RLR-0081 ・ 公開 2026/11/08 ・ 更新 2026/11/08
Codexの「open agent harness」とは?OpenAIが公開するエージェント基盤で何が作れるか解説
OpenAIがCodexを支えるopen-source agent harnessを、製品や業務ツールへ組み込むための基盤として紹介。Harnessの意味、codex exec・SDK・App Serverの違い、オープンソース範囲と注意点を初心者向けに整理します。

Codexというと「コードを書いてくれるAI」を想像しがちですが、OpenAIが公開しているのはモデルだけを呼び出す仕組みではありません。タスクを受け取り、必要な情報を集め、ツールを使い、途中経過を保持し、必要なら人間へ承認を求めながら仕事を進める仕組みまで含まれています。
OpenAIは2026年8月19日、公式開発者ブログでCodexを**「open agent harness」上に構築できるプラットフォーム**として紹介しました。
ここで重要なのは、「2026年11月にCodexの中身が突然すべてオープンソースになった」という話ではないことです。Codex App Serverの公式解説は2026年2月4日に公開されており、Codex coreを含むソースコードがCodex CLIのオープンソースリポジトリにあることも以前から説明されていました。
今回の記事では、少し分かりにくいHarnessとは何なのか、自分のアプリや自動化に何を持ち込めるのかを初心者向けに整理します。
Harnessは「AIに仕事を続けさせる実行基盤」
AIモデル単体なら、基本は「入力を受け取って答えを返す」ところが中心です。
しかし実際のAIエージェントには、それだけでは足りません。長い仕事を任せるには、たとえば次のような仕組みが必要です。
- いま何をしているのかという会話・タスク状態を保持する
- ファイルや外部データを調べる
- コマンドやツールを実行する
- 実行できる範囲を制限する
- 危険な操作の前に人間へ承認を求める
- 途中で失敗しても状態を引き継ぐ
- 結果や進捗をアプリ側へ返す
OpenAIは、この周辺の実行システムをharnessと説明しています。
つまり、Harnessは新しいAIモデルの名前ではありません。AIモデルを「仕事を進めるエージェント」として動かすための司令塔に近い部分です。
Codexアプリだけの仕組みではない
OpenAIによると、Codex App、CLI、IDE Extensionなどは同じCodex harnessを土台にしています。
そして開発者は、その仕組みを自分の製品やワークフローへ持ち込めます。
たとえば、社内の障害対応画面にエージェントを組み込み、ログを調査させる。サポート画面で顧客情報や社内文書を調べ、返信案を作らせる。タスク管理画面で「Ready」に移した作業をAIへ渡し、実装を進めてもらう。こうした専用UIの裏側にCodexのエージェントループを置ける、という考え方です。
ポイントは、何でもチャット画面へ持っていく必要がないことです。
人間が普段使っているダッシュボードや業務画面を残し、その中でAIエージェントを働かせる設計ができます。
3つの入口をどう使い分ける?
OpenAIは、用途に応じて複数の統合方法を案内しています。
| 方法 | 向いている用途 | 特徴 |
|---|---|---|
| codex exec | スクリプト、CI、単発のバックグラウンド処理 | 非対話で一定範囲の仕事を実行しやすい |
| Codex SDK | アプリのコードからCodexタスクを開始・再開したい | プログラムから扱いやすい公式インターフェース |
| Codex App Server | 自作アプリの一部としてエージェントを組み込みたい | 会話継続、イベント配信、割り込み、ツール、承認などを細かく扱える |
特にApp Serverは、Codexのエージェント体験を自作UIへ組み込むための重要な入口です。
アプリ側はthreadを作成し、turnを開始し、途中のイベントを受け取り、エージェントから承認を求められたら許可・拒否を返せます。単純な「質問を送って回答を待つAPI」より、長く動くエージェント向けの仕組みになっています。
「オープンソース」の範囲には注意
ここは誤解しやすいポイントです。
OpenAIは、Codex CLI、App Server、公式Codex SDKなどをオープンソースのコンポーネントとして公開しています。開発者はHarnessと統合面を調べ、自分の製品に合わせて組み込めます。
一方で、OpenAIは公式記事でモデルへのアクセスやマネージドサービスは別だと明記しています。
つまり、
「CodexのHarnessがオープンソース」=「OpenAIのモデルまで無料でローカル実行できる」
ではありません。
エージェントを動かす実行基盤と、その中で利用するモデル・クラウドサービスは分けて考える必要があります。
Harnessの設計だけでも性能が変わる
OpenAIは、Harnessの設計がエージェント性能へ大きく影響する例も示しています。
ARC-AGI-3では、推論の保持とコンテキスト圧縮を取り入れたHarness設計によって、GPT-5.6 Solのスコアが13.3%から38.3%へ上がり、同時に出力トークンを6分の1に減らしたと説明しています。
これは「良いAIモデルを選べば終わり」ではなく、モデルの周囲でコンテキストやツール、状態をどう扱うかもエージェントの実力を左右することを示す例です。
ただし、この数値はOpenAIが示したARC-AGI-3での結果です。すべてのアプリや業務で同じ改善率になるという意味ではありません。
OpenAI管理で使うAgents APIとは何が違う?
OpenAIは2026年9月、Agents APIも公開しています。
こちらは、Codex harnessをOpenAI側で管理して提供するAPIです。セッション、オーケストレーション、コンテキスト圧縮、復旧などをOpenAIが管理し、開発者はツールや実行環境を組み合わせます。
対して今回のopen agent harnessの記事で中心になっているのは、自分の製品やローカルなワークフローへCodexの仕組みを組み込むためのオープンソース側です。
「中身を見ながら自分のアプリへ統合したい」のか、「OpenAI管理のクラウドエージェントをAPIから使いたい」のかで選択肢が変わります。
何が作れそう?
分かりやすいのは、AI専用チャットではなく、既存の仕事画面そのものをAI対応にする使い方です。
たとえば次のような形です。
- 開発ダッシュボードから修正タスクをAIへ渡す
- 障害管理画面でログ調査から修正案まで進める
- サポート画面で関連情報を集め、回答案を作る
- 社内ツールで重要操作だけ人間承認を挟む
- 長時間の処理を途中状態から再開する
OpenAIはサンプルとして、架空の配送業務アプリ「Relay」も紹介しています。配送情報を確認し、復旧案を比較し、実際に予約変更のような重要操作へ進む前には人間の承認を求める構成です。
Rossy Laboratoryが注目する理由
Rossy Laboratoryでも、自動制作や開発では「AIへ一度質問して終わり」ではなく、状態を保存し、ツールを使い、失敗時には安全に停止し、人間確認が必要な境界だけ戻してもらう設計を重視しています。
Codex harnessが公開・整理されていることで、こうしたエージェント基盤をすべてゼロから設計するのではなく、Codexの仕組みを土台に専用ワークフローを作る選択肢がより分かりやすくなりました。
今後注目したいのは「新しいAIモデルが何点取ったか」だけではなく、そのモデルをどんなHarnessで動かすかです。
Codexを単なるコーディングチャットとしてではなく、自分のアプリや仕事の流れへ組み込めるエージェント基盤として見ると、今回の公式整理の意味が見えてきます。
参照した一次情報
- OpenAI Developers:Codex as a platform: build on the open agent harness(2026年8月19日)
- OpenAI:Unlocking the Codex harness: how we built the App Server(2026年2月4日)
- OpenAI:Introducing the Agents API(2026年9月10日)
確認日:2026年11月8日。Codexの公開コンポーネント、統合方法、API仕様は今後変更される可能性があります。
SOURCES