OpenAI "smontò e vendette" il Codex

Perché questa volta OpenAI ha "smontato e venduto" il Codex.

L'insieme di funzionalità originariamente nascoste dietro il Codex e responsabili di consentire all'agente di continuare a funzionare, chiamare strumenti, gestire il contesto e coordinare più agenti sono stati estratti e impacchettati in un'API cloud affinché tutti gli sviluppatori possano chiamarli.

Codice come servizio?

In effetti, OpenAI ha smantellato il Codex già da molto tempo.

Già nell'aprile 2025, quando OpenAI ha rilasciato per la prima volta o3 e o4-mini, ha reso open source la CLI del Codex. È un po' come la versione OpenAI di Claude Code, installata direttamente nel terminale locale. Come eseguire l'agente e come richiamare gli strumenti sono tutti chiaramente pubblicati su GitHub. Se sei disposto a impegnarti, puoi riprenderlo, modificarlo ed eseguirlo tu stesso.

Ma a quel tempo le cose venivano semplicemente distribuite. Se puoi usarli e come vuoi usarli sono ancora affari tuoi.

Un mese dopo, è stata lanciata ufficialmente la versione cloud di Codex, il prodotto che conosciamo oggi. Gli utenti possono consegnargli il code warehouse e ogni attività corrisponde a un sandbox cloud indipendente. Codex può modificare il codice, eseguire test, correggere bug e gestire più attività contemporaneamente.

Pochi mesi dopo, nell'ottobre 2025, OpenAI ha rilasciato il Codex SDK.

Per dirla in parole povere, l'SDK è un toolkit per gli sviluppatori, in modo che Codex non solo possa essere utilizzato come prodotto autonomo, ma possa anche essere integrato nelle applicazioni di altre persone. L'SDK consente agli sviluppatori di utilizzare poche righe di codice TypeScript per avviare lo stesso agente che guida la CLI del Codex, ottenere output strutturati, mantenere lo stato dell'attività e continuare l'esecuzione dopo essere stata sospesa.

Tuttavia, l'SDK è adatto principalmente per richiamare il Codex nei programmi e non ha ancora aperto le funzionalità complete di interazione del Codex. È molto adatto per flussi di lavoro in background, script automatizzati e programmi lato server. Ma se vuoi creare un client completo come Codex IDE, è ancora un po' difficile.

Così, nel febbraio 2026, OpenAI ha rilasciato ufficialmente il Codex App Server e per la prima volta ha spiegato in modo sistematico e chiaro l'Harness nel Codex.

OpenAI ha spiegato chiaramente che Codex Web, CLI, estensioni IDE e app per Mac sembrano essere prodotti diversi, ma in realtà eseguono lo stesso Codex Harness sottostante, che è il livello responsabile di Agent Loop, Thread, esecuzione dello strumento, autenticazione e stato di gestione.

App Server aggiunge un'interfaccia JSON-RPC bidirezionale a questo set completo di Harness. JetBrains, Xcode o altri client non devono ricreare un ciclo dell'agente. Possono avviare direttamente l'App Server per gestire il Codex completo.

Con App Server, altri prodotti possono essere collegati direttamente al Codex Harness completo.

Ma a questo punto resta da risolvere un ultimo problema.

L'SDK controlla l'agente Codex locale e anche l'App Server stesso è un processo residente che deve essere avviato e gestito dagli sviluppatori. Sebbene il problema dell'integrazione del Codex nel prodotto sia stato risolto, è ancora un po' difficile eseguirlo stabilmente in un servizio online.

Per fornire un esempio più specifico, se utilizzi App Server per creare il tuo sito web di Coding Agent, il front-end è stato connesso al Codex, ma quando l'utente fa clic su "Ripara questo magazzino", dovrai comunque trovare un modo per risolvere un gran numero di successivi problemi operativi e infrastrutturali.

Poi arrivò il 19 agosto. In questo giorno, OpenAI ha unificato CLI, SDK e App Server che erano stati aperti l'anno scorso nella narrativa della piattaforma "Open Codex Harness" e ha chiaramente aggiornato Codex da prodotto a piattaforma.

Poi, il 10 settembre (ora degli Stati Uniti), ovvero ieri, l'API Agents è stata ufficialmente aperta al test pubblico.

Questa volta, gli sviluppatori devono solo indicare all'API quattro cose (attività, modelli, strumenti e ambienti di esecuzione) per creare direttamente un agente. Codex Harness, responsabile della compressione del contesto di sessioni lunghe, della pianificazione degli strumenti e della collaborazione dei subagenti, è ospitato e gestito dalla stessa OpenAI.

Puoi anche scegliere il computer su cui l'agente funziona effettivamente. Puoi scegliere se utilizzare il sandbox di OpenAI, la tua infrastruttura o ambienti di terze parti come Cloudflare, E2B e Modal. Il cablaggio è fornito da OpenAI e l'ambiente di esecuzione è determinato dallo sviluppatore.

La dichiarazione ufficiale è molto chiara: non sono previsti costi aggiuntivi per l'API Agents stessa. In altre parole, l'hosting di Harness, la gestione di sessioni lunghe e altre funzionalità non addebitano un livello separato di tariffe per la piattaforma dell'agente.

Gli sviluppatori pagano in base ai token e agli strumenti del modello effettivamente utilizzati; se viene utilizzata la sandbox di hosting di OpenAI, le risorse di calcolo vengono calcolate separatamente.

Da più di un anno, OpenAI fa la stessa cosa: dividere il Codex da un prodotto specifico in funzionalità riutilizzabili livello per livello, consentendo allo stesso tempo agli sviluppatori di preoccuparsi sempre meno di se stessi.

Se proprio devi dare un nome a questa linea di prodotti, in realtà è molto simile al SaaS di allora, tranne per il fatto che questa volta non è il software ad essere sottoposto a manutenzione, ma il Codex.

Codice come servizio.

Anche il cablaggio ha iniziato a biforcarsi

Ovviamente OpenAI non è l'unico a guardare Harness.

Quando è stato rilasciato DeepSeek Harness (di seguito denominato DSH), è stata data un'equazione molto rumorosa:

Agente = Modello + Harness.

Dal punto di vista di DeepSeek, il modello è solo metà dell'agente e l'altra metà è l'imbracatura che ha il compito di consentirgli di comprendere l'ambiente, richiamare strumenti, gestire lo stato e continuare a eseguire attività. Solo quando i due si coordinano tra loro l'Agente può effettivamente svolgere i suoi compiti.

DSH ha trasformato Harness in un framework aperto altamente modulare: modelli, strumenti, competenze, sessioni, sandbox, archiviazione, Agent Loop, pianificazione e persino l'interfaccia utente possono essere tutti sostituiti.

Lo slogan "Tutto è un plug-in" non è solo uno scherzo. È meglio che tutti scrivano plug-in e si adattino a DSH. Alla fine, indipendentemente dal fatto che DeepSeek o altri modelli funzionino sopra, lo stesso set di imbracature può essere utilizzato sotto.

Si tratta di un interessante contrasto con la direzione che OpenAI sta prendendo ora.

Sebbene OpenAI abbia reso open source anche il cablaggio del Codex, l'API Agents sta ovviamente andando nella direzione opposta: puoi utilizzare il tuo cablaggio oppure puoi prendere quello open source, ma se lo trovi problematico, puoi semplicemente ignorarlo e lasciare che lo organizzi per te.

Quindi lo consideriamo più come un "servizio". OpenAI è responsabile dell'hosting e della manutenzione continua di Harness. Gli sviluppatori devono solo decidere cosa vogliono che faccia l'agente, quali strumenti utilizzare e dove eseguirlo. Anche se il modello verrà aggiornato in futuro, se Harness dovesse cambiare di conseguenza, OpenAI si preparerà anche a confezionarlo insieme.

In un certo senso, ci sono due percorsi vaghi a livello di cablaggio:

Il percorso rappresentato da DeepSeek è più simile alla costruzione di un ecosistema aperto, trasformando ogni parte in un plug-in che gli sviluppatori possono assemblare da soli; mentre il partito rappresentato da OpenAI è come scommettere sui servizi cloud, mettendo in atto denaro e domanda, e io ti aiuterò a risolvere il resto.

Possiamo anche pensare che uno voglia rendere Harness sempre più simile a Linux, e l'altro voglia rendere Harness sempre più simile ad AWS.

Naturalmente questa è solo una metafora. OpenAI ha anche Codex Harness open source e non è impossibile per DeepSeek fornire più servizi di hosting in futuro. Ma almeno in questa fase, il focus dei due prodotti è ovviamente diverso.

È interessante notare che Anthropic è in realtà un passo avanti rispetto a OpenAI nel trasformare Harness in un servizio.

Già nel settembre 2025, Anthropic ha lanciato Claude Agent SDK, aprendo agli sviluppatori gli strumenti, la gestione del contesto, il sistema di autorizzazione e le funzionalità dei subagenti dietro Claude Code, in modo che altri possano utilizzare questo insieme di cose come agenti.

Nell'aprile di quest'anno, ha lanciato Claude Managed Agents ancor prima di OpenAI. Sessione, cablaggio e sandbox sono suddivisi in tre livelli indipendenti: Anthropic è responsabile dell'hosting del cablaggio e delle attività lunghe. La sandbox può essere fornita da Anthropic o può essere collegata ad altri ambienti di esecuzione. Questa idea è in realtà abbastanza vicina all'API Agents di oggi. La stessa Anthropic lo definisce come "un servizio di hosting per attività dell'agente a lungo termine".

Quindi, in un certo senso, OpenAI continua ad andare avanti lungo il percorso intrapreso questa volta da Anthropic. La differenza è che OpenAI ha un Codex più "prodotto".

Tuttavia, poiché Codex e Claude Code danno per molto tempo impressioni diverse sui prodotti, anche se raccontano la stessa storia, suscitano sensazioni molto diverse. Claude Code sembra più come lasciare che gli sviluppatori si siedano nel terminale e scrivano codice insieme all'agente, mentre Codex App enfatizza l'interfaccia di "supervisione simultanea di più agenti a lungo termine" fin dall'inizio.

A proposito, Google ha già aderito a questo percorso. Alla conferenza I/O di maggio di quest'anno, Gemini API ha lanciato Managed Agents, che ha trasformato anche Antigravity Harness e sandbox in servizi gestiti. Ma le carte di Google non si fermano qui, di cui parleremo più avanti.

Ma detto questo, non sembra essere così importante chi arriva prima... Alla fine, ovviamente, chi trasformerà il proprio Harness nel livello predefinito per gli sviluppatori avrà la torta più grande.

Chi è il grande vincitore?

Dopo tutto, perché le aziende modello stanno iniziando ad accaparrarsi Harness?

Proprio come l'equazione data da DSH, Agente = Modello + Cablaggio, il modello può dire all'Agente cosa fare dopo, ma per eseguire realmente un'attività dall'inizio alla fine, deve ancora sapere dove si trova il file, quale strumento deve essere chiamato, come eseguire il ripristino quando si verifica un errore e dove vengono infine scritti i risultati.

In altre parole, il modello determina il limite superiore dell'abilità dell'Agente e Harness determina sempre più se può completare il lavoro.

Una volta che la dimensione della competizione si sposta da "intelligenza" a "esecuzione", quelle che ottengono il massimo vantaggio potrebbero non essere le aziende di intelligenza artificiale con i modelli migliori.

Perché dopo che l'agente inizia effettivamente a funzionare, le cose di cui ha bisogno (e-mail, documenti, riunioni, comunicazioni, autorizzazioni di account, ecc.) sono spesso nelle mani delle società di piattaforme tradizionali.

La recentemente accesa "Office Agent War" in Cina è in realtà un esempio molto tipico: le cose che le grandi aziende accumulavano nell'era delle piattaforme Internet erano più che una parte delle funzioni nei rispettivi ecosistemi, ma nell'era degli agenti, queste cose sembrano essere gli strumenti che gli agenti devono chiamare quando lavorano davvero.

Al giorno d'oggi tutti lavorano come agenti d'ufficio. In superficie, sono più intelligenti e più capaci dei dipendenti AI di chiunque altro. Dietro le quinte, stanno effettivamente riutilizzando i vantaggi della piattaforma accumulati in passato. Chiunque disponga di più dati aziendali, documenti, strumenti e autorizzazioni avrà più facilità a lasciare che l'Agente svolga le sue attività.

Le aziende modello devono poter accedere a portali che non hanno e quelle aziende che da più di dieci anni producono software per ufficio e piattaforme Internet dispongono già di questi portali.

In altre parole,

le società di intelligenza artificiale vogliono riconnettersi con il mondo reale e le società di piattaforme hanno già un sacco di chiavi in ​​mano.

Guardando lungo questa strada, se dobbiamo trovare un player "family bucket" con i maggiori vantaggi, Google è probabilmente quello più esagerato.

Da TPU, infrastruttura cloud, Gemini, a Ricerca, Workspace, Chrome e Android, Google copre quasi tutti gli aspetti chiave dell'intelligenza artificiale, dalla tecnologia di base agli utenti finali. Ricerca, Gmail, Calendario, Drive, YouTube, Maps e altri prodotti formano naturalmente un ambiente digitale che può essere richiamato dagli Agenti. Queste risorse erano portali indipendenti nella precedente generazione di Internet, ma nell'era degli agenti possono essere riorganizzati nello stesso compito.

In effetti, Google ha iniziato a integrare le funzionalità dell'Agent sparse in vari prodotti nello stesso sistema di esecuzione alla base. Gemini Spark, gli agenti gestiti nell'API Gemini e persino alcune esperienze degli agenti nella ricerca stanno gradualmente condividendo la stessa imbracatura antigravità.

Ma dal lato dell'utente le cose sono ancora un po' confuse.

Oggi Google include anche Gemini Spark, Workspace Studio, Antigravity, Gemini Enterprise e Information Agents nella Ricerca. Si trovano ad affrontare utenti e scenari diversi, ma le persone comuni, quando vogliono affidare una questione complessa a Google, non sanno ancora a chi rivolgersi.

Google dispone già della maggior parte delle condizioni necessarie per realizzare tutto questo. Ciò che manca è una risposta sul prodotto abbastanza semplice.

E se Google comprendesse davvero la questione, sia che si tratti di creare un ambiente di lavoro unificato per gli agenti o di lasciare che lo stesso sistema di esecuzione degli agenti penetri nell'intero ecosistema di Google, in modo che gli utenti si abituino a "trovare Google quando hanno problemi", il panorama competitivo del mercato globale degli agenti probabilmente cambierà di nuovo.

Detto questo, anche se Google inserisce davvero questo "secchio per famiglie" in un agente, molto probabilmente gli utenti domestici potranno prima guardarlo solo.

Diamo prima un'occhiata alla guerra interna degli agenti e vediamo come verrà combattuta in seguito.