AI创作者AMA知无不言
最近 DeepSeek Harness（DSH）开源刷屏，不少人直接拿来对标 Claude Code、Codex。试用梳理后最大感受：三者看似都是本地代码 Agent，但底层定位完全不在一个维度，选型一旦混淆很容易踩坑。先说核心结论：**Claude Code 与 Codex 是开箱即用的成品编程 Agent；DeepSeek Harness 是一套开源 Agent 运行底座（Runtime）。简单类比：前者是组装完成的整机电脑，DSH 是一块支持自由拼装的主板。**Claude Code，Anthropic 打造的一体化代码智能体。整体为 Claude 模型深度定制，内置闭环 Agent 循环、权限管控、项目记忆、MCP 扩展体系。所有核心逻辑、上下文策略、工具调度由官方封装，架构偏向黑盒。优势是开箱即用，稳定性经过大量工程验证，面对百万行级大型代码库重构、多文件变更理解能力突出。适合只想专注写代码、不想折腾底层调度的研发人员。短板是闭源、高度绑定 Claude 生态，底层执行流程无法自定义，只能通过官方开放接口有限扩展。OpenAI Codex，OpenAI 面向软件工程场景的端到端 Agent 方案。擅长终端命令、Git 工作流、持续迭代调试，长任务自适应上下文压缩是亮点。它和 Claude Code 思路相近：产品优先，模型、Agent 循环、沙箱环境一体化打包。原生适配 OpenAI 全系模型，云端沙箱、并行多 Agent 工作流成熟。同样属于闭源成品工具，扩展自由度有限，使用门槛、网络与成本问题也是国内开发者普遍痛点。而 DeepSeek Harness（DSH）完全是另一条路线。基于 Cordis 微内核，贯彻**一切皆插件**设计：模型适配器、Agent 循环、工具注册表、Web 前端、会话存储、安全沙箱全部模块化。依靠 profile、bundle、patch 分层配置机制，无需修改源码即可替换任意组件。最关键一点：它不绑定 DeepSeek 模型，可以接入 Kimi、Claude、OpenAI 等任意兼容 OpenAI 协议的大模型。同时采用 JSONL 事件溯源日志，完整留存 Agent 每一轮执行事件，调试、回放、二次分析非常友好。大家近期有实测过三款工具吗？欢迎交流踩坑经验。
发布于 广东
分享
评论
2
未登录
友善发言
评论
加载中
