Agent 层比模型层更重要？从本周 AI 两件大事说起
2026年8月25日 · 阅读约 6 分钟
这周 AI 圈发生了很多事，但真正让我停下来思考的只有两件：
- 8月19日 ，OpenAI 以 Apache-2.0 协议开源了 Codex 底层执行框架 Codex Harness；
- 8月20日 ，Anthropic 将 Claude 的 Computer Use、Skills API、Files API 升级为全面可用（GA）。
两件事看似独立，但放在一起看，指向同一个结论：2026 年下半年，AI 行业的竞争焦点正在从"谁的模型更强"转向"谁的 Agent 基础设施更完善"。
这篇文章不是新闻搬运------我想聊聊这两件事对开发者到底意味着什么，以及我为什么认为 Agent 层可能比模型层更值得你投入时间。
一、OpenAI 开源 Codex Harness：给 Agent 引擎做了一次"标准答案"
发生了什么
8月19日，OpenAI 在官方博客宣布开源驱动 Codex App / CLI / IDE 扩展的底层 Agent 执行框架------Codex Harness，采用 Apache-2.0 协议。这意味着开发者可以把 Agent 能力嵌入自己的产品，而不必依赖官方的 ChatGPT 界面。
Harness 管理的核心能力包括：对话状态管理、流式执行、工具调用、沙箱策略和审批流程。同时发布的还有一个示例应用 Relay，演示了如何在货运 Dashboard 中嵌入 Agent。
来源：OpenAI 官方博客 developers.openai.com/blog/codex-...
代码仓库：GitHub github.com/openai/code...
为什么我认为这比新模型发布更重要
大多数人在关注"哪个模型 benchmark 更高"，但 OpenAI 自己公布了一组数据让我改变看法：
在 ARC-AGI-3 基准上，Harness 的 retained reasoning + context compaction 机制把 GPT-5.6 Sol 得分从 13.3% 提升到 38.3% ，同时输出 token 降低 6 倍。
同样的模型，不同的 Agent 框架设计，得分差了将近 3 倍。这说明 Agent 层的工程优化空间比模型层的参数堆叠大得多。
打个比方：模型是发动机，Agent 框架是底盘和传动系统。你给一辆车换更好的发动机（新模型），可能提升 10%；但你优化底盘、减重、改进传动，提升可能是 200%。这就是 Harness 开源的价值------它给整个行业提供了一套"底盘设计参考实现"。
三种集成层级
OpenAI 提供了三个层级的集成方式，适配不同需求：
| 层级 | 定位 | 适用场景 |
|---|---|---|
codex exec |
非交互式脚本执行 | CI/CD 流水线中的自动化任务 |
| Codex SDK | 程序化 Agent 接口 | 嵌入自定义 Dashboard、工单系统 |
| Codex app-server | 产品级持久对话 + 审批流 | 需要人机协作的企业级应用 |
值得注意的是，Harness 本身只是运行时框架------模型访问和托管服务仍按 OpenAI API 收费，应用层 UI 也需要自研。但开源的意义不在于"免费用"，而在于你可以审查、修改、扩展 Agent 的执行逻辑，这在企业级场景中至关重要。
二、Claude 生产级 Agent 三件套：让 Agent 真正能"交付工作"
发生了什么
就在 Codex Harness 开源第二天，Anthropic 宣布 Computer Use、Skills API 和 Files API 在 Claude Platform 全面可用（GA） ，同时新增了 Browser Use 工具。
这三个 API 组合起来，让 Claude 具备了一套完整的能力链：
| 能力组合 | 作用 |
|---|---|
| Computer Use + Browser Use | 让 Claude 操作软件和浏览器。新增的 Browser Use 通过读取页面结构定位元素，不再依赖像素坐标，可靠性大幅提升。 |
| Skills API + Files API | 让 Claude 加载团队知识（版本化管理）和管理持久文件（1TB/组织存储、自动过期、5 倍速率提升）。 |
来源：Anthropic 官方博客 claude.com/blog/comput...
为什么这比看起来重要
很多人的关注点在"AI 能不能操作电脑"上，但我觉得真正的突破在于：这是第一次有 Agent 能力从"实验性 beta"升级为"可规模化企业工具"。
Computer Use 现在支持 multi-action turns（每轮执行多个操作），减少了 API 调用次数和延迟。这意味着 Claude 不再是"一步一停"的玩具，而是可以连续执行多步操作的工作流引擎。
更关键的是，这套组合解决了一个实际问题：对于没有 API 的遗留系统（医疗门户、保险系统、老旧 ERP），Computer Use 可能是唯一的自动化入口。 不是所有系统都能给你一个 REST API，但几乎所有系统都有一个界面。
当然，这套方案也有它的局限。截图分辨率会直接影响元素识别准确率；Skills 在沙箱中运行，无法直接访问外部网络；无 API 的 Web 应用需要额外处理登录态、验证码和会话保持。这些都是在实际落地中需要面对的工程挑战，但它至少给了一条可行的路径。
三、两条路线：SDK 嵌入 vs 原生操作，你该选哪个？
把两件事放在一起看，你会发现 OpenAI 和 Anthropic 走的是两条不同的 Agent 基础设施路线：
OpenAI 路线：SDK 嵌入
- 思路：提供 Agent 运行时框架（Harness），开发者用 SDK 把 Agent 能力嵌入自己的产品。
- 优势：灵活度高，可以完全定制 UI 和工作流；开源，可以审查和修改执行逻辑。
- 适合：想自己掌控 Agent 行为的团队，有 Node.js/TS 基础。
Anthropic 路线：原生操作
- 思路：让模型直接操作软件界面，不需要目标系统提供 API，Claude 自己"看着屏幕操作"。
- 优势：能处理无 API 的遗留系统；Skills + Files 让 Agent 具备"团队记忆"和"文件交付"能力。
- 适合：需要自动化操作第三方系统、网页表单、文档处理流水线的企业。
我的判断是：这两条路线不是替代关系，而是互补关系。
如果你在做内部工具、开发者平台，Codex Harness 的 SDK 嵌入模式更适合------你掌控一切，模型只是引擎。如果你在做企业自动化、需要操作大量第三方 SaaS 和遗留系统，Claude 的 Computer Use 更合适------你不掌控目标系统，但可以让 Agent "看着操作"。
四、对开发者的实际影响：别只盯着模型参数了
最后说点实际的。这周还有几条定价新闻，也和 Agent 话题直接相关：
- Anthropic Claude Fable 5.1 缓存读取价格从 1.00降到0.25 / 1M tokens（降幅 75%），重度 Agent 任务总成本可降低约 45%
- Google Gemini 3.7 Flash 限时半价至年底，$0.75 / 1M input tokens
- OpenAI GPT-5.6 Luna 输入价格从 1.00降到0.20（降幅 80%）
把它们和 Codex Harness / Computer Use 放在一起看，逻辑就很清楚了：
模型越来越便宜 → Agent 调用模型的次数可以更频繁 → Agent 框架的工程优化价值被放大 → Agent 层成为新的竞争焦点。
这就是为什么我认为 Agent 层比模型层更值得开发者关注 。模型降价是趋势，但降价之后谁用得好，取决于 Agent 框架的设计。Codex Harness 开源和 Claude Computer Use GA，本质上都在做同一件事：降低 Agent 的工程门槛，让更多开发者能基于 Agent 做出产品。
💡 我的几点思考
- 个人开发者：建议先从 Codex Harness 的 CLI 模式入手，理解 Agent 的对话状态、工具调用、审批流是怎么回事。不需要一上来就写 SDK，先用起来建立直觉。
- 企业应用团队：重点关注 Claude Computer Use 的 multi-action turns 能力。如果你的业务中有大量无 API 的遗留系统，这可能是目前唯一可行的自动化路径。
- 技术选型：不要只看模型 benchmark，要看 Agent 框架的沙箱策略、审批流设计和文件管理能力------这些才是决定产品能否上线的因素。
五、写在最后
这周最大的信号不是哪个模型又刷了新分，而是 OpenAI 和 Anthropic 同时把 Agent 基础设施从"实验室"推向了"生产环境" 。
Codex Harness 开源意味着你可以审查、修改、扩展 Agent 的执行逻辑；Claude Computer Use GA 意味着 Agent 可以真正操作你的软件、加载你的知识、管理你的文件。两条路线殊途同归，都指向一个未来：Agent 不再是聊天机器人，而是能交付工作的数字员工。
对开发者来说，这意味着一个新的技术栈正在成型：模型层（GPT-5.6 / Claude / Gemini）→ Agent 框架层（Codex Harness / Computer Use）→ 应用层（你的产品）。模型层在快速降价 commoditize，价值正在向 Agent 框架层和应用层转移。
如果你还在纠结选哪个模型，不如开始研究 Agent 框架------那才是接下来 2-3 年真正有技术壁垒的地方。
参考资料
- OpenAI, "Codex as a platform: build on the open agent harness". 2026-08-19. developers.openai.com/blog/codex-...
- GitHub 仓库：openai/codex (Apache-2.0). github.com/openai/code...
- Anthropic, "Build production agents with computer use, the Skills API, and the Files API". 2026-08-20. claude.com/blog/comput...
- Anthropic, Computer Use Tool Documentation. platform.claude.com/docs
- Anthropic, Skills API Overview. platform.claude.com/docs
以上就是本周 AI 领域两件大事的深度解读。我会每周整理 AI 领域的前沿动态和深度分析，发布在公众号 每一天都有倪。如果你觉得这篇文章有帮助，欢迎点赞收藏，也欢迎在评论区聊聊你对 Agent 框架的看法。