OpenAI موتور عاملی Codex را متن‌باز کرد؛ مصرف توکن یک‌ششم شد

OpenAI در ۲۰ اوت ۲۰۲۶ تصمیمی گرفت که می‌تواند نقشه رقابت در بازار ابزارهای کدنویسی هوش مصنوعی را تغییر دهد: انتشار کامل و متن‌باز Harness، موتور اجرایی (runtime) پشت عامل کدنویسی Codex، تحت مجوز Apache 2.0.

#چه اتفاقی افتاد؟

این انتشار سه جزء اصلی را شامل می‌شود: ابزار خط فرمان codex exec، کیت توسعه رسمی Codex SDK، و app-server که هسته اجرایی سیستم است و از JSON-RPC دوطرفه برای جلسات ماندگار، وقفه‌ها و تأییدهای انسان‌درحلقه پشتیبانی می‌کند. Harness حلقه اجرای عامل‌ها را مدیریت می‌کند: درک وظیفه، حفظ حافظه در گفت‌وگوهای طولانی، استریم رویدادها، فراخوانی ابزارها و قابلیت توقف‌پذیری. با مجوز Apache 2.0، توسعه‌دهندگان آزادند آن را تغییر دهند، در محصولات خود جاسازی کنند و تجاری‌سازی کنند.

#جزئیات فنی و ارقام کلیدی

جذاب‌ترین بخش خبر، اثر مهندسی harness روی عملکرد مدل است. به گفته OpenAI، صرفاً بهینه‌سازی Harness — از طریق حفظ استدلال (retained reasoning) و فشرده‌سازی زمینه — امتیاز GPT-5.6 Sol در بنچمارک ARC-AGI-3 را از ۱۳٫۳ درصد به ۳۸٫۳ درصد رساند و حجم توکن‌های خروجی را به یک‌ششم کاهش داد؛ کاهشی که مستقیماً به هزینه کمتر فراخوانی API ترجمه می‌شود. در یک پایلوت آماده‌سازی مالیات، این چارچوب ۷٬۰۰۰ اظهارنامه را پردازش کرد و زمان کلی آماده‌سازی را حدود یک‌سوم کاهش داد. Cisco (برای ابزارهای مدیریت ابری) و Thrive Holdings از هم‌اکنون عامل‌های سفارشی روی Harness اجرا می‌کنند.

Harness شامل codex exec، Codex SDK و app-server است — Open Source For You

#چرا مهم است؟

پیام استراتژیک این حرکت روشن است: رقابت در کدنویسی هوش مصنوعی در حال جابه‌جاشدن از «کیفیت خام مدل» به «مهندسی لایه اجرای عامل» است. وقتی یک harness بهینه می‌تواند نتیجه بنچمارک را تقریباً سه برابر کند، مدل فقط نصف ماجراست. OpenAI با باز کردن این لایه، عملاً چیزی را کالا (commoditize) می‌کند که Anthropic در Claude Code بسته نگه داشته است و قاب را به «Codex به‌مثابه پلتفرم» تغییر می‌دهد. برای تیم‌های مهندسی، این یعنی می‌توان همان الگوهای جلسات ماندگار، تأیید انسانی و وقفه را بدون وابستگی به یک واسط اختصاصی پیاده کرد؛ و برای اکوسیستم، یک استاندارد بالقوه مشترک برای اجرای عامل‌ها شکل می‌گیرد.

برای تیم‌های توسعه، پیام عملی این انتشار فراتر از بنچمارک‌هاست. بسیاری از سازمان‌ها سال‌هاست که لایه اجرای عامل را خودشان از صفر می‌سازند: مدیریت جلسه، صف تأیید انسانی، لاگ رویدادها و بازیابی از خطا. Harness این الگوها را به شکل یک چارچوب مرجع در دسترس قرار می‌دهد و از آنجا که همان کدی است که Codex در تولید واقعی اجرا می‌کند، سطح بلوغ آن از پروژه‌های جانبی بیشتر است. البته باید هوشیار بود: متن‌بازکردن لایه زیرین، راهبرد کلاسیک «باز کردن مکمل، بسته نگه‌داشتن محصول اصلی» است؛ مدل‌ها و داده‌های آموزشی همچنان بسته‌اند و هرچه اکوسیستم بیشتری روی Harness سوار شود، جذابیت مدل‌های OpenAI برای همان اکوسیستم بیشتر می‌شود. تاریخ صنعت — از Kubernetes تا Android — نشان داده این الگو هم برای کاربران مفید است و هم موقعیت بازاری عرضه‌کننده را تثبیت می‌کند. آزمون واقعی، سرعت پذیرش جامعه و کیفیت مستندات در ماه‌های آینده خواهد بود.

برای اکوسیستم فارسی‌زبان توسعه‌دهندگان نیز این انتشار فرصت عملی است: چارچوبی که تا دیروز فقط در اختیار مشتریان یک سرویس بسته بود، حالا قابل مطالعه، فورک و بومی‌سازی است. تیم‌ها می‌توانند الگوهای حلقه تأیید انسانی و مدیریت جلسه را در محصولات داخلی خود — از ربات‌های پشتیبانی تا عامل‌های بررسی کد — به کار بگیرند، بدون آنکه نگران مجوز باشند؛ Apache 2.0 یکی از آزادترین مجوزهاست و حتی استفاده تجاری را هم صراحتاً مجاز می‌کند. تنها هزینه واقعی، یادگیری معماری آن و سازگار نگه‌داشتن فورک با نسخه‌های بعدی خواهد بود.

#اعداد و ارقام

• مجوز: Apache 2.0؛ تاریخ انتشار: ۲۰ اوت ۲۰۲۶
• ARC-AGI-3 برای GPT-5.6 Sol: از ۱۳٫۳٪ به ۳۸٫۳٪
• کاهش توکن خروجی: ۶ برابر (یک‌ششم)
• پایلوت مالیاتی: ۷٬۰۰۰ اظهارنامه؛ کاهش زمان آماده‌سازی: حدود یک‌سوم
• کاربران سازمانی اولیه: Cisco و Thrive Holdings

#منابع

• Open Source For You — OpenAI open-sources Codex Harness
• AIBase — گزارش انتشار Harness