外观
DeepSeek Harness vs Codex Harness：Agent 时代的"发动机"之争
摘要：2026 年 8 月，OpenAI 开源 Codex Harness、DeepSeek Harness 发布开发者预览，两件事背后是同一信号：Agent = Model + Harness 已被行业广泛认可，竞争焦点从"模型中心化"转向"Harness 中心化"。本文拆解两条工程路线（成品发行版 vs 可替换平台）的底层逻辑，并给出不同团队的选择建议。
背景：一周内的两件大事
- 2026-08-19：OpenAI 正式开源 Codex Harness —— 驱动 ChatGPT 桌面端、CLI、VS Code 插件的底层执行引擎，过去只在 OpenAI 内部运行过百万行代码
- DeepSeek：DeepSeek Harness（dsh） 早已以 MIT 协议放出开发者预览版，官方明牌 "Everything is a plugin"
共识：Harness 为什么突然成为主战场
一个有能力的大模型 ≠ 一个能干活的 Agent。模型需要被包裹在一套执行系统里，负责：理解任务、维护多轮上下文、调用工具、暴露执行进度、处理失败、请求人工审批、在安全边界内推进、跨轮次续跑。这套外围系统就是 Harness。
Harness 比模型还重要的证据：一项针对 10 个 coding agent harness 的对比研究发现，仅更换 harness，SWE-bench Pro 的 pass@1 可以从 23% 摆动到 52%（GLM-5.2）或 15% 到 36%（Gemma-4），最大差距 29 个百分点，超过绝大多数模型迭代的提升。
更反直觉的是：厂商自家 harness 往往过度适配自家模型 —— Codex Harness 在 GLM-5.2 上排名第 2，换到 Gemma-4 直接跌到第 9；模型无关的 harness 在小模型上反而爬升。
Harness 设计已从"模型的配件"变成"决定 Agent 能力的第一性要素"。
核心对比：两套哲学
| 对比维度 | OpenAI Codex Harness | DeepSeek Harness (dsh) |
|---|---|---|
| 开源协议 | Apache-2.0 | MIT |
| 当前阶段 | 生产验证 + 正式开源 | 开发者预览（明确会有破坏性变更） |
| 核心形态 | Rust runtime（codex-rs）+ TypeScript SDK | Cordis 微内核 + TypeScript 插件树 |
| 架构哲学 | 强意见的"Agent 操作系统发行版" | "一切皆插件"的 Agent 运行时开发平台 |
| Agent Loop | 核心执行路径，扩展点围绕它组织 | 默认 Loop 本身也是可替换插件 |
| 模型绑定 | 默认 GPT 系列，可接 OpenAI 兼容端点 | 不绑定，原生支持近 40 家模型厂商 |
| 集成方式 | 三层：codex exec / SDK / app-server（JSON-RPC） | 配置组合 + Python SDK |
| 安全边界 | 内核级 Seatbelt/Landlock 沙箱 + WASM 策略引擎 + 审批链 | 插件化沙箱后端，可组合 preset |
| 状态/可追溯 | Thread/Turn/Item + JSONL rollout 日志 + SQLite | Append-only 会话日志 + Trajectory 轨迹回放 |
| 产品生态 | ChatGPT 桌面端、CLI、VS Code 插件齐备 | Web UI（浏览器），暂无官方桌面端/IDE 插件 |
| 定制成本 | 常用路径开箱即用，深层替换成本高 | 替换空间极大，但需承担插件治理成本 |
一句话理解本质差异：
- Codex Harness = "精装整车" —— 方向盘、油门、刹车都调好了，开就完事，但要换发动机得大动干戈
- DeepSeek Harness = "乐高工厂" —— 模型适配、工具注册、会话存储到 Agent Loop 都能换，但"毛坯感"更强，需要自己组装
三个最关键的差异点
差异一：成品 vs 框架
- Codex 是面向终端用户的成品：App、CLI、IDE 插件完整产品链全部打通，背后同一套开源 Harness 驱动，不需要理解内部就能用上生产级 Agent
- DSH 是面向开发者的框架：价值不在"开箱即用"，而在"你想怎么造，就怎么造"
受众根本不同：Codex 服务于"想马上用上"的团队；DSH 服务于"想造自己的 Agent 平台"的团队。
差异二：开源但"中心化" vs 开源且"去中心化"
- Codex：Apache-2.0 开源，但底层模型（GPT-5-Codex 等）仍闭源，推理必须走 OpenAI API 或 ChatGPT 订阅 —— 你拥有"发动机舱"，但"发动机"还是 OpenAI 的，只能用它家的油
- DSH：MIT 全开源，模型无关，原生支持近 40 家厂商，企业可完全私有化部署
对企业用户：可控、可审计、可改造 —— Codex 给不了，DSH 能给。
差异三：成本结构（社区实测，非官方基准）
- DSH + V4-Flash：单任务成本约 ¥0.2，缓存命中后更便宜
- Codex + GPT 系列：ChatGPT 订阅 $20/月起，复杂任务 token 消耗较大
- 宏观数据：Gemma-4 26B + crush harness 每任务 $0.30，而 GLM-5.2 + openclaw 达到同等效果需 $7.05 —— 39 倍 token 开销差距，只换来 2 倍性能差距
选对 Harness + 选对模型，比"无脑上最大模型"重要得多。
行业冲击波：三波人被重塑
第一波：软件开发工具链
- IDE 厂商：把 Codex 或 DSH 作为执行层嵌入，专注交互与产品
- 垂直领域 IDE（数据库/云原生/嵌入式）：用 DSH 私有化部署，领域知识封装成插件
- 代码审查/安全扫描 SaaS：Codex 的 exec 模式 + app-server 协议让 CI 集成 Agent 标准化
第二波：企业 Agent 平台（DSH 的真正主场）
企业需要的不只是"一个写代码的 Agent"，而是"能调度多个 Agent 的控制平面"：
企业 Agent 控制平面
├── 通用任务 Agent → DeepSeek Harness（可私有化、模型无关）
├── 财务分析 Agent → DeepSeek Harness
├── 运维 Agent → DeepSeek Harness
└── 编程 Agent → Codex Harness（专业 coding 能力）混合架构已在部分团队落地：用 DSH 做调度层，把 Codex 收编为子代理，各取所长。
第三波：AI 评测与训练服务
- NVIDIA Polar 框架已证明：通过 API 代理 + GRPO 强化学习，让 Qwen3.5-4B 在 Codex Harness 下 SWE-Bench Verified pass@1 从 3.8% 提升到 26.4%（+22.6 个百分点）
- 全新市场：Agent 训练与评测服务 —— 帮企业把自己的模型"对齐"到主流 Harness 的 action protocol
落地建议
创始人
- 做 coding agent 产品：直接基于 Codex Harness 做产品化，差异化放在"领域 know-how + 交互体验"
- 做企业 Agent 平台：以 DSH 为基座，利用 MIT + 模型无关做私有化部署
- 做 Harness 中间件/插件：DSH 的"一切皆插件"给了巨大空间（沙箱插件、领域工具插件、模型适配器）
企业 CTO / 研发负责人
- 评估标准要变：不要问"用的是什么模型"，要问"用什么 Harness、能否私有化、能否审计"
- 短期：非敏感业务试用 Codex，敏感业务用 DSH 做私有化 PoC
- 中期：建立企业内部 Harness 控制平面，统一编排多个 Agent
- 长期：培养内部 Harness 工程能力 —— 2026 年最稀缺的人才方向
产品经理
- 理解 Codex "三层集成"：exec（脚本）/ SDK（定制）/ app-server（企业级持久会话）
- 差异化机会在"审批流"和"轨迹回放"（Codex 审批链 + DSH Trajectory 视图都是企业级刚需）
- 警惕"模型绑定税"：深度依赖 GPT 系列会让长期成本结构被动
未来 12 个月演进预判
- Harness 成为新的"标准战场"：像当年 ORM/Web 框架之争，最终形成 2-3 个主流标准，Codex 与 DSH 是最有潜力的开源候选
- "Harness 性能"独立成榜：出现专门衡量"同样模型下不同 Harness 执行效率"的排行榜
- 模型厂商被迫"Harness 化"：单纯卖模型 API 会被迫向上做 Harness 层
- 企业采购标准重构：从"买模型"转向"买 Harness + 模型组合"，TCO 核算方式改变
结论
- Codex Harness 告诉你：Agent 的执行层可以做到多生产级
- DeepSeek Harness 告诉你：Agent 的运行时可以做到多开放
聪明的团队不会二选一，而是理解两条路线背后的工程哲学差异，按自身阶段组合：
| 阶段 | 选择 |
|---|---|
| 早期 startup、追求速度 | Codex Harness 开箱即用 |
| 企业平台、追求可控 | DeepSeek Harness 私有化部署 |
| 规模化运营 | 两者组合：DSH 做调度层，Codex 做执行层 |
Agent 时代的竞争，才刚刚从"发动机"转移到"整车厂"。
关联词条
- Harness（智能体执行框架）（concept）
- OpenAI 全面开源 Codex Harness（tool）
- DeepSeek Harness 与 Pi 的架构拆解对比（comparison）