OpenAI “desmontou e vendeu” Codex

Porque desta vez, a OpenAI "desmontou e vendeu" o Codex.

O conjunto de recursos originalmente ocultos por trás do Codex e responsáveis ​​por permitir que o Agente continue trabalhando, chamando ferramentas, gerenciando contexto e coordenando vários Agentes foi extraído e empacotado em uma API em nuvem para todos os desenvolvedores chamarem.

Codex como serviço?

Na verdade, a OpenAI vem desmantelando o Codex há muito tempo.

Já em abril de 2025, quando a OpenAI lançou pela primeira vez o3 e o4-mini, ela abriu o código-fonte da CLI do Codex. É um pouco como a versão OpenAI do Claude Code, instalada diretamente no terminal local. Como executar o Agente e como chamar as ferramentas estão claramente postados no GitHub. Se você estiver disposto a se esforçar, poderá recuperá-lo, modificá-lo e executá-lo você mesmo.

Mas naquela época, as coisas eram simplesmente distribuídas. Se você pode usá-los e como deseja usá-los, ainda é problema seu.

Um mês depois, a versão em nuvem do Codex, o produto que conhecemos hoje, foi lançada oficialmente. Os usuários podem entregar o armazém de código a ele, e cada tarefa corresponde a uma sandbox de nuvem independente. Codex pode modificar o código, executar testes, corrigir bugs e lidar com várias tarefas ao mesmo tempo.

Alguns meses depois, em outubro de 2025, a OpenAI lançou o Codex SDK.

Simplificando, o SDK é um kit de ferramentas para desenvolvedores, de modo que o Codex não só pode ser usado como um produto independente, mas também pode ser integrado a aplicativos de outras pessoas. O SDK permite que os desenvolvedores usem algumas linhas de código TypeScript para iniciar o mesmo agente que aciona a CLI do Codex, obter saída estruturada, reter o status da tarefa e continuar a execução após ser pausado.

No entanto, o SDK é adequado principalmente para chamar o Codex em programas e ainda não abriu os recursos completos de interação do Codex. É muito adequado para fluxos de trabalho em segundo plano, scripts automatizados e programas do lado do servidor. Mas se você quiser fazer um cliente completo como o Codex IDE, ainda é um pouco difícil.

Então, em fevereiro de 2026, a OpenAI lançou oficialmente o Codex App Server e, pela primeira vez, explicou sistematicamente o Harness no Codex com clareza.

A OpenAI explicou claramente que as extensões Codex Web, CLI, IDE e Mac App parecem ser produtos diferentes, mas na verdade estão executando o mesmo Codex Harness por baixo, que é a camada responsável pelo loop do agente, thread, execução da ferramenta, autenticação e status de gerenciamento.

O App Server adiciona uma interface JSON-RPC bidirecional a este conjunto completo de Harness. JetBrains, Xcode ou outros clientes não precisam recriar um Agent Loop. Eles podem iniciar diretamente o App Server para conduzir o Codex completo.

Com o App Server, outros produtos podem ser conectados diretamente ao Codex Harness completo.

Mas neste ponto, há um último problema que ainda precisa ser resolvido.

O SDK controla o Codex Agent local, e o próprio App Server também é um processo residente que precisa ser iniciado e mantido pelos desenvolvedores. Embora o problema de integração do Codex ao produto tenha sido resolvido, ainda é um pouco difícil executá-lo de forma estável em um serviço online.

Para dar um exemplo mais específico, se você usar o App Server para construir seu próprio site do Coding Agent, o front-end foi conectado ao Codex, mas quando o usuário clicar em "Reparar este armazém", você ainda precisará encontrar uma maneira de resolver um grande número de problemas subsequentes de operação e infraestrutura.

Então chegou o dia 19 de agosto. Neste dia, OpenAI unificou o CLI, SDK e App Server que foram abertos no ano passado na narrativa da plataforma "Open Codex Harness" e atualizou claramente o Codex de um produto para uma plataforma.

Então, em 10 de setembro (horário dos EUA), que é ontem, a API Agents foi oficialmente aberta para testes públicos.

Desta vez, os desenvolvedores só precisam informar quatro coisas à API (tarefas, modelos, ferramentas e ambientes em execução) para criar um agente diretamente. Codex Harness, responsável pela compactação de contexto de sessões longas, agendamento de ferramentas e colaboração de subagentes, é hospedado e mantido pela própria OpenAI.

Você pode até escolher a máquina na qual o Agente realmente trabalha. Você pode escolher se deseja usar o sandbox da OpenAI, sua própria infraestrutura ou ambientes de terceiros, como Cloudflare, E2B e Modal. O aproveitamento é fornecido pela OpenAI e o ambiente de execução é determinado pelo desenvolvedor.

A declaração oficial é muito clara: não há cobrança adicional pela própria API de Agentes. Em outras palavras, a hospedagem do Harness, o gerenciamento de sessões longas e outros recursos não cobram uma camada separada de taxas de plataforma do Agente.

Os desenvolvedores pagam com base nos tokens modelo e nas ferramentas realmente usadas; se a sandbox de hospedagem própria da OpenAI for usada, os recursos computacionais serão calculados separadamente.

Por mais de um ano, a OpenAI vem fazendo a mesma coisa: dividindo o Codex de um produto específico em recursos reutilizáveis, camada por camada, enquanto permite que os desenvolvedores se preocupem cada vez menos consigo mesmos.

Se você precisar dar um nome a essa linha de produtos, na verdade ela é muito semelhante ao SaaS daquela época, exceto que desta vez não é o software que está sendo atendido, mas o Codex.

Codex como serviço.

O arnês também começou a se bifurcar

É claro que a OpenAI não é a única que está de olho no Harness.

Quando o DeepSeek Harness (doravante denominado DSH) foi lançado, uma equação muito alta foi fornecida:

Agente = Modelo + Harness.

Na visão do DeepSeek, o modelo é apenas metade do Agente, e a outra metade é o Harness que é responsável por permitir que ele entenda o ambiente, chame ferramentas, gerencie status e continue a executar tarefas. Somente quando os dois se coordenam o Agente pode realmente executar suas tarefas.

O DSH transformou o próprio Harness em uma estrutura aberta altamente modular: modelos, ferramentas, habilidades, sessões, sandboxes, armazenamento, loop de agente, agendamento e até mesmo UI podem ser substituídos.

O slogan "Tudo é um plug-in" não é apenas uma piada. É melhor que todos escrevam plug-ins e se adaptem ao DSH. No final, independentemente de o DeepSeek ou outros modelos estarem rodando por cima, o mesmo conjunto de arnês pode ser usado por baixo.

Este é um contraste interessante com a direção que a OpenAI está tomando agora.

Embora a OpenAI também tenha o código-fonte aberto do equipamento Codex, a API Agents obviamente está indo na outra direção: você pode usar seu próprio equipamento ou pode usar o de código aberto, mas se achar que é problemático, você pode simplesmente ignorá-lo e deixar-me providenciar isso para você.

Portanto, pensamos nisso mais como um "serviço". OpenAI é responsável por hospedar e manter continuamente o Harness. Os desenvolvedores só precisam decidir o que querem que o Agente faça, quais ferramentas usar e onde executá-lo. Mesmo que o modelo seja atualizado no futuro, se o Harness mudar de acordo, a OpenAI também se preparará para empacotá-lo.

De certa forma, existem duas rotas vagas no nível do Arnês:

O caminho representado pelo DeepSeek é mais como construir um ecossistema aberto, transformando cada parte em um plug-in para os próprios desenvolvedores montarem; enquanto a parte representada pela OpenAI é como apostar em serviços em nuvem, colocando dinheiro e demanda, e eu vou te ajudar a resolver o resto.

Podemos até pensar que um quer tornar o Harness cada vez mais parecido com o Linux, e o outro quer tornar o Harness cada vez mais parecido com o AWS.

Claro, isso é apenas uma metáfora. OpenAI também abriu Codex Harness de código aberto, e não é impossível para DeepSeek fornecer mais serviços de hospedagem no futuro. Mas pelo menos nesta fase, o foco dos dois produtos é obviamente diferente.

Curiosamente, a Anthropic está um passo à frente da OpenAI ao transformar o Harness em um serviço.

Já em setembro de 2025, a Anthropic lançou o Claude Agent SDK, abrindo as ferramentas, gerenciamento de contexto, sistema de permissão e recursos de subagentes por trás do Claude Code para desenvolvedores, para que outros possam usar esse conjunto de coisas como agentes.

Em abril deste ano, lançou o Claude Managed Agents ainda antes do OpenAI. Sessão, chicote e sandbox são divididos em três camadas independentes: Anthropic é responsável por hospedar o chicote e tarefas longas. O sandbox pode ser fornecido pela Anthropic ou pode ser conectado a outros ambientes de execução. Na verdade, essa ideia é bastante próxima da API de Agentes atual. A própria Anthropic o define como “um serviço de hospedagem para tarefas de agente de longo prazo”.

Então, de certa forma, a OpenAI continua avançando no caminho que a Anthropic tomou desta vez. A diferença é que o OpenAI possui um Codex mais “produtizado”.

No entanto, como Codex e Claude Code dão impressões de produtos diferentes há muito tempo, mesmo que contem a mesma história, eles provocam sentimentos muito diferentes. Claude Code parece mais permitir que os desenvolvedores se sentem no terminal e escrevam código junto com o Agent, enquanto o Codex App enfatiza a interface de “supervisionar simultaneamente vários agentes de longo prazo” desde o início.

A propósito, o Google já aderiu a esse caminho. Na conferência I/O em maio deste ano, a Gemini API lançou os Agentes Gerenciados, que também transformaram o Antigravity Harness e o sandbox em serviços gerenciados. Mas os cartões do Google não param por aí, o que discutiremos mais tarde.

Mas dito isso, não parece ser tão importante quem vem primeiro... No final, é claro, quem transformar seu Harness na camada padrão para desenvolvedores poderá comer o bolo maior.

Quem é o grande vencedor?

Afinal, por que as empresas de modelos estão agora começando a adquirir a Harness?

Assim como a equação dada pelo DSH, Agente = Modelo + Chicote, o modelo pode dizer ao Agente o que fazer em seguida, mas para realmente executar uma tarefa do início ao fim, ele ainda precisa saber onde está o arquivo, qual ferramenta precisa ser chamada, como recuperar quando ocorre um erro e onde os resultados são finalmente gravados.

Em outras palavras, o modelo determina o limite superior da capacidade do Agente e o Harness determina cada vez mais se ele pode concluir o trabalho.

Quando a dimensão da concorrência passar da “inteligência” para a “execução”, as empresas com maior vantagem poderão não ser as empresas de IA com os melhores modelos.

Porque depois que o Agente realmente começa a trabalhar, as coisas que ele precisa (e-mails, documentos, reuniões, comunicações, permissões de conta etc.) geralmente ficam nas mãos de empresas de plataformas tradicionais.

A recentemente acalorada “Guerra dos Agentes de Escritório” na China é, na verdade, um exemplo muito típico: as coisas que as grandes empresas acumulavam na era das plataformas da Internet costumavam ser apenas parte das funções em seus respectivos ecossistemas, mas na era dos Agentes, essas coisas são as ferramentas que os Agentes precisam chamar quando realmente trabalham.

Hoje em dia, todo mundo trabalha como agente de escritório. Superficialmente, eles são mais inteligentes e capazes do que os funcionários de IA de qualquer outra pessoa. Nos bastidores, eles estão, na verdade, reutilizando as vantagens da plataforma que acumularam no passado. Quem tiver mais dados corporativos, documentos, ferramentas e permissões terá mais facilidade para deixar o Agente fazer as coisas.

As empresas modelo precisam ter acesso a portais que não possuem, e as empresas que fabricam software de escritório e plataformas de Internet há mais de dez anos já possuem esses portais.

Em outras palavras,

as empresas de IA querem se reconectar com o mundo real, e as empresas de plataforma já têm um monte de chaves nas mãos.

Olhando por esse caminho, se tivermos que encontrar um player "família" com mais vantagens, o Google é provavelmente o mais exagerado.

Desde TPU, infraestrutura em nuvem, Gemini, até Search, Workspace, Chrome e Android, o Google cobre quase todos os principais aspectos da IA, desde a tecnologia subjacente até os usuários finais. Search, Gmail, Agenda, Drive, YouTube, Maps e outros produtos formam naturalmente um ambiente digital que pode ser acionado pelos Agentes. Esses ativos eram portais independentes na geração anterior da Internet, mas na era do Agente podem ser reorganizados na mesma tarefa.

Na verdade, o Google começou a integrar os recursos do agente espalhados em vários produtos no mesmo sistema de execução na parte inferior. Gemini Spark, agentes gerenciados na API Gemini e até mesmo algumas experiências de agente na Pesquisa estão gradualmente compartilhando o mesmo equipamento antigravidade por trás deles.

Mas do lado do usuário, as coisas ainda estão um pouco confusas.

Hoje, o Google também tem Gemini Spark, Workspace Studio, Antigravity, Gemini Enterprise e agentes de informação na Pesquisa. Eles enfrentam diferentes usuários e cenários, mas para as pessoas comuns, quando querem entregar um assunto complexo ao Google, ainda não sabem a quem recorrer.

Para o Google, ele já possui a maioria das condições necessárias para realizar tudo isso. O que falta é uma resposta de produto bastante simples.

E se o Google realmente entender esse assunto, seja criando um ambiente de trabalho de Agente unificado ou permitindo que o mesmo sistema de execução de Agente penetre em todo o ecossistema do Google, para que os usuários se acostumem a "encontrar o Google quando tiverem problemas", o cenário competitivo do mercado global de Agentes provavelmente mudará novamente.

Dito isto, mesmo que o Google realmente coloque esse "balde familiar" em um Agente, os usuários domésticos provavelmente só conseguirão assisti-lo primeiro.

Vamos primeiro dar uma olhada na guerra doméstica de agentes e ver como ela será travada a seguir.