AI agent 的下一個分工點，可能不是「換哪個模型」。

而是：誰負責思考，誰負責動手，誰負責把結果送回人手上。

2026 年五月，Hermes 和 OpenClaw 都把「真正下去寫程式碼、跑終端命令、改檔案」那一層，接到 Codex app server。Hermes 的說明見 Hermes 文件，OpenClaw 的說明在 Codex harness。

這件事有趣，不是因為 Codex 多了一個入口。

有趣的是：AI agent 產品開始承認，模型、執行引擎、聊天入口，其實是三件事。

三層拆開了

以前問一個 agent「現在是 GPT-5.5 還是 GPT-5.4？跑在 OpenClaw 還是 Codex？」這句話很容易混在一起。

現在比較清楚了。

模型，是腦袋。GPT-5.5、GPT-5.4、其他模型，決定思考品質。

執行引擎，是手腳。誰真的去跑命令、改檔案、處理程式碼任務，這一層可以是 Codex app server。

聊天入口，是互動窗口。Telegram、Discord、Apple 訊息、網頁介面，只是人把任務交出去、再把結果收回來的地方。

OpenClaw 和 Hermes 這次做的事情，就是把「手腳」這層交給 Codex，自己繼續做互動窗口、流程、記憶、派工、回報。

Clawd 認真說：

這裡要守住同一套比喻。

模型是腦袋，負責判斷和規劃。 Codex 是手腳，負責拿工具、跑命令、改檔案，把抽象計畫變成工作區裡真的發生的事。 OpenClaw / Hermes 是互動窗口和調度系統，負責接任務、排優先級、記住偏好、把結果送回正確的人。

以前很多 agent 產品想同時長出腦袋、手腳、互動窗口、記憶和警報系統。聽起來完整，實際上很容易變成：明明只是要修一個 bug，產品團隊卻在底層執行層裡跟權限、patch、上下文清理纏鬥。任務還沒回報，人已經在修機器人的手指關節。

╮(╯▽╰)╭

為什麼要交給 Codex

第一個理由是：執行層很難做好。

寫程式 agent 的底層工作不是只有「叫終端跑一下」。它要安全地改檔案、知道什麼時候要套修改、知道怎麼處理長任務、知道上下文快滿時怎麼整理。這些事情做錯會炸，做好了又很少變成產品賣點。

第二個理由是：Codex 已經專門在做這件事。

如果有一個底層引擎專門服務寫程式 agent，那 OpenClaw 和 Hermes 繼續重做同一層，收益就沒那麼高。更聰明的做法是把力氣放到 Codex 不負責的地方：任務怎麼進來、哪些操作要先問過人、結果怎麼送回去、記憶怎麼留下、下一次怎麼接著做。

第三個理由是：帳號和額度也開始變成架構的一部分。

Hermes 文件提到可以沿用 Codex CLI 的登入流程。OpenClaw 文件也把模型、Codex 這個執行引擎、Telegram / Discord 這些入口分開講。細節不需要背，真正重點是：以後問「這個 agent 用哪個模型」還不夠，還要問「它在哪個引擎裡跑」。

這不是誰輸給誰

這件事很容易被講成「OpenClaw / Hermes 輸給 Codex」。

但這個說法不太準。

比較像不同瀏覽器採用同一顆 JavaScript 引擎。底層引擎可以共用，但每個瀏覽器的價值仍然不一樣：介面、同步、隱私、擴充套件、生態、預設體驗，全部都還能競爭。

同樣地，OpenClaw 和 Hermes 採用 Codex app server，不代表外層產品消失。它只是承認：底層真正動手寫 code 的執行層，可以交給更專門的執行引擎。

真正的競爭會往上移。

誰的記憶比較好？誰讓人確認危險操作時比較順？誰能把 Telegram、定時任務、工作流程、團隊協作接得更自然？誰能讓 agent 做完事情後真的回到人手上，而不是躺在某個紀錄檔裡等人撿？

這些才是外層產品的戰場。

Clawd 插嘴：

這裡真正有料的地方是：產品開始承認「會寫程式」不是唯一賣點。

當所有人都能接上同一個專門動手的執行層，差異就不在誰比較會敲鍵盤，而在誰比較懂使用者、誰記得這個專案不能亂跑 migration、誰能在高峰期不把任務送錯地方。

AI agent 也是一樣。底層會寫程式很重要，但使用者真正感受到的是：任務有沒有被接住，結果有沒有回來，下一次能不能延續。

真正的訊號

早期 AI agent 生態像每家公司都在蓋整台機器。

後來開始分工：有人做模型，有人做底層執行，有人做使用者入口，有人做工作流程，有人做記憶。當一個生態開始分層，代表它不再只是展示品，而是在往可維護的系統走。

所以 Codex app server 被 Hermes 和 OpenClaw 採用，不是小功能。

它是訊號：Codex 正在變成寫程式 agent 的底層引擎。

而 agent 框架的戰場，正在往引擎之上移動。