A OpenAI parou de posicionar o Codex como um agente de programação e passou a posicioná-lo como uma plataforma. Em 20 de agosto, a empresa publicou Codex as a platform: build on the open agent harness, reposicionando sua CLI, extensão de IDE e SDK como um runtime compartilhado — na mesma semana em que o DSH (DeepSeek Harness), de código aberto da DeepSeek, ultrapassou 173.000 estrelas no GitHub. A fronteira competitiva da IA não é mais apenas o modelo; é o harness que executa o modelo, e os maiores laboratórios do setor estão, de repente, brigando por ele.
O que a OpenAI realmente abriu
O movimento-chave é a unificação. O Codex App, a CLI e a extensão de IDE rodam todos no mesmo harness subjacente, que gerencia o estado das sessões, contexto, chamadas de ferramentas, sandboxing e aprovação humana. Desenvolvedores podem se conectar a esse runtime via codex exec, o SDK ou o app-server, e incorporá-lo em consoles corporativos, sistemas de atendimento ao cliente, ferramentas de segurança e aplicativos internos. A OpenAI está, na prática, dizendo: pare de pensar no Codex como um produto, pense nele como a camada de execução por baixo dos seus produtos.
Os números explicam por que o harness importa mais do que se presumia. No ARC-AGI-3, o GPT-5.6 Sol rodando sozinho obteve 13,3%. Envolto no Codex Harness, com raciocínio contínuo e compressão de contexto, o mesmo modelo alcançou 38,3% — e cortou os tokens de saída para cerca de um sexto. O runtime não é um wrapper fino; é um multiplicador da capacidade do modelo.
A OpenAI também listou implantações reais: a Cisco usa o Codex SDK dentro do App Builder do Cloud Control; o GitHub e a JetBrains integraram o Codex aos fluxos de trabalho existentes em suas IDEs; a Thrive Holdings e a Crete o utilizaram para preparação de impostos, processando cerca de 7.000 declarações em um piloto, enquanto reduziam o tempo de preparação em aproximadamente um terço. Em cada caso, o padrão é o mesmo: dados corporativos, ferramentas, aprovações e registros de tarefas fluem por um único runtime fornecido pela OpenAI.
A baleia negra da DeepSeek: o runtime como uma caixa de plugins
Seis dias antes, a DeepSeek abriu o código do DSH com uma marca separada, a black-whale. Enquanto o Codex é um motor ajustado ao qual você adapta componentes, o DSH foi projetado como uma caixa de peças intercambiáveis: adaptadores de modelo, ferramentas, skills, sessões, sandbox, armazenamento, o loop do agente, agendamento e até a UI são plugins, com um componente chamado Cordis gerenciando a montagem, desmontagem e as relações de dependência. Na analogia automotiva que circula entre desenvolvedores: o Codex entrega um motor bem ajustado ao qual você pode acoplar componentes não essenciais, enquanto o DSH permite montar o próprio motor.
A recepção foi incomum para um early preview. Em 20 de agosto, o DSH tinha cerca de 173.700 estrelas e 18.800 forks; o thread de lançamento atingiu 744 pontos no Hacker News. Testadores da comunidade chinesa criaram mais de 200 plugins em duas semanas, e a lista curada de plugins passou de 270 entradas poucos dias após o lançamento, gerando Web UIs, controles móveis, adaptadores de modelo, monitores de cota e marketplaces de plugins. As ressalvas são igualmente reais: a base de código tem cerca de 453.000 linhas em 219 pacotes, o primeiro commit público foi um único squash comprimido, o material de benchmarks é escasso, e testadores no Reddit relataram execução lenta e alto consumo de tokens.
Por que empresas de modelos precisam controlar o harness
Um desenvolvedor sênior de modelos, que eu citaria a partir da reportagem original, foi direto ao ponto: além da otimização dos fluxos de interação, não mexa no harness. Harnesses são difíceis de transformar em um fosso competitivo estável de longo prazo — os modelos mudam rápido, e as estratégias de execução diferem por modelo; alguns planejam primeiro e chamam ferramentas depois, outros corrigem no meio do caminho, e um conjunto de ferramentas que um modelo manipula com facilidade pode desestabilizar outro. Por essa lógica, o DSH não pode ultrapassar o Codex, porque o Codex se apoia nos modelos da OpenAI, e um harness sem força de modelo é vazio.
Então, por que construir um? A resposta é o ciclo fechado. Quando a DeepSeek oferecia apenas uma API, suas tarefas rodavam dentro de harnesses externos como o Claude Code e o Codex; a DeepSeek via as requisições, mas não o que acontecia antes delas nem se a tarefa realmente foi concluída após a saída. Um harness permite que um laboratório de modelos observe tanto o modelo quanto a execução: onde as tarefas falham, onde as chamadas de ferramentas travam, quantas tentativas uma tarefa queima, qual estratégia de contexto consome menos tokens. Isso são dados de treinamento para o próximo modelo e o próximo harness.
Há também um ângulo de negócios. A DeepSeek não tem hoje um plano oficial de tokens; plataformas de terceiros como OpenCode Go e Cola reempacotam sua API em assinaturas mensais, controlando o ponto de entrada do usuário. Com o DSH, a DeepSeek pode medir as sessões com precisão — rodadas por sessão, taxas de acerto de cache, tokens desperdiçados em tentativas repetidas, quais etapas devem rodar no Flash versus no Pro. Um futuro DSH gerenciado ou um nível de assinatura poderia mudar o faturamento de tokens de API para cotas, contagem de tarefas, concorrência e uso do modelo Pro. Nada foi anunciado, mas a instrumentação agora existe.
O espectro de abertura: Kimi Code, ZCode e os demais
As empresas chinesas de modelos já construíam camadas de execução antes de o DSH existir. A Moonshot lançou o loop de agente da Kimi CLI em setembro de 2025 e o evoluiu para o Kimi Code, um agente de programação de terminal licenciado sob MIT que gerencia contexto, ferramentas, arquivos e comandos — um harness completo, aberto para modificação. A Zhipu lançou o ZCode em torno do GLM em julho, um ambiente de desenvolvimento agêntico com seu próprio agente gerenciando tarefas, contexto, terminal, arquivos, permissões e code review, mas o runtime principal permanece fechado; desenvolvedores recebem plugins, skills e extensões MCP, não o loop do agente em si.
Isso cria um ranking claro de abertura: o ZCode é o ambiente de execução oficial do GLM; o Kimi Code é um agente de programação aberto e seu runtime; o DSH torna o runtime desmontável e recombina o próprio produto. Até o Pi Harness, o runtime licenciado sob MIT cujo mantenedor é Armin Ronacher, criador do Flask, volta a importar — Ronacher disse que o DSH foi o primeiro projeto novo da área que o fez reconsiderar algumas escolhas de design do Pi. A corrida não é sobre estrelas; é sobre qual runtime se tornará a camada de execução padrão para o trabalho real, porque o próprio trabalho gera o feedback que treina o próximo modelo.
O que observar
Para as equipes, o harness agora é uma decisão de infraestrutura, não uma escolha de ferramenta. O DSH é um early preview com breaking changes por vir — faça um fork para aprender, não para apostar em produção ainda, e exija material de benchmark antes de se comprometer. Para construtores, a guerra dos runtimes desacopla a escolha do modelo da estratégia de execução: escolha um harness pela estabilidade das chamadas de ferramentas e pela economia de tokens, não por qual laboratório anunciou mais alto. E fique atento a dois sinais: se a DeepSeek lança um DSH gerenciado ou um preço por assinatura que tira o faturamento dos tokens, e se o Codex se torna a base padrão de agentes dentro das empresas como já é dentro dos fluxos da Cisco e do GitHub. Quem controla o runtime controla o ciclo — e é do ciclo que vêm os próximos modelos.
Para um passo a passo prático sobre plugins do DSH, veja DeepSeek Harness Plugins: Install, Market, Uninstall. Para saber como o Google aborda essa mesma camada pelo lado do treinamento, veja EnvHarness: Agent Training Environments That Evolve.
FAQ
P: Qual é a diferença entre o Codex Harness e o DeepSeek Harness?
R: O Codex é um motor ajustado ao qual você adapta componentes; o DSH é uma caixa de plugins onde você pode remontar o próprio motor — adaptadores de modelo, ferramentas, sessões, sandbox, armazenamento, o loop do agente, agendamento e UI são todos plugins intercambiáveis gerenciados pelo Cordis.
P: Por que a DeepSeek abriu o código do seu harness em vez de mantê-lo interno?
R: O harness transforma o runtime em um ciclo de dados: falhas de tarefas, travamentos de chamadas de ferramentas, contagens de tentativas e custos de tokens retornam à equipe de modelos. A DeepSeek vê não apenas as requisições de API, mas o que acontece antes e depois delas — um feedback que um negócio apenas de API nunca obtém.
P: O harness realmente melhora o desempenho do modelo?
R: No ARC-AGI-3, o GPT-5.6 Sol sozinho obteve 13,3%; dentro do Codex Harness, com raciocínio contínuo e compressão de contexto, o mesmo modelo alcançou 38,3% enquanto reduzia os tokens de saída para cerca de um sexto.
