Codex Harness vs DeepSeek Harness：两条 Agent 架构路线的深度对比

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 Harnessdsh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 CodexDeepSeek 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OpenAIDeepSeek 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 CloudWeb UI127.0.0.1:3080 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CodexDeepSeek 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 SeatbeltLinux 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CodexDeepSeek 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/M272K 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.mdCodex与 settings.yamldsh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、CICodex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 Harnessappend-only 事件溯源二次开发自己的 Agent 产品DeepSeek HarnessMIT 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 Loopdsh 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。