DeepSeek Harness vs OpenAI Codex Harness — Agent基础设施军备竞赛深度解析

8月13日，DeepSeek Harness 开源；8月21日，OpenAI Codex Harness 全面开源。8天之内，全球两大AI巨头相继开放Agent底层基础设施，一场关于"Agent该长什么样"的军备竞赛正式打响。本文将从设计哲学、技术架构、工程实现、生态模式四个维度，深入拆解这两大框架的异同，并探讨它们对整个AI Agent产业格局的深远影响。

一、背景：从模型竞赛到框架竞赛，Agent进入下半场

1.1 为什么是现在？

过去三年，AI行业的竞争主轴是"谁的模型更强"。GPT-4、Claude 3、Gemini、DeepSeek-V3……参数规模不断攀升，基准测试榜单不断刷新。但到了2025年中，一个共识逐渐形成：模型能力已经不是Agent落地的最大瓶颈。

真正的瓶颈在于：如何把模型能力"封装"成可靠、可控、可嵌入业务流程的智能体？这涉及到工具调用、记忆管理、安全沙箱、多Agent协同、可观测性等一系列工程问题。这些问题不解决，再强的模型也只是"聊天框里的实习生"——能说会道，但干不了真活。

正是在这个背景下，Agent Harness（智能体 harness/运行时框架）从幕后走向台前。

1.2 8天两场开源，不是巧合

8月13日凌晨，DeepSeek Harness（简称DSH）以MIT协议开源，半小时GitHub Star破万，24小时内社区涌现288个插件仓库。

8天后的8月21日，OpenAI总裁Greg Brockman在X上宣布Codex Harness全面开源，Apache-2.0许可。

8天，两大顶级玩家相继出牌。这不是巧合——这说明Agent基础设施层已经成熟到了"谁先开放谁占位"的关键节点。就像移动互联网时代的iOS和Android，谁先定义了应用的运行时标准，谁就掌握了生态的话语权。

但更值得玩味的是，两家给出的答案截然不同：DeepSeek要做Agent世界的"安卓"——开源开放、社区驱动、一切皆插件；而OpenAI要做"iOS"——精品路线、企业级深度、嵌入优先、质量管控。

二、DeepSeek Harness：一切皆插件的组装哲学

2.1 设计理念：Everything is a Plugin

DeepSeek Harness的官方Slogan只有一句话："Everything is a Plugin." 这不是营销口号，而是贯穿整个架构的底层准则。

传统的Agent框架通常采用"内核+扩展"模式：核心逻辑写死在内核里，外围功能通过Hook或回调扩展。想换个模型提供商？改适配层。想加个新工具？改Agent Loop。想换沙箱？Fork整个项目。

DSH彻底反转了这个逻辑——内核什么都不做，只负责管理插件的生命周期。模型、工具、界面、存储、安全策略、上下文管理，甚至Agent循环本身，全部以插件的形式存在。运行中的Harness本质上是一个Context容器，不同的包向它注册服务、事件和能力，最终由YAML配置文件把它们"组装"成一套可以运行的智能体。

# dsh.config.yaml 示例 —— 用配置文件组装一个Agent
preset: standard
model:
  plugin: '@dsh/model-deepseek'
  config:
    apiKey: ${DSH_API_KEY}
    model: deepseek-v3
tools:
  - plugin: '@dsh/tool-bash'
  - plugin: '@dsh/tool-file-editor'
  - plugin: '@dsh/tool-web-search'
ui:
  plugin: '@dsh/ui-web'
  config:
    port: 3080
sandbox:
  plugin: '@dsh/sandbox-docker'

这种设计的威力在于：你不需要修改框架源码，只需要改配置，就能"换脑"（换模型）、"换手"（换工具）、"换皮肤"（换UI）。 对于企业来说，这意味着技术选型的灵活性和供应商锁定风险的大幅降低。

2.2 底层基石：Cordis微内核架构

DSH的插件化体系不是从零造的轮子，而是构建在开源框架Cordis之上。Cordis最初是为Koishi（一个机器人框架）设计的微内核，经过多年迭代已经非常成熟。

Cordis内核只做三件事：

// 一个最简DSH插件示例
import { Context, Plugin } from '@dsh/core';

export const myTool: Plugin = {
  name: 'my-custom-tool',
  apply(ctx: Context) {
    // 注册一个工具
    ctx.tool.register({
      name: 'greet',
      description: '向用户打招呼',
      parameters: {
        type: 'object',
        properties: {
          name: { type: 'string', description: '用户名字' }
        },
        required: ['name']
      },
      async execute({ name }) {
        return `Hello, ${name}! 这是来自自定义插件的问候。`;
      }
    });
    
    // 监听Agent循环事件
    ctx.on('agent/turn/before', (turn) => {
      console.log(`第 ${turn.index} 轮对话开始`);
    });
  }
};

基于Cordis的架构带来了一个关键特性：插件可以依赖插件。这意味着社区可以构建"插件的插件"，形成层层叠加的生态网络。比如dsh-agent-teams这个多Agent协作插件，本身又依赖了模型插件、工具插件和会话管理插件。

2.3 四种运行模式：从开箱即用到深度定制

DSH没有搞"一刀切"，而是为不同场景设计了四种运行模式：

| 模式 | 定位 | 核心特性 | 适用人群 |
|------|------|----------|----------|
| Standard（标准模式） | 日常首选 | 文件编辑、Shell命令、网页检索、子Agent调用、工作流编排 | 大多数开发者和用户 |
| PTC（Program-to-Code） | 高阶玩法 | 模型直接编写TypeScript程序，将多步复杂操作串起来执行 | 需要高效复杂任务编排的场景 |
| Minimal（极简模式） | 模型评测 | 只保留持久化Bash和str_replace_editor，剔除一切噪音 | 模型基准测试、能力评估 |
| Creative（创造模式） | 深度定制 | 运行时检查系统状态、动态挂载/卸载Cordis插件、Agent自改装 | 框架研究者、高级定制需求 |

其中最具想象力的是Creative模式——Agent可以在运行时自己编写插件、挂载运行、完成任务后卸载。这为"自进化Agent"打开了大门：当Agent学会了一种新的工作方式，它可以自己把它写成代码固化成能力，下次直接调用。

2.4 可观测性：让Agent从黑盒变成白盒

Agent最让人头疼的问题之一就是"它到底干了啥？"。一旦出错，黑盒式的Agent几乎无法调试。

DSH在可观测性上做得相当扎实：

这种设计让调试Agent像调试普通程序一样可回溯、可复现——对于企业级应用来说，这不是锦上添花，而是刚需。

三、OpenAI Codex Harness：把Agent装进产品的嵌入哲学

3.1 设计理念：反套壳革命

如果说DeepSeek的关键词是"插件"，那么Codex Harness的关键词就是"嵌入"。

OpenAI在官方博客中一针见血地指出：与其要求每一个团队都把他们原本熟悉的工作流程，强行搬到一个通用的代码助手中去，不如把Agent直接带入那些围绕实际工作设计的软件里。

安全分析师看的是预警队列，客服工程师看的是账户历史，产品经理看的是需求看板。对于这些真实的打工人来说，重要的不是那个"聊天框"，而是他们眼前的业务看板。Codex Harness要做的，就是把Agent能力作为引擎，嵌入到这些已有的产品和工作流中。

OpenAI称之为："前端业务规则归你，底层Agent循环归我。"

3.2 三大组件：从CLI到嵌入式引擎

Codex Harness开源了三个核心组件：

| 组件 | 语言 | 定位 | 核心能力 |
|------|------|------|----------|
| codex-exec | Rust | CLI自动化流水线 | 命令行工具、脚本执行、CI/CD集成 |
| Codex SDK | TypeScript / Python | 编程式接口 | 类型安全的Agent构建、工具定义、会话管理 |
| app-server | Rust | 核心引擎 | JSON-RPC服务、持久对话、流式事件、人工审批、自定义工具 |

其中app-server是整个体系的明星组件。它是一个独立运行的Rust进程，通过JSON-RPC协议与你的业务应用通信，提供完整的Agent能力。

// 使用Codex SDK连接app-server示例
import { CodexClient } from '@openai/codex';

const client = new CodexClient({
  transport: {
    type: 'stdio',  // 也支持 websocket、unix socket
    command: 'codex-app-server'
  }
});

// 创建一个会话（Thread）
const thread = await client.threads.create({
  toolResources: {
    // 暴露业务系统的自定义工具给Agent
    customTools: [
      {
        name: 'query_customer',
        description: '查询客户信息',
        inputSchema: {
          type: 'object',
          properties: {
            customerId: { type: 'string' }
          }
        }
      }
    ]
  }
});

// 发送消息并流式接收响应
const stream = await client.turns.create(thread.id, {
  message: '帮我查一下客户C1001的最近订单',
  // 开启人工审批模式：敏感操作需要人确认
  humanApproval: {
    mode: 'sensitive-tools',
    tools: ['query_customer']
  }
});

这种架构的核心优势是关注点分离：你的业务系统负责UI、数据、权限控制，app-server负责Agent的核心循环——记忆管理、工具调用、推理规划。两者通过标准协议通信，互不侵入。

3.3 记忆系统：读写分离的两阶段管道

Codex Harness在记忆系统上的设计体现了企业级产品的深度。它没有采用简单的"向量存储+相似度检索"方案，而是设计了更精细的分层架构：

这种设计比大多数开源框架的"一把梭"向量检索更接近真正的"持续学习"——记忆不是简单的堆加，而是有组织、有结构、有遗忘的动态过程。

3.4 安全体系：五层纵深防御

企业级场景对安全的要求怎么强调都不为过。Codex Harness在安全沙箱上采用了五层纵深防御设计：

五层防护层层递进，即使某一层被突破，下一层仍然能阻止越权操作。对于金融、医疗、政企等强监管场景，这种安全设计是选型时的决定性因素。

四、全方位对比：安卓与iOS的Agent版复刻？

4.1 核心维度对比表

| 维度 | DeepSeek Harness | OpenAI Codex Harness |
|------|-----------------|---------------------|
| 开源时间 | 2025年8月13日 | 2025年8月21日 |
| 开源协议 | MIT | Apache-2.0 |
| 核心语言 | TypeScript | Rust（核心）+ TS/Python（SDK） |
| 设计哲学 | 一切皆插件，组装式框架 | 反套壳革命，嵌入式引擎 |
| 底层架构 | Cordis微内核 + 200+插件包 | app-server（JSON-RPC）+ 80+ Rust子模块 |
| 仓库规模 | 50个包组、200+子包、12000+提交 | 80+子模块、3200+ .rs文件、9600+提交 |
| 社区生态 | 2600+社区插件、1100+精选、社区驱动 | 不接受外部PR、只收Issue、官方主导 |
| 模型绑定 | 完全解耦，支持任意LLM | 原生支持OpenAI模型，可扩展其他 |
| 运行模式 | 4种预设模式（标准/PTC/极简/创造） | 嵌入式为主，CLI为辅 |
| 记忆系统 | 插件化，社区方案多样（如OpenViking） | 内置读写分离 + 两阶段提取管道 |
| 安全沙箱 | 插件化，支持Docker等多种方案 | 五层纵深防御（V8+策略+加固+沙箱） |
| 可观测性 | Trajectory轨迹 + 回放/分叉/恢复 | 结构化日志 + 事件流 |
| 企业级成熟度 | 开发者预览版（rc阶段） | 迭代一年多，有企业客户验证 |
| 上手门槛 | 低，npx一行命令启动 | 中高，Rust编译 + 协议对接 |
| 类比定位 | Agent的"安卓"——开放生态 | Agent的"iOS"——精品深度 |

4.2 设计哲学的根本分歧

表面上看，两个框架做的事情高度重叠——文件读写、终端执行、子智能体、工作流编排、会话持久化、安全沙箱、工具调用……但底层的设计哲学是两条根本不同的路线：

DeepSeek Harness = 组装框架

你选择插什么模块进去——哪个模型、哪些工具、什么界面、什么安全策略——框架帮你组装成一个可以运行的Agent。它的终极形态是"Agent的乐高积木"：内核极轻，能力全靠插件堆，组合方式无穷无尽。

Codex Harness = 嵌入引擎

你不拆它、不改它，你把它装进你的产品。发动机提供动力（Agent循环、记忆、工具调用），你掌控方向盘（界面、数据、权限审批）。它的终极形态是"Agent的发动机"：你不需要知道发动机怎么造的，你只需要知道怎么把它装到你的车上。

这两种哲学没有对错，只有适用场景的不同。

4.3 各自的王牌与天花板

#### DeepSeek的王牌：社区生态的爆发力

DeepSeek最大的优势不是代码本身，而是它点燃的社区。开源仅8天，dsh-plugin标签下就涌现了2600+个公开仓库，其中不乏产品级成熟度的项目：

社区用8天，完成了大厂可能需要几个月才能做完的生态布局。这种爆发力是闭源生态永远无法比拟的。

#### DeepSeek的天花板

TypeScript的性能上限是天然的。对于高并发、低延迟的企业级场景，Rust实现的Codex有结构性优势。更现实的问题是社区质量参差——2600+仓库里，有工业级精品，也有大量玩具级项目。开源生态的通病，质量管控靠社区自治，出了问题DeepSeek团队不会背锅。

此外，DSH目前仍处于v0.1.0-rc.x候选发布阶段，虽然迭代极快，但对生产环境来说仍是心理障碍。

#### OpenAI的王牌：企业级深度与实战验证

Codex的优势不在广度，在深度。作为商业产品迭代了一年多，它在几个关键维度上更成熟：

#### OpenAI的天花板

Codex最大的短板是没有社区生态。文档明确写着"不接受外部代码贡献"，只接受issue报告。这意味着所有扩展都靠你自己写，没有2600个社区插件可以"白嫖"。

Rust语言本身也是门槛。对于独立开发者和小团队，TypeScript的上手成本远低于Rust——前者AI辅助能帮你读写改，后者遇到边界case可能直接卡住。

五、MCP：工具调用的统一战线

在讨论Agent Harness时，不能不提到一个重要的行业共识——MCP（Model Context Protocol）。

5.1 MCP是什么？

MCP是由Anthropic牵头推出的开放协议，旨在为Agent工具调用建立统一标准。你可以把它理解为Agent世界的"USB接口"：一端插各种工具和数据源，一端插各种大模型和Agent框架，中间靠标准协议打通。

在MCP出现之前，每个Agent框架都有自己的工具定义方式——OpenAI有Function Calling格式，Anthropic有Tool Use格式，各种开源框架更是各搞一套。工具开发者要适配N个框架，框架开发者要接入N个工具，重复劳动巨大。

MCP的出现就是为了终结这种碎片化。

5.2 MCP的核心架构

MCP采用Client-Host-Server三层架构，基于JSON-RPC 2.0构建有状态的会话协议：

┌─────────────────────────────────────────────────┐
│              MCP 三层架构模型                    │
├─────────────────────────────────────────────────┤
│                                                 │
│  ┌──────────┐    ┌──────────┐    ┌──────────┐  │
│  │  Client  │◄──►│   Host   │◄──►│  Server  │  │
│  │ (大模型/ │    │ (Agent   │    │ (工具/   │  │
│  │  Agent)  │    │  Harness)│    │  数据源) │  │
│  └──────────┘    └──────────┘    └──────────┘  │
│                                                 │
│  发起调用          中转/管理          提供能力   │
└─────────────────────────────────────────────────┘

核心能力包括三类：

5.3 两大框架对MCP的态度

有趣的是，DeepSeek和OpenAI在MCP上采取了不同的策略：

从长远来看，MCP的普及是必然趋势——就像USB统一了外设接口，MCP将统一Agent的工具接口。谁先拥抱MCP，谁就能接入更广泛的工具生态。

六、实践指南：如何选择？

6.1 场景化选型建议

| 你的场景 | 推荐选择 | 理由 |
|----------|----------|------|
| 从零构建独立Agent产品 | DeepSeek Harness | 插件化组装适合从零开始，2600+插件减少重复造轮子 |
| 将Agent嵌入已有业务系统 | Codex Harness（app-server模式） | JSON-RPC嵌入式架构，界面和数据归你，Agent循环归引擎 |
| 企业级安全合规场景 | Codex Harness | 五层安全沙箱 + 执行策略 + 进程加固，企业级标配 |
| 快速原型验证/个人项目 | DeepSeek Harness | npx一行启动，TypeScript友好，社区资源丰富 |
| 自进化/持续学习Agent | 两者结合 | 架构借鉴Codex的记忆管道，底座用DSH的插件生态 |
| 多Agent协同系统 | DeepSeek Harness + dsh-agent-teams | 社区已有成熟的多Agent调度方案，产品级可用 |

6.2 代码示例：快速上手对比

#### DeepSeek Harness 快速启动

# 一行命令启动Web UI
npx @deepseek-ai/dsh web

# 或者从源码构建
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

#### Codex Harness 快速启动（app-server模式）

# 安装Codex CLI
cargo install codex-cli

# 启动app-server（stdio模式）
codex app-server --stdio

# 或者用SDK连接（Python示例）
from openai import Codex

client = Codex(
    transport="stdio",
    command=["codex", "app-server", "--stdio"]
)

thread = client.threads.create()
turn = client.turns.create(
    thread_id=thread.id,
    message="帮我分析一下当前目录的项目结构"
)

6.3 自定义工具开发对比

#### DSH插件方式

// dsh-plugin-weather/index.ts
import { Context, Plugin } from '@dsh/core';

export const weatherPlugin: Plugin = {
  name: 'weather-tool',
  apply(ctx: Context) {
    ctx.tool.register({
      name: 'get_weather',
      description: '获取指定城市的天气信息',
      parameters: {
        type: 'object',
        properties: {
          city: { type: 'string', description: '城市名称' },
          unit: { type: 'string', enum: ['celsius', 'fahrenheit'], default: 'celsius' }
        },
        required: ['city']
      },
      async execute({ city, unit }) {
        const res = await fetch(`https://api.weather.com/${city}?unit=${unit}`);
        return res.json();
      }
    });
  }
};

#### Codex MCP方式

# weather_mcp_server.py
from mcp.server import Server
from mcp.types import Tool, TextContent
import json

app = Server("weather-server")

@app.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="get_weather",
            description="获取指定城市的天气信息",
            inputSchema={
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"},
                    "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
                },
                "required": ["city"]
            }
        )
    ]

@app.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    if name == "get_weather":
        city = arguments.get("city", "")
        unit = arguments.get("unit", "celsius")
        # 调用天气API...
        return [TextContent(type="text", text=f"{city}今天25度，晴。")]
    return []

可以看到，两种方式的核心逻辑相似，但DSH的插件是"注册到框架"，而MCP的工具是"通过协议暴露"——前者是插件化组装，后者是标准化互联。

七、未来展望：框架之上的竞争才刚刚开始

7.1 被忽视的关键信号

OpenAI在官方博客中提到了一个容易被忽视但极其重要的数据：

在ARC-AGI-3基准测试中，仅仅对Harness做了两项调整——保留推理与上下文压缩——GPT-5.6 Sol的得分就从13.3%飙升到38.3%，输出Token减少了六倍。

13.3%到38.3%，接近三倍的提升，不是来自模型迭代，而是来自框架设计。

这个数据传递的信号是：Agent的竞争已经从"谁的模型强"进入"谁的Harness好"的第二阶段。模型能力是基础，但如何编排、管理、增强这个模型，才是决定Agent最终表现的关键。

这也解释了为什么两家巨头要在8天内相继开源——因为Harness已经成为Agent时代的"操作系统"，谁定义了运行时标准，谁就掌握了生态的主导权。

7.2 两条路线会收敛吗？

一个有趣的问题是：DeepSeek的"安卓路线"和Codex的"iOS路线"，最终会像移动互联网时代那样长期共存，还是会有一方胜出？

我的判断是长期共存，但会互相借鉴：

但两者的基因差异决定了它们不会完全趋同。DeepSeek从出生就是社区的，Codex从出生就是企业的。这种底色会持续影响它们的产品决策和生态走向。

7.3 对开发者意味着什么

两大顶级框架同时免费开放，对开发者来说既是好消息也是坏消息：

好消息：你免费拿到了全球最强的两套Agent基础设施。不用再从零写Agent循环、不用再折腾工具调用协议、不用再踩沙箱的坑——这些脏活累活，巨头已经帮你干了。

坏消息：你的护城河不能再是"我有个好框架"了。当框架变成免费的基础设施，竞争就上移到了框架之上——谁能用更好的框架做出更好的产品，谁能在垂直场景做到体验断崖式领先，谁能在"反套壳"的理念下做出真正解决业务问题的原生AI应用。

"套壳时代"结束了。过去一年，很多开发者陷入"套壳"的怪圈——做ChatBot、包一层UI、接几个API，产品越来越像，护城河越来越浅。现在两大框架同时把"反套壳"变成基础设施，通用聊天框的黄昏到了，原生AI应用的黎明才刚刚开始。

7.4 下一个战场：Agent的自我进化

我认为，下一个真正的技术突破点在于Agent的自我进化能力。

目前的Agent框架，无论DSH还是Codex，本质上都是"人类设计能力，Agent使用能力"。但如果Agent能自己创造能力呢？

DSH的Creative模式已经摸到了这个门槛——Agent可以在运行时自己写插件、挂载运行。如果再结合Codex那样的记忆整合机制，Agent就能从"经验"中提炼出"技能"，固化成可复用的能力。

这才是真正的"自进化Agent"：不是靠人类给它加功能，而是它在工作中自己学会新技能。这一步一旦走通，Agent的能力增长曲线将从线性变成指数级。

而两大框架的开源，恰恰为这个方向的探索降低了门槛。全球的研究者和开发者，可以站在巨人的肩膀上，去探索Agent自我进化的可能性。

八、结语：不是终点，是起点

8天，两大框架，两种哲学。

DeepSeek选了"组装"——一切皆插件，社区驱动，广度优先。它相信生态的力量，相信千千万万开发者的创造力，能让Agent以最快的速度渗透到每一个角落。

OpenAI选了"嵌入"——把Agent装进产品，企业级深度，深度优先。它相信体验的力量，相信深度融入工作流的Agent，才能真正创造价值。

它们不是在争夺同一个市场，它们在共同做一件事：把Agent从"聊天框里的实习生"变成"能嵌入任何产品的隐形大脑"。

当Agent的基础设施免费开放，通用聊天框的黄昏就到了。接下来，是原生AI应用的黎明——那些围绕实际工作设计的软件，终于能装上一个聪明的脑子了。

这不是终点，是起点。两大框架开放了底座，接下来要看的是：谁能用这些底座，做出真正改变工作方式的原生AI应用。

答案不在框架里，在产品里。在每一个开发者的手中。

本文基于DeepSeek Harness与OpenAI Codex Harness的公开资料与社区信息综合分析，所有技术细节以官方文档为准。