OpenAI «разобрал и продал» Кодекс

Потому что на этот раз OpenAI «разобрала и продала» Кодекс.

Набор возможностей, изначально скрытых за Кодексом и отвечающих за продолжение работы Агента, вызов инструментов, управление контекстом и координацию работы нескольких Агентов, был извлечен и упакован в облачный API, к которому могут обращаться все разработчики.

Кодекс как услуга?

На самом деле OpenAI уже давно занимается демонтажем Кодекса.

Еще в апреле 2025 года, когда OpenAI впервые выпустила o3 и o4-mini, она открыла исходный код интерфейса командной строки Codex. Это немного похоже на версию Claude Code для OpenAI, установленную непосредственно в локальном терминале. Как запускать Агент и вызывать инструменты, все четко описано на GitHub. Если вы готовы приложить усилия, вы можете вернуть его, изменить и запустить самостоятельно.

Но тогда вещи просто раздавали. Сможете ли вы их использовать и как вы хотите их использовать — это ваше личное дело.

Месяц спустя была официально запущена облачная версия Кодекса, продукта, с которым мы знакомы сегодня. Пользователи могут передать ему хранилище кода, а каждой задаче соответствует независимая облачная песочница. Codex может изменять код, запускать тесты, исправлять ошибки и выполнять несколько задач одновременно.

Несколько месяцев спустя, в октябре 2025 года, OpenAI выпустила Codex SDK.

Проще говоря, SDK — это набор инструментов для разработчиков, благодаря которому Codex можно использовать не только как самостоятельный продукт, но и интегрировать в приложения других людей. SDK позволяет разработчикам использовать несколько строк кода TypeScript для запуска того же агента, который управляет интерфейсом командной строки Codex, получать структурированный вывод, сохранять статус задачи и продолжать работу после паузы.

Однако SDK в основном подходит для вызова Кодекса в программах и пока не раскрывает полные возможности взаимодействия с Кодексом. Он очень подходит для фоновых рабочих процессов, автоматизированных сценариев и серверных программ. Но если вы хотите создать полноценный клиент, подобный Codex IDE, это все равно немного сложно.

Итак, в феврале 2026 года OpenAI официально выпустила сервер приложений Codex и впервые систематически и четко объяснила, что такое Harness в Кодексе.

OpenAI ясно объяснила, что Codex Web, CLI, расширения IDE и Mac App кажутся разными продуктами, но на самом деле под ними работает одна и та же система Codex Harness, которая является уровнем, ответственным за цикл агента, поток, выполнение инструментов, аутентификацию и статус управления.

Сервер приложений добавляет к этому полному набору Harness двунаправленный интерфейс JSON-RPC. JetBrains, Xcode или другим клиентам не нужно заново создавать цикл агента. Они могут напрямую запустить сервер приложений для управления всем Кодексом.

С помощью App Server другие продукты можно напрямую подключать к полной системе Codex Harness.

Но на данный момент остается еще одна проблема, которую предстоит решить.

SDK управляет локальным агентом Кодекса, а сам сервер приложений также является резидентным процессом, который должны запускать и поддерживать разработчики. Хоть вопрос с интеграцией Кодекса в продукт и решен, но стабильно запустить его в онлайн-сервис пока немного сложно.

Для более конкретного примера: если вы используете App Server для создания собственного веб-сайта Coding Agent, внешний интерфейс подключен к Кодексу, но когда пользователь нажимает «Восстановить это хранилище», вам все равно нужно будет найти способ решить большое количество последующих проблем в работе и инфраструктуре.

Потом наступило 19 августа. В этот день OpenAI объединила CLI, SDK и сервер приложений, которые были открыты в прошлом году, в концепцию платформы «Open Codex Harness» и явно превратила Codex из продукта в платформу.

Затем, 10 сентября (по американскому времени), то есть вчера, API агентов был официально открыт для публичного тестирования.

На этот раз разработчикам нужно сообщить API всего четыре вещи — задачи, модели, инструменты и среду выполнения — чтобы напрямую создать агента. Codex Harness, который отвечает за сжатие контекста длинных сеансов, планирование инструментов и совместную работу субагентов, размещается и поддерживается самой OpenAI.

Вы даже можете выбрать машину, на которой фактически работает Агент. Вы можете выбрать, использовать ли песочницу OpenAI, собственную инфраструктуру или сторонние среды, такие как Cloudflare, E2B и Modal. Жгут предоставляется OpenAI, а среда исполнения определяется разработчиком.

Официальное заявление очень четкое: за сам API агентов дополнительная плата не взимается. Другими словами, хостинг Harness, управление длительными сеансами и другие возможности не взимают отдельную плату за платформу агента.

Разработчики платят на основе фактически используемых токенов модели и инструментов; если используется собственная песочница хостинга OpenAI, вычислительные ресурсы рассчитываются отдельно.

Уже более года OpenAI занимается тем же самым: слой за слоем разделяет Кодекс из конкретного продукта на возможности многократного использования, позволяя разработчикам все меньше и меньше беспокоиться о себе.

Если вам нужно дать этой линейке продуктов название, то на самом деле она очень похожа на SaaS того времени, за исключением того, что на этот раз обслуживается не программное обеспечение, а Кодекс.

Кодекс как услуга.

Жгут тоже начал раздваиваться

Конечно, OpenAI не единственный, кто присматривается к Harness.

Когда был выпущен DeepSeek Harness (далее DSH), было дано очень громкое уравнение:

Агент = Модель + Harness.

По мнению DeepSeek, модель — это только половина агента, а другая половина — это жгут, который отвечает за понимание среды, вызов инструментов, управление статусом и продолжение выполнения задач. Только когда эти двое координируют свои действия друг с другом, Агент может фактически выполнять свои задачи.

DSH превратил Harness в высокомодульную открытую структуру: модели, инструменты, навыки, сеансы, песочницы, хранилище, цикл агентов, планирование и даже пользовательский интерфейс — все можно заменить.

Слоган «Все — плагин» — не просто шутка. Лучше всего всем писать плагины и адаптироваться к DSH. В конце концов, независимо от того, работает ли DeepSeek или другие модели сверху, снизу можно использовать один и тот же набор жгутов.

Это интересный контраст с тем направлением, в котором OpenAI движется сейчас.

Хотя OpenAI также открыла исходный код Кодекса, API агентов, очевидно, движется в другом направлении: вы можете использовать свой собственный Harness или взять открытый исходный код, но если вы находите это проблематичным, вы можете просто проигнорировать его и позволить мне организовать его для вас.

Поэтому мы считаем это скорее «услугой». OpenAI отвечает за хостинг и постоянное обслуживание Harness. Разработчикам нужно только решить, что, по их мнению, должен делать агент, какие инструменты использовать и где его выполнять. Даже если модель будет обновлена ​​в будущем, если Harness изменится соответствующим образом, OpenAI также подготовится к ее объединению.

В каком-то смысле на уровне Harness есть два неясных пути:

Путь, представленный DeepSeek, больше похож на создание открытой экосистемы, превращающей каждую часть в плагин, который разработчики могут собрать сами; в то время как партия, представленная OpenAI, похожа на ставку на облачные сервисы, размещение денег и спроса, а я помогу вам решить все остальное.

Можно даже подумать, что один хочет сделать Harness все больше и больше похожим на Linux, а другой хочет сделать Harness все больше и больше похожим на AWS.

Конечно, это всего лишь метафора. OpenAI также имеет открытый исходный код Codex Harness, и для DeepSeek вполне возможно предоставлять больше услуг хостинга в будущем. Но, по крайней мере, на данном этапе фокус этих двух продуктов явно разный.

Интересно, что Anthropic на самом деле на шаг опережает OpenAI в превращении Harness в сервис.

Уже в сентябре 2025 года Anthropic запустила Claude Agent SDK, открыв разработчикам инструменты, управление контекстом, систему разрешений и возможности субагента, лежащие в основе Claude Code, чтобы другие могли использовать этот набор вещей в качестве агентов.

В апреле этого года компания Claude Managed Agents запустила даже раньше, чем OpenAI. Сеанс, обвязка и песочница разделены на три независимых уровня: Anthropic отвечает за размещение обвязки и длительных задач. Песочница может быть предоставлена ​​Anthropic или может быть подключена к другим средам выполнения. Эта идея на самом деле очень близка к сегодняшнему API агентов. Сама Anthropic определяет его как «услугу хостинга для долгосрочных агентских задач».

Таким образом, в некотором смысле OpenAI продолжает двигаться вперед по пути, выбранному Anthropic на этот раз. Разница в том, что OpenAI имеет более «продуктивный» Кодекс.

Однако, поскольку Codex и Claude Code уже давно производят разные впечатления о продукте, даже если они рассказывают одну и ту же историю, они вызывают совершенно разные чувства. Claude Code больше похож на то, что позволяет разработчикам сидеть в терминале и писать код вместе с агентом, в то время как приложение Codex с самого начала делает упор на интерфейс «одновременного контроля над несколькими долгосрочными агентами».

Кстати, Google уже присоединился к этому маршруту. На конференции I/O в мае этого года Gemini API представила управляемые агенты, которые также превратили Antigravity Harness и песочницу в управляемые сервисы. Но карты Google на этом не заканчиваются, о чем мы поговорим позже.

Но при этом, похоже, не так важно, кто будет первым... В конце концов, конечно, тот, кто превратит свой Harness в слой по умолчанию для разработчиков, сможет съесть самый большой торт.

Кто больше всех победит?

В конце концов, почему модельные компании сейчас начинают хватать Harness?

Как и в уравнении, заданном DSH, Агент = Модель + Обвязка, модель может сообщать Агенту, что делать дальше, но для того, чтобы действительно выполнить задачу от начала до конца, ей все равно необходимо знать, где находится файл, какой инструмент нужно вызвать, как восстановиться в случае возникновения ошибки и где, наконец, записываются результаты.

Другими словами, модель определяет верхний предел способностей Агента, а Харнесс во все большей степени определяет, сможет ли он выполнить задание.

Как только измерение конкуренции сместится с «интеллекта» на «исполнение», наибольшие преимущества могут получить не те компании, занимающиеся искусственным интеллектом, у которых лучшие модели.

Потому что после того, как Агент фактически начинает работать, все, что ему нужно — электронная почта, документы, встречи, общение, разрешения для учетной записи и т. д. — часто оказывается в руках традиционных платформенных компаний.

Недавно ожесточенная «война офисных агентов» в Китае на самом деле является очень типичным примером: вещи, которые крупные компании накопили в эпоху интернет-платформ, раньше были просто частью функций в их соответствующих экосистемах, но в эпоху агентов эти вещи оказались инструментами, которые агентам нужно вызывать, когда они действительно работают.

Сегодня каждый работает офисным агентом. На первый взгляд, они умнее и способнее, чем чьи-либо другие сотрудники ИИ. За кулисами они фактически повторно используют преимущества платформы, накопленные в прошлом. Тот, у кого больше корпоративных данных, документов, инструментов и разрешений, будет легче позволить агенту выполнить свою работу.

Модельным компаниям необходимо получить доступ к порталам, которых у них нет, а у тех компаний, которые более десяти лет делают офисное ПО и интернет-платформы, эти порталы уже есть.

Другими словами,

компании, занимающиеся искусственным интеллектом, хотят восстановить связь с реальным миром, а у компаний-платформеров уже есть связка ключей в руках.

Глядя на этот путь, если нам нужно найти игрока «семейной корзины» с наибольшим количеством преимуществ, Google, вероятно, является самым преувеличенным игроком.

От TPU, облачной инфраструктуры, Gemini до поиска, рабочей области, Chrome и Android — Google охватывает практически все ключевые аспекты ИИ, от базовых технологий до конечных пользователей. Поиск, Gmail, Календарь, Диск, YouTube, Карты и другие продукты естественным образом образуют цифровую среду, к которой могут обращаться агенты. В предыдущем поколении Интернета эти активы представляли собой независимые порталы, но в эпоху агентов их можно реорганизовать для выполнения одной и той же задачи.

Фактически, Google начал интегрировать возможности агента, разбросанные по различным продуктам, в одну и ту же систему исполнения внизу. Gemini Spark, управляемые агенты в Gemini API и даже некоторые агенты в поиске постепенно используют одну и ту же антигравитационную систему.

Но с пользовательской стороны все еще немного запутанно.

Сегодня у Google также есть Gemini Spark, Workspace Studio, Antigravity, Gemini Enterprise и информационные агенты в поиске. Они сталкиваются с разными пользователями и сценариями, но обычные люди, когда хотят передать сложный вопрос в Google, все равно не знают, к кому обратиться.

У Google уже есть большинство условий, необходимых для всего этого. Чего не хватает, так это достаточно простого ответа на вопрос о продукте.

И если Google действительно разберется в этом вопросе - будь то создание единой рабочей среды агента или возможность проникновения одной и той же системы выполнения агента во всю экосистему Google, чтобы пользователи привыкли «находить Google, когда у них возникают проблемы», конкурентная среда глобального рынка агентов, вероятно, снова изменится.

При этом, даже если Google действительно включит это «семейное ведро» в агента, отечественные пользователи, скорее всего, сначала смогут только посмотреть его.

Давайте сначала посмотрим на внутреннюю войну агентов и посмотрим, как она будет вестись дальше.