    2.  編程 Agent。
    3.  通用智能體。
    4.  通用智能體基座 (Codex Harness)。
*   **市場趨勢分析**：
    *   統一產品級應用（如 Codex APP）無法滿足所有定制化需求。
    *   開源基座是解決此痛點的大勢所趨。

## 工具 / 模型 / 名詞整理

*   **Codex Harness**：Codex 版本的通用智能體基座。
*   **Codex SDK**：Codex 的開發套件/接口，負責啟動、恢復狀態及事件消費。
*   **Codex APP Server**：Codex 的應用服務器/底層持久化服務。
*   **Codex CLI**：Codex 的命令列介面。
*   **Codex APP**：Codex 的應用程式。
*   **Deepsea Harness**：引發 Codex 轉型的開源項目。
*   **LongChain**：被類比為 Codex Harness 角色的框架。
*   **Long-Chain Deep Agents**：團隊原先使用的架構名稱。
*   **Long Trend**：影片中提及的 Agent 開發工具（疑點）。
*   **OpenAI API SDK**：被區分於 Codex API 的普通 SDK。
*   **JSON RPC**：Codex API 啟動並控制本地服務器的協議。
*   **Deepseek V4 正式版模型**：支援介入 Codex SDK 的模型。
*   **Responses API**：Codex API 支援介入的模型接口類型。
*   **MCP**：被類比架構的服務器客戶端分離架構。

## 操作流程整理

1.  **準備階段**：
    *   確認目標模型（如 Deepseek V4）是否支援 Responses API。
    *   準備配置參數。

2.  **快速接入（使用 SDK）**：
    *   引入 Codex SDK。
    *   填寫配置參數。
    *   執行三行代碼啟動 Codex。
    *   SDK 負責在程序中啟動、恢復 Codex 現成（Context/State）並消費流逝事件。

3.  **深度集成（使用 APP Server）**：
    *   部署 Codex APP Server 進行底層持久化運行。
    *   通過本地協議（回合、事件、工具、審批等）讓 CLI、APP 或其他客戶端介入。
    *   實現產品級集成與全面控制，保障複雜任務的生命週期。

4.  **實戰應用**：
    *   將原有架構（如 Long-Chain Deep Agents）替換為 Codex Harness 基座。
    *   監控執行效率與穩定性。

## 值得注意的限制或風險

*   **模型兼容性**：需確認目標模型（如 Deepseek V4）是否支援 Responses API 接口類型。
*   **架構複雜度**：雖然 SDK 提供快速接入，但深度集成需要部署 APP Server，涉及服務器與客戶端分離的架構設計，可能增加部署與維護成本。
*   **傳統框架局限**：傳統 Agent 框架僅能組裝工具，無法處理真實世界複雜任務生命週期，Codex Harness 旨在解決此問題，但需評估現有系統遷移成本。

## 逐字稿辨識疑點

*   **Long Trend**：逐字稿中提及「比如 Long Trend」，疑為特定工具名稱或口誤，需查證。
*   **上限值复辦 AI 社區 / 上限至浮返 AI 社區**：逐字稿中出現「上限值复辦」及「上限至浮返」，語意不通，疑為聽寫錯誤或口誤，需查證正確社區名稱或動詞。
*   **現成**：逐字稿多次出現「Codex 的現成」、「Harness 的現成」，疑為「Context」（上下文/狀態）或「State」（狀態）的聽寫錯誤，但依規則保留原詞。
*   **全線審批**：疑為「全線」或「全鏈」審批的聽寫錯誤，指代完整生命週期的審批流程。
*   **上下網壓縮**：疑為「上下文壓縮」（Context Compression）的聽寫錯誤。
*   **FOP**：逐字稿提及「不同於 FOP 一個完全封閉的狀態」，疑為特定產品縮寫或口誤，需查證。
*   **Codex API**：逐字稿中將「Codex SDK」與「Codex API」混用或區分，需確認是否指代同一組件的不同面向。

## 可延伸追問

1.  **Deepsea Harness 與 Codex Harness 的具體差異為何？**
    *   影片中提到受 Deepsea Harness 開源影響進行轉型，但未詳細對比兩者技術細節。
2.  **Codex SDK 與 Codex APP Server 的協作機制細節？**
    *   兩者如何具體處理狀態同步與事件消費？
3.  **支援的「任意模型」具體有哪些限制？**
    *   除了 Deepseek V4，還有哪些模型經過測試？接入非 OpenAI 模型時的性能損耗如何？
4.  **「全線審批」的具體實現方式？**
    *   在複雜任務生命週期中，審批節點如何插入與觸發？
5.  **Long-Chain Deep Agents 遷移至 Codex Harness 的具體代碼變更？**
    *   是否有開源的遷移範例或文檔？