Unlocking the Codex harness: how we built the App Server
Zusammenfassung
Kurz
Der Bericht beschreibt den Codex App Server als rückwärtskompatible JSON-RPC-Schnittstelle, die unterschiedliche Codex-Clients mit demselben Agenten-Harness verbindet und Gesprächsverläufe, gestreamte Ereignisse sowie Freigaben unterstützt. OpenAI empfiehlt ihn für Integrationen mit vollem Funktionsumfang, nennt aber den Aufwand eigener Client-Anbindungen; unabhängige Vergleichsmessungen enthält der Beitrag nicht.
Mittel
Der Beitrag stellt den Codex App Server als bidirektionale JSON-RPC-Schnittstelle vor, über die verschiedene Codex-Oberflächen denselben Agenten-Harness nutzen können. Entstanden sei er aus dem Bedarf, Codex in IDEs einzubetten; ein früher MCP-Ansatz habe dafür die gewünschten Interaktionen nicht gut abgebildet. Mit wachsender Nachfrage sei daraus eine rückwärtskompatible Schnittstelle geworden.
Der Server läuft als langlebiger Prozess und verbindet Clients mit Codex-Core-Sitzungen. Er übersetzt Anfragen und Ereignisse und kann Fortschritte streamen oder Freigaben anfordern. Das Protokoll strukturiert Gespräche in Items (einzelne Ein- und Ausgaben), Turns (Arbeit als Reaktion auf eine Eingabe) und Threads (gespeicherte Folge von Turns). Eine Initialisierung stimmt Fähigkeiten und Protokolldetails ab.
Lokale Clients kommunizieren laut Bericht über JSONL auf stdio; Codex Web führt den Harness in einem Container aus und überträgt Ereignisse an den Browser. Die geplante Umstellung der CLI auf den App Server wird als Vorhaben beschrieben. OpenAI empfiehlt die Schnittstelle für den vollständigen Funktionsumfang, räumt aber den Aufwand einer eigenen JSON-RPC-Anbindung ein. MCP, Exec und das TypeScript-SDK seien für engere Einsatzzwecke geeignet. Der Bericht beschreibt Anbieterperspektiven und enthält keine unabhängigen Vergleichsmessungen.
Ausführlich lesen
Der OpenAI-Beitrag von Celia Chen beschreibt den Codex App Server als gemeinsame Schnittstelle, über die verschiedene Produkte auf denselben Codex-Harness zugreifen können. Zu den genannten Oberflächen zählen Codex im Web, die CLI, eine IDE-Erweiterung und die macOS-App; außerdem werden Integrationen mit JetBrains, Xcode und VS Code erwähnt. Der Harness umfasst laut Beitrag die Agentenschleife sowie weitere Funktionen wie Gesprächsverläufe, Anmeldung und Konfiguration, Werkzeugausführung und Erweiterungen.
Der App Server entstand zunächst aus dem Bedarf, den bestehenden Codex-Harness in der VS-Code-Erweiterung wiederzuverwenden. Ein früher Versuch, Codex als MCP-Server bereitzustellen, habe die gewünschten IDE-Interaktionen nicht passend abgebildet. Daraufhin entwickelte das Team ein JSON-RPC-Protokoll, das zunächst nicht als stabile öffentliche Schnittstelle gedacht war. Mit wachsender Nachfrage interner Teams und externer Partner sei daraus eine rückwärtskompatible Plattform entwickelt worden.
Architektonisch ist der App Server sowohl ein bidirektionales Protokoll als auch ein langlebiger Prozess, der Codex-Core-Sitzungen verwaltet. Der Beitrag nennt vier Hauptbestandteile: einen stdio-Leser, einen Nachrichtenprozessor, einen Thread-Manager und Core-Threads. Der Server übersetzt Client-Anfragen in Core-Operationen und interne Ereignisse in eine kleinere Menge stabiler, für Oberflächen geeigneter Benachrichtigungen. Eine Anfrage kann viele Ereignisse erzeugen. Umgekehrt kann der Server selbst Eingaben anfordern, etwa eine Freigabe; bis zur Antwort pausiert der betreffende Arbeitsschritt.
Das Protokoll ordnet die Interaktion in drei Bausteine: Items sind einzelne Ein- oder Ausgaben, etwa Nachrichten, Werkzeugläufe, Freigabeanfragen oder Diffs. Sie können mit Start-, optionalen Delta- und Abschlussereignissen gestreamt werden. Ein Turn umfasst die Arbeit als Reaktion auf eine Nutzereingabe und die dabei entstehenden Items. Ein Thread enthält mehrere Turns und kann erstellt, fortgesetzt, abgezweigt oder archiviert werden; sein Verlauf wird gespeichert. Vor der Nutzung verlangt das Protokoll einen einmaligen Initialisierungsaustausch, mit dem Client und Server unter anderem Fähigkeiten und Versionierungsdetails abstimmen.
Für lokale Apps und IDEs beschreibt der Beitrag einen gebündelten oder heruntergeladenen App-Server-Prozess, der über JSONL auf stdio mit dem Client kommuniziert. Manche Clients werden an eine getestete Serverversion gebunden; andere, darunter Xcode, können neuere Serverversionen nutzen, ohne den Client gleichzeitig aktualisieren zu müssen. Codex Web betreibt den Harness demnach in einem Container und streamt Ereignisse über HTTP und SSE an den Browser. Gespeicherte Sitzungen sollen eine Wiederaufnahme nach Verbindungsabbrüchen ermöglichen. Die CLI nutzte ursprünglich Core-Typen direkt; ihre Umstellung auf den App Server wird im Beitrag als Vorhaben beschrieben, nicht als abgeschlossener Schritt.
Als Integrationswege vergleicht der Beitrag den App Server mit MCP, allgemeinen Agentenprotokollen, Codex Exec und dem Codex SDK. OpenAI empfiehlt den App Server für den vollständigen, oberflächenfreundlichen Funktionsumfang, weist aber auf den Aufwand hin, eine JSON-RPC-Anbindung zu erstellen. MCP eigne sich eher, wenn Codex als aufrufbares Werkzeug in bestehende MCP-Abläufe eingebunden werden soll; dabei könnten reichere Sitzungsfunktionen fehlen. Exec wird für einzelne Skript- und CI-Aufgaben eingeordnet, während das TypeScript-SDK laut Beitrag weniger Sprachen und Funktionen abdeckt. Die Darstellung erläutert Architektur und beabsichtigte Vorteile aus Sicht des Anbieters; unabhängige Vergleichsmessungen oder quantitative Ergebnisse enthält der bereitgestellte Bericht nicht.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist ein Produktbeitrag von OpenAI zum Codex App Server und behandelt Integrationsarchitektur, nicht KI-Sicherheit. Die Sammelfragen werden deshalb nur randständig berührt, und Lunas Stufen sollten entsprechend niedrig angesetzt werden.
Im Bericht, aber nicht in der Zusammenfassung
- Ziel der geplanten TUI-Umstellung: Betrieb auf einem entfernten Rechner, wobei die Arbeit auch bei Verbindungsabbruch weiterläuft und lokal live gesteuert wird
- Bei Codex Web bleiben Aufgaben über Tab-Schließen und Netzwerkabbrüche hinweg erhalten, weil der Status serverseitig gehalten wird
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Unabhängig prüfen
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 27 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 34 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 37 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 63 %Hintergrund, keine Belege
- JEV 27 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 24 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 19 %Hintergrund, keine Belege
- Luna 81 %einzelne zitierbare Belege
- JEV 41 %einzelne zitierbare Belege
- amos 32 %einzelne zitierbare Belege
- SubQ 26 %gleiches Oberthema, hilft nicht
- drex 29 %einzelne zitierbare Belege
- d3-ultra
- Haiku-Prüfung einzelne zitierbare Belege
- SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen?
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 22 %gleiches Oberthema, hilft nicht
- Luna 48 %Hintergrund, keine Belege
- JEV 28 %einzelne zitierbare Belege
- amos 28 %einzelne zitierbare Belege
- SubQ 28 %gleiches Oberthema, hilft nicht
- drex 34 %einzelne zitierbare Belege
- d3-ultra
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 34 %gleiches Oberthema, hilft nicht
- Luna 73 %Hintergrund, keine Belege
- JEV 24 %Hintergrund, keine Belege
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 80 %Hintergrund, keine Belege
- JEV 29 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 45 %einzelne zitierbare Belege
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 35 %gleiches Oberthema, hilft nicht
- d3-ultra
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv