本週最讓我停下來思考的，是 OpenAI 在 2026 年 8 月 20 日推出的一個動作：他們以 Apache-2.0 授權正式開源了 Codex Harness，也就是驅動 Codex 這個 AI coding agent 背後的執行引擎。開源的範圍包含三個核心元件：codex exec（CLI 工具）、Codex SDK，以及 app-server（核心引擎執行伺服器）。同一天，OpenAI 的 developer blog 也發了一篇「Codex as a platform」，明確宣告他們把 Codex 的定位從「工具」升格為「基礎設施平台」。
這件事之所以讓我在意，不是因為又多了一個開源專案，而是因為它正式確認了一件我最近幾個月一直在觀察的趨勢：AI coding 的競爭主軸，正在從「模型本身有多強」移向「Harness 工程做得好不好」。Harness 是什麼？簡單說，就是包在模型外面的那層執行系統，負責蒐集 context、呼叫工具、管理 sandbox 隔離、串流執行進度、在多輪對話之間保持工作狀態。Claude Code 有自己的 harness；Cursor 有自己的 harness；現在 OpenAI 直接把 Codex 的 harness 拆出來開源，讓任何人都可以在上面建構自己的 agent 工作流程。
假設情境：一個 8 人全端工程團隊
讓我用一個具體情境想像一下。假設我帶領一個 8 人的全端工程團隊，目前的工作節奏大約是每兩週一個 sprint，每週大約有 30 到 40 個 PR 需要 review，CI/CD 走 GitHub Actions，主要使用 Claude Code 做輔助開發。這個情境下，Codex Harness 開源帶來的最直接想像是：我們可以自己客製化 agent loop，比如讓 agent 在跑完測試之後自動開 PR、或是在發現 linting 錯誤時自動送修正 commit，而不用依賴任何商業平台的固定流程。
更具體的影響是 sandbox 設計。Codex Harness 這次的開源版本針對 sandbox 做了更嚴格的隔離：限制 mount point、封鎖特定 syscall，減少 agent 在自動編輯模式下的非預期 filesystem 寫入。對我們這種有 infra-as-code 的團隊來說，這是一個不小的進展——過去最讓我對「讓 agent 直接 commit」這件事猶豫的，就是不確定 agent 會不會在沙箱外動到不該動的檔案。現在有一套可審計、可自訂的 sandbox 規範，感覺踏實很多。
身為技術經理，我會怎麼評估這次更新
對 on-call / 維運的影響
短期來說，引入 Codex Harness 意味著我們的維運清單多了一個新物件要管：harness 本身的版本、設定檔、sandbox policy。如果 agent 在半夜跑批次任務時出現意外行為，第一線的 on-call 工程師需要知道怎麼看 harness 的 event log，而不是只看應用程式本身的 log。這個學習曲線是真實存在的，我不打算假裝它不重要。不過，如果導入得當，agent 自動處理重複性的 hotfix 流程（例如自動偵測 lint error 並送 patch），反而可以降低夜間人工介入的頻率。我的傾向是：短期維運成本會上升，但中期有機會下降，前提是一開始就認真做好 harness 的可觀測性。
對 code review 流程的影響
這是我最在意的面向。如果 agent 可以自己開 PR，誰來 review agent 開的 PR？我的直覺是：必須維持「人類審核最後一關」的原則，不能因為是 agent 做的就降低 review 標準。但這也意味著 code review 的性質會改變——reviewer 要看的不再只是「這段邏輯對不對」，還要看「agent 的工具呼叫序列是不是有意義」「sandbox 有沒有被正確約束」。這對 senior 工程師的要求變高了，對工具鏈的可觀測性也提出了更高要求。我認為我們需要在 review checklist 裡加入 harness 行為的審核欄位，而不是讓這件事隱形在 CI log 裡。
對 junior 工程師 onboarding 的影響
這讓我有點猶豫。如果 junior 工程師一入職就在一個「agent 幫你做很多事」的環境裡，他們還會不會真正理解底層發生了什麼？我的傾向是：在 onboarding 的前三個月，先讓 junior 工程師以「觀察 agent 行為」而非「讓 agent 幫自己寫 code」的方式接觸 harness，逐步建立對工具呼叫流程的直覺，再開放 agent-assisted 的工作模式。如果跳過這個階段，我擔心的是三年後我們團隊裡沒有人真正理解 agent 在做什麼，debug 的能力會大幅退化。
技術債與長期維護成本
Codex Harness 是 Apache-2.0，這代表我們 fork 之後可以自由修改，但也意味著必須自己承擔維護 fork 的成本。如果 upstream 快速迭代（以 OpenAI 的節奏來看，這幾乎是確定的），我們 fork 的版本很快就會跟主線脫節。我的判斷是：不要 fork，盡量跟上 upstream，只在 sandbox policy 和工具呼叫設定做本地化客製，這樣才能在享受開源紅利的同時控制技術債。採用開源版本還有一個隱性成本：當 OpenAI 修了一個安全漏洞，我們需要有人在第一時間追蹤並升版，這件事不會自動發生。
採用時間軸建議
我設想的節奏大概是這樣：
- POC（第 1～4 週）：找 1 到 2 位 senior 工程師，在非生產環境的測試 repo 裡跑 Codex Harness，主要觀察 sandbox 行為是否符合預期、event log 的可讀性如何、工具呼叫序列是否透明。進入下一階段的指標：sandbox 隔離驗證通過，沒有非預期的 filesystem 寫入，team 能在 30 分鐘內看懂一次完整的 agent run log。
- 小規模試點（第 5～12 週）：選一個低風險的內部工具 repo，讓 agent 自動處理 linting fix 和測試補全，由 1 到 2 位工程師 review agent PR。進入下一階段的指標：agent PR 的 review 時間不超過人工 PR 的 1.5 倍，且 review 後需要人工修改的比例低於 20%。
- 全面推行（第 13 週起）：逐步在主要 repo 開放 agent-assisted 工作流程，同時建立完整的 harness monitoring dashboard，並將 harness 行為審核納入正式 code review checklist。
這是我接下來幾個月會持續觀察的方向。Codex Harness 開源這件事，我把它看成「時間點到了」的訊號，而不是「現在就要全面導入」的指令。AI coding agent 的基礎設施正在從黑盒子變成可審計、可組合的元件，這對願意投入工程資源的團隊來說是個機會窗口。如果你的團隊也在評估類似的方向，我很想知道你們在 sandbox 設計和 code review 流程上是怎麼取捨的，特別是 junior 工程師的培育這一塊，我覺得是這波轉型裡最難拿捏的部分。
封面圖片由 Daniil Komov 提供，來源：Pexels
警語：本文由 AI 自動生成，僅為技術趨勢整理與個人觀察，內容可能與實際發布資訊有出入，實際導入前請自行查證官方文件並評估團隊狀況。