Codex Harness vs DeepSeek Harness：两条 Agent 架构路线的深度对比
信息截至 2026 年 8 月。DeepSeek Harness 仍处于开发者预览版（v0.1），官方明确提示会有兼容性破坏变更；文中涉及的版本与能力以各官方文档为准。
〇、先对齐概念：什么是 Harness
在 AI 工程语境里，Harness（驾驭框架） 指围绕大语言模型构建的一整套运行时支撑系统——负责工具调度、上下文管理、会话持久化、沙箱隔离、权限审批、错误重试等工程层工作。一句话公式：
Model + Harness = Agent
模型决定 Agent “能想什么”，Harness 决定 Agent “如何把事情做完”。OpenAI 的 Codex 和 DeepSeek 在 2026 年 8 月开源的 DeepSeek Harness（dsh），都是这个公式的实现，但它们在"哪一层做深、哪一层放开"上做出了截然相反的取舍。这篇文章从架构设计出发，逐层对比两者的差异。
一、定位差异：成品产品 vs 可组装底座
这是理解一切差异的起点。
| 维度 | OpenAI Codex | DeepSeek Harness (dsh) |
|---|---|---|
| 本质定位 | 开箱即用的 AI 编程 Agent 产品 | Agent 运行时框架（Agent Runtime Framework） |
| 出品方 | OpenAI | DeepSeek AI |
| 开源情况 | 核心代码闭源 | MIT 协议完整开源 |
| 模型绑定 | 绑定 OpenAI 模型（GPT-5.6 系列为主） | 模型无关，原生适配约 40 家厂商 |
| 主要形态 | ChatGPT 桌面端 Codex Tab + CLI + Cloud | Web UI（127.0.0.1:3080）+ CLI + Python SDK |
| 成熟度 | 成熟商用产品 | v0.1 开发者预览，官方警告将有破坏性变更 |
| 发布时间 | CLI 始于 2025 年 5 月 | 2026 年 8 月 13 日 |
Codex 的回答是：“我先替你做好一个 Agent，你在它规定的边界内使用和扩展。”——先交付完整产品，再开放 Skills、MCP、hooks 等外围扩展点。
DeepSeek Harness 的回答是：“我不规定 Agent 应该长什么样，我给你一组运行时积木，你自己组合出 Agent。”——Coding Agent 只是其中一种组合结果。
一个形象的比喻：Codex 像 iPhone（精装成品，软硬一体，墙不能拆），DeepSeek Harness 像 Android / 乐高底板（施工图和预制件全部开源，零件随便换）。
二、架构哲学：特权内核 vs 一切皆插件
2.1 Codex：高性能单体内核 + 有限扩展面
Codex 的核心是一个用 Rust 编写的高性能单体（monolithic core）。主循环如何推进、工具如何调度、上下文如何管理，都写死在框架核心里。开发者可以通过 MCP、hooks、AGENTS.md 配置等方式扩展外围能力，但无法触碰系统真正的运行方式——想改变 Agent 的核心行为，只能等官方更新，或者通过层层补丁绕开设计。
这种"特权内核"架构的优势：
- 性能与一致性：Rust 单体核心，行为可预期，体验高度打磨；
- 安全可控：安全边界由厂商统一管理，内核级沙箱无法被插件绕过；
- 治理简单：扩展对象少，企业审计面小。
代价是：社区无法触及核心，生态只能在官方划定的扩展面上生长。
2.2 DeepSeek Harness：无特权内核的纯插件树
dsh 的核心主张是 “Everything is a Plugin”（一切皆插件）：模型适配器、工具注册表、技能、会话日志、沙箱、存储、调度、UI——连 Agent Loop 本身都是插件，可以整个换掉。官方的说法是：“不存在需要打补丁的特权内核，扩展 dsh 的方式是把新插件挂到旧插件旁边。”
这套架构的地基是 Cordis 元框架（源自 Koishi 作者 Shigma 的开源项目，DeepSeek 与北京大学联合发表了论文《A Programming Paradigm for Spatiotemporal Composability》阐述其理论基础）。Cordis 本身只做三件事：插件加载、卸载、依赖管理；它提供两个关键属性：
- 时间可组合性：插件卸载时，其产生的所有副作用（事件监听、服务注册、状态修改）被完整回滚，系统干净恢复到加载前状态——所有注册都是可逆的；
- 空间可组合性：插件以声明式管理彼此依赖，运行时自动处理装载顺序。
各插件之间通过 Service（服务） 和 Event（事件） 机制协作，可替换能力按 Definition / Provider / Consumer 三角色建模（Capability Seam）：替换提供方不动消费方。
2.3 哲学对比小结
| Codex | DeepSeek Harness | |
|---|---|---|
| 核心形态 | Rust 高性能单体内核 | Cordis 微内核 + 插件树 |
| 什么可以换 | 工具、提示词、hooks（外围） | 一切，包括 Agent Loop 本身 |
| 扩展方式 | 在官方扩展面上配置 | 挂载/替换插件，配置即组合 |
| 开放层级 | 应用层 | 组装层（能力边界更宽，治理对象也更多） |
值得注意的一个反向观点：开放组装层意味着治理对象更多——Codex 的用户只需要治理"我用了什么工具"，dsh 的用户还要治理"我的 Agent 是由哪些插件拼出来的"，这需要配套的测试、版本管理和回滚方案。
三、可替换组件对比
DeepSeek Harness 把下列每一层都抽象为可替换插件，这是它与 Codex 最直观的架构差异：
| 组件 | dsh 默认实现 | dsh 可替换为 | Codex 对应能力 |
|---|---|---|---|
| 模型适配器 | DeepSeek 官方 | Anthropic / OpenAI / Ollama 本地模型等约 40 家 | 仅 OpenAI 模型（或兼容端点） |
| 工具集 | 文件系统 + Shell | 任意自定义工具插件 | 内置工具 + MCP |
| 沙箱 | 本地进程 | Docker / E2B / 远程沙箱 | 内核级 Seatbelt / Landlock（固定） |
| 会话日志 | 本地追加式事件流 | 云存储 / 数据库 | 对话历史（不可完整回放） |
| Agent 循环 | 标准 ReAct | 自定义推理策略 | 固定，不可替换 |
| UI 层 | Web UI | 自定义（社区已有 TUI、QQ 风格皮肤等） | 终端 / 桌面端 / IDE（固定官方形态） |
快速启动：npx @deepseek-ai/dsh web。
四、安全模型：硬边界 vs 可编程策略
4.1 Codex：内核级沙箱，不可绕过
Codex 安全模型的招牌是内核级沙箱：macOS 上用 Seatbelt，Linux 上用 Landlock，在操作系统系统调用层直接拒绝危险操作。特点是：
- 不可绕过：即使模型被 prompt injection 诱导"想做"危险操作，内核层面也做不到；
- 三档二元权限：粒度较粗，但边界极硬；
- 危险操作前审批提示。
这使得 Codex 成为审查完全不受信任代码（外部 PR、临时工作区、CI/CD 自动化）场景下的最强硬边界方案。
4.2 DeepSeek Harness：沙箱即插件，安全即配置
dsh 没有内置一个"唯一的"安全方案，而是把沙箱和审批策略都做成插件：
- 默认本地进程隔离，可换 Docker / E2B / 远程沙箱；
- 审批策略由插件决定，粒度可自定义；
- 工程纪律上强调：策略一律单调收紧、执行身份不可变、失败一律 fail-closed，安全性不依赖监听器顺序；
- Code Mode 有意选择了一个"听起来不太安全"的隔离方案，换取模型直接编排工具链的效率——这是官方明确的设计取舍。
核心差异：Codex 给你一个无法拆除的安全围栏；dsh 给你设计围栏的图纸和材料。前者安全下限高且恒定，后者上限取决于你的配置——自由度的代价是安全责任部分转移给了使用者。
五、会话与可观测性：对话历史 vs 事件溯源
这是 dsh 差异化最明显的一层。
Codex 维护的是常规对话历史：支持会话恢复，但不保存每次模型请求的完整上下文，无法精确回放"当时模型到底看到了什么"。
DeepSeek Harness 采用 append-only（仅追加）事件溯源 架构，官方原则是 “Model-visible means logged”——模型能看到的一切（system prompt 修改、工具调用、推理步骤、上下文注入）都写入同一条事件流。会话恢复、分叉、转录、遥测、持久化全部从这一条事件流派生。由此获得四种能力：
- 可追溯：沿事件流定位错误上下文或异常工具结果，而不只是看最终答案；
- 可恢复：会话状态不依赖进程中难以解释的内存对象；
- 可分叉：同一历史可从任意节点创建新路径，对比不同模型、工具或策略——类似版本控制；
- 可评估：基于事件流构建失败分类、回归测试和运行时指标。
配套的 Trajectory View 可回放任意一次 Agent 执行的完整决策路径。需要注意：可观测不等于已安全——事件流能让你知道"发生了什么"，但不会自动阻止恶意插件窃取凭证；会话日志本身含敏感上下文，还需要保留期、脱敏和访问控制。
六、运行模式与并行能力
DeepSeek Harness 内置四种预设组合（Profile 把配置组合成插件树）：
| 模式 | 工具集 | 适用场景 |
|---|---|---|
| 标准模式（standard） | 完整工具集 | 日常开发 |
| 代码模式（code / PTC） | 模型生成代码编排工具链 | 高效批量执行 |
| 极简模式（minimal） | 仅 Shell + 文件编辑 | 基准测试（V4 Pro 官方跑分环境） |
| 创造模式（cordis） | 运行时检查 + 试验插件 | 开发调试新插件 |
另有 Headless 模式 + Python SDK，支持程序化批量运行（逐文件/逐模块循环派发任务），这是交互式产品形态较难覆盖的场景。
Codex 的优势在多端矩阵与云端并行：ChatGPT 桌面端 Codex Tab、CLI、IDE 集成、Codex Cloud 最多 6 条并行线程，可从 GitHub / Linear / Slack 直接触发任务，图形化并行任务管理体验成熟。
七、成本结构
| Codex | DeepSeek Harness | |
|---|---|---|
| 工具本身 | 订阅制（ChatGPT Free/Plus $20/Pro $100-200 档位内含用量）或 API 计费 | MIT 开源免费，只付模型 API 费 |
| 典型模型成本 | GPT-5.4：输入 $2.5/M、输出 $15/M（>272K 长上下文溢价 2×/1.5×） | V4-Flash 极简任务约 ¥0.2/次；V4-Pro 标准编程任务约 ¥1–3/次 |
| 成本特征 | 订阅可预期，超额转 API | 搭配 DeepSeek 自家模型时与海外旗舰相差约一个数量级 |
第三方横评（同一批 30 个 Agent 任务、同一模型接入不同 Harness）显示，不同 Harness 的 token 消耗和单任务成本差异可达数倍——Harness 本身就是成本变量，这也是"固定模型测 Harness"成为主流评测方法的原因。
八、生态与组合关系：对手还是上下层？
一个常被忽视的事实：dsh 内置了 Codex 和 Claude Code 的子代理适配器（默认关闭），可以从 PATH 解析它们的二进制并把子任务委派过去，还提供桥接插件复用两者的 hooks 配置。
这意味着两者不必非此即彼。一个现实的 2026 年组合方式是：
- Codex 作为编辑器里/云端的交互式编码 Agent，处理日常开发、不可信 PR 审查（硬沙箱）；
- dsh 作为服务器上的编排层，把任务分发给合适的 Agent 或模型，所有过程汇入同一条可回放的会话日志。
配置层面也互不冲突：AGENTS.md（Codex）与 settings.yaml（dsh）可以共存于同一仓库。
九、选型速查表
| 你的需求 | 推荐 | 理由 |
|---|---|---|
| 开箱即用、不想折腾配置 | Codex | 成熟产品，体验一致性高 |
| 审查不可信代码（外部 PR、CI） | Codex | 内核级沙箱不可绕过 |
| 图形化并行任务管理 | Codex 桌面端 | Codex Tab + 云端 6 线程 |
| 深度绑定 ChatGPT/OpenAI 生态 | Codex | 原生集成 |
| 深度定制 Agent 行为（换循环、换沙箱） | DeepSeek Harness | 一切皆插件，无特权内核 |
| 多模型自由切换 | DeepSeek Harness | 模型适配是架构层一等公民 |
| 成本敏感的批量任务 | DeepSeek Harness + V4 系列 | MIT 免费 + 低价模型 |
| 会话审计、回放、分叉、回归评估 | DeepSeek Harness | append-only 事件溯源 |
| 二次开发自己的 Agent 产品 | DeepSeek Harness | MIT 协议，可改任何一层 |
| 上生产关键路径 | Codex（当前） | dsh 官方明确警告破坏性变更，需 pin 版本并充分测试 |
十、总结
Codex Harness 和 DeepSeek Harness 代表 Agent 工程的两条路线：
- Codex 把复杂留给厂商，把简单留给用户——Rust 单体内核、内核级沙箱、多端矩阵，用封闭换性能、安全和一致性。它是"更好的产品"。
- DeepSeek Harness 把复杂和权力一起交给开发者——Cordis 微内核、一切皆插件、事件溯源可回放，用开放换自由、可审计和生态可能性。它是"更有想象力的架构"。
架构中心上，Codex 的中心是 Agent Loop，dsh 的中心是可组合、可替换、可回放的能力网络。短期看，Codex 的成熟度和安全下限更适合多数团队直接使用；长期看，dsh 示范的"运行时彻底插件化"路线——事件溯源做真源、能力做 seam、策略做单调、循环可替换——很可能会被下一代 Agent 工具大量借鉴。两者不是替代关系，而是可以分层的组合关系。
扫一扫
157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
