GPT-5.3-Codex Agent Loop解读

从补全到 plan→act→verify 自主循环——CLI / Cloud / Agent HQ 全栈与 Claude Code 对照

2026 年 2 月 5 日，OpenAI 发布 GPT-5.3-Codex，定位一句话：

Expanding Codex across the full spectrum of professional work on a computer.

如果你刚读完《GitHub Agent HQ 选型》，那里讲的是 在 GitHub 云上 pick Codex。

这篇往下拆：Codex 内核的 Agent Loop 到底怎么转？ 以及它和 Claude Code / Cursor 的 Harness 差异 在哪里。

根据 OpenAI 发布文、Codex 工作流文档、CLI 特性文档 与 迭代修复 Cookbook（2026-05-11），可以把 GPT-5.3-Codex 理解成 「模型 + Harness + 长程循环」三件套，而不只是更强的补全。

一、从「写函数」到「跑循环」：范式变了

OpenAI 在发布文中把 Codex 从「写代码、审代码」扩到 debug、deploy、monitor、写 PRD、改文档、做表格——核心不是功能列表，而是 同一条循环能跨工具持续跑。

VS Code 团队 2026-05 博文用同一套语言描述 Harness：

think → act → observe → think again

一次用户 Turn 里，Harness 可能跑很多 Round；每轮：组 prompt → 调模型 → 执行 tool → 把结果喂回去 → 判断是否继续。

GPT-5.3-Codex 的卖点正是让这个循环 更快（官方称比前代快 ~25%）、更省 Token、可中途 steer——适合「读→改→测→再改」的长程任务，而不是单次 snippet。

二、Agent Loop 四层结构（对照 Claude Code）

把公开文档翻译成一张 可复用架构图：

用户目标 + 约束（验收标准）

↓

┌───────────────────────────────────┐

│ L1 Harness：上下文组装 │ 系统指令、AGENTS.md、打开的文件、历史

└───────────────────────────────────┘

↓

┌───────────────────────────────────┐

│ L2 模型：GPT-5.3-Codex / gpt-5.5 │ 规划、选工具、生成 patch / 命令

└───────────────────────────────────┘

↓ tool calls

┌───────────────────────────────────┐

│ L3 工具层 │ shell、apply_patch、MCP、web_search…

└───────────────────────────────────┘

↓ 结果回灌

┌───────────────────────────────────┐

│ L4 循环控制 │ 审批、沙箱、stop hooks、compaction

└───────────────────────────────────┘

和 Claude Code Dynamic Workflows（C02）怎么对照？

结论：两者都是 Agent Loop，差异在 谁写编排脚本、默认工具集、并行叙事——不是「谁有 loop、谁没有」。

三、GPT-5.3-Codex 模型层：发布了什么？

根据 OpenAI 发布文（2026-02-05）：

争议点也公开：「首个参与创造自身的模型」——团队用早期版本 debug 训练、部署、评测。读作 重度 dogfooding 更贴切，不宜当成「AI 递归自举」。

与 Agent HQ：GitHub 文档列 Codex 可选 GPT-5.3-Codex、GPT-5.4、GPT-5.4 nano——云端 Agent 吃的是 模型 + GitHub Harness 组合，不等于你本地 codex CLI 的每一比特行为。

四、Codex 的三段式闭环：Review → Repair → Validate

OpenAI Cookbook《Build iterative repair loops with Codex》（2026-05-11）把 生产级 Agent Loop 拆成三相——值得直接当团队模板：

循环直到：validation.passed、达到 max_iterations、delta 不再缩小、或 升级给人。

这和 C02 的 Loop until done、X05 Addy Osmani 说的 proof over vibes 同向——Agent 的价值在可验证迭代，不在一次生成。

最小可复现命令（CLI）

codex

codex exec "fix the CI failure"

codex exec --output-schema schema.json --sandbox workspace-write "review this notebook"

文档强调：给 Agent 任务时写清 复现步骤、约束、验收命令——比空泛「修一下 bug」省一个数量级的 Token。

五、四种跑法：你在哪一层用 Codex？

CLI 里和 Loop 强相关的能力

根据 CLI Features 文档：

• codex resume：本地 transcript 断点续跑

• /review：对分支 / 未提交改动 / 指定 commit 做 只读审查

• Subagents：仅在你 明确要求 时并行（多耗 Token）

• Approval modes：Auto / Read-only / Full Access——控制 loop 能碰什么

• MCP / Skills / Hooks：扩展工具与门禁

• steer：运行中 Tab 排队下一条指令，不丢当前上下文

Cloud 典型工作流（文档 Recipe）

1. 本地 $plan 拆里程碑

2. 选 Cloud 环境，Implement Milestone 1

3. Review diff → 迭代 → PR

这和 O03 里「本地 Cursor + 云端 Agent HQ」三分工 完全咬合。

六、和 Claude Code / Cursor 怎么组队？

延续《Cursor + Claude Code 提效》+ O03，建议 2026 标准四分法：

别重复造轮子：

• Codex 擅长 repair loop + 终端

• Claude 擅长 Dynamic WF 扇出 + 对抗验证

• 两者都该配 同一套 CI——模型换不换，门禁不变（《merge 责任》）。

七、落地清单：让 Loop 真的转起来

1. 仓库根 AGENTS.md（Codex 官方支持）

## 必须

- 改代码前：npm test

- 禁止改 production 配置

## 验收

- PR 必须附复现步骤

- CI 全绿才可 merge

2. 任务模板（Issue / Prompt）

## 目标

（一句话）

## 复现

1. …

2. …

## 约束

- 不改 API 形状

- 最小 diff

## 验收

- npm test

- /review 无 high severity

3. 循环止损

4. 别踩的坑

架构决策被 UI 默认值绑架

八、和系列文章的衔接

下一篇建议：O02 Codex 边界清单，或 M01《2026 上半年编程 Agent 大复盘》 收藏版。

九、结论

GPT-5.3-Codex 的真正信号不是又一个 leaderboard，而是 OpenAI 把 Agent Loop 产品化默认值 写进了 Codex 全栈：

1. 模型能长程推理 + 终端操作

2. Harness负责 tool、审批、compaction

3. 工作流用 Review→Repair→Validate 闭环

4. 入口从 CLI 延伸到 Cloud 与 GitHub PR

选型时别问「Codex 聪不聪明」，问：

我的任务有没有复现路径、验收命令、迭代止损？Loop 跑起来后谁点 merge？

模型是引擎，Harness 是变速箱，验收才是刹车。

资料来源

• OpenAI《Introducing GPT-5.3-Codex》（2026-02-05）：https://openai.com/index/introducing-gpt-5-3-codex/

• OpenAI《Unrolling the Codex agent loop》：https://openai.com/index/unrolling-the-codex-agent-loop/

• Codex Workflows：https://developers.openai.com/codex/workflows

• Codex CLI Features：https://developers.openai.com/codex/cli/features

• Cookbook《Build iterative repair loops with Codex》（2026-05-11）：https://developers.openai.com/cookbook/examples/codex/build_iterative_repair_loops_with_codex

• VS Code《The Coding Harness Behind GitHub Copilot》（2026-05-15）：https://code.visualstudio.com/blogs/2026/05/15/agent-harnesses-github-copilot-vscode

• 系列前文：content/github-agent-hq-claude-codex/、content/claude-code-dynamic-workflows/

GPT-5.3-Codex 能力与基准来自 OpenAI 公开材料；与 Claude Code 对照及落地清单为作者工程向解读，非 OpenAI 官方立场。