从"终端里的编程代理"到"通用工作平台"：读懂 OpenAI Codex 的进化

一个在本地终端里干活的编程助手

如果你打开 OpenAI 的 Codex CLI 介绍页，看到的第一句话很朴素：“Codex CLI 是 OpenAI 开发的一款运行在您本地计算机上的编程助手。” 但就是这样一个被官方定义为"轻量级终端编程代理"的工具，已经积累了超过 11.7 万颗 Star，语言构成里 Rust 占了 96.5%，这在 AI 编程工具中是一个相当醒目的存在。

Codex CLI 走的是"本地优先"路线。它不是跑在浏览器里的网页助手，而是直接驻扎在你的 Shell 里，能读取代码库、生成并修改代码、运行测试、修复 Bug，还能执行多步骤的工程任务。对一个习惯了命令行的开发者来说，这意味着 AI 编程能力终于出现在了"代码真正生活的地方"——终端里，而不必切出去开个网页。

三种审批模式：把"自主权"做成可调节的旋钮

Codex CLI 最值得称道的设计，是它对"智能体自主程度"的精细控制。它提供了三种运行模式：**交互模式（interactive）**下，每一步命令都需要你确认；**自动编辑模式（auto-edit）**会直接应用文件改动，但在运行 Shell 命令前停下来；**全自动模式（full-auto）**则完全无头运行，配合沙箱在后台放手干。

这背后是一套完整的沙箱安全机制——在 macOS 上通过 sandbox-exec、在 Linux 上通过 landlock 来隔离执行环境，网络访问和可写路径都是可控的。你可以根据任务的风险程度，在"完全可控"和"完全放手"之间自由切换，这在同类工具里算是把安全与效率平衡得比较到位的一种做法。

与 ChatGPT 计划无缝衔接，零额外成本

Codex CLI 的一大卖点，是它和 ChatGPT 订阅计划的深度绑定。运行 codex 后选择"用 ChatGPT 登录"，你就可以把 Codex 作为 Plus、Pro、Business、Edu 或 Enterprise 计划的一部分来使用，无需单独管理 API 密钥，也不会产生额外的 API 费用（用量限制和公平使用条款遵循合约约定）。

安装也相当轻量：Mac 或 Linux 上一条 curl 安装脚本即可，Windows 用 PowerShell 命令，同时支持 npm install -g @openai/codex 和 brew install --cask codex 等包管理器方式，装完直接运行 codex 就能开始。如果你更偏好 API 密钥的方式，官方也提供了额外的认证配置路径。

底层引擎的开源：Codex Harness 的一次关键转变

Codex 的进化在 2026 年 8 月迎来一个标志性节点。8 月 20 日，OpenAI 正式开源了 Codex 底层的执行引擎——Codex Harness，并以 Apache-2.0 协议对外发布。这个框架负责处理代理运行所需的底层机制，包括上下文管理、工具调用、任务循环控制、权限审批和沙箱安全执行，而大模型则专注于推理决策。市面上已有的 Codex 应用、命令行工具和 IDE 插件，其实都是构建在这一框架之上的。

这次开源提供了三条接入路径：codex exec 用于脚本和 CI 场景，官方 Codex SDK 用于应用代码，app-server 则是 IDE 扩展所依赖的 JSON-RPC 协议。更有意思的是一个 OpenAI 官方给出的数字——仅靠 Harness 层面的改进（保留推理与上下文压缩），在模型不变的情况下，ARC-AGI-3 得分从 13.3% 提升到了 38.3%，输出 token 却下降了六倍。这传达出一个清晰的信号：在模型之外，"代理的执行框架"本身也大有文章可做。

从编程助手到通用工作代理

如果说 Codex CLI 代表的是 Codex 的"开发者向"面孔，那么 2026 年的一轮大更新则展现了它更大的野心。OpenAI 为 Codex 加入了后台 macOS 自动化、内置浏览器、持久记忆和 90 多个插件，周活跃用户达到 300 万，其中近一半的使用场景已经不再是写代码。Codex 正在被重新定位为一款"通用工作代理"——一个能处理代码前后各种真实工作的"工作台"。

这一转向的底层逻辑，其实和 Codex Harness 的开源一脉相承：OpenAI 不再满足于让开发者去适应一个固定的代码助手流程，而是想把智能代理直接嵌入开发者熟悉的业务软件里——客户服务、安全运维、业务运营等非编程领域都能受益。与其说是"开源一个工具"，不如说是在把 Codex 从单一编程工具改造成一个开发者生态平台。

结语：终端里长出来的平台

回看 Codex 的轨迹，它走的是一条很有意思的路：先以一个轻量、快速、本地优先的 Rust 终端代理赢得开发者好感，再通过 ChatGPT 计划的捆绑降低使用门槛，最后通过开源底层 Harness 把能力开放出去、并把定位扩展到通用工作场景。对开发者而言，这意味着你既可以在终端里用 codex 修一个 Bug，也可以把同一套代理能力嵌入自己的产品与工作流。从"终端里的编程代理"到"通用工作平台"，Codex 的进化，才刚刚进入下半场。