Carrey 的学习室
返回 AI 与 Agent
Agent Harness 工程比较：Claude Code、Codex、DeepSeek Harness
·
约 10 分钟
·
上架于
2026-10-22
·
Agent Harness
·
Claude Code
·
Codex
·
DeepSeek
·
AI 工程
Agent Harness 工程比较：Claude Code、Codex、DeepSeek Harness
章节
11
本册章节
01
我的判断：差异来自 Harness 设计
成熟 Harness 的核心不是“会调用工具”，而是能在工具失败、上下文接近上限、用户暂停、网络断开…
02
统一模型：可恢复的执行系统
把目标、上下文、模型、策略门、执行器与状态写入连成可恢复的内循环。
03
能力矩阵
按公开性、循环、恢复、记忆、压缩、权限、扩展与交付表达逐项比较。
04
相对评分矩阵
工程成熟度评分（0–100），用于横向比较，不代表模型智力或官方 benchmark。
05
泄露复刻线索：证据分层
把社区研究当作设计模式参考，和 Anthropic 当前官方规范分开。
06
Claude Code：长期工作记忆型
从启动、执行、压缩、恢复到回溯，展示长任务工作流的状态路径。
07
Codex：可审计线程型
线程、审批、沙箱、压缩与检查点让过程更容易复盘。
08
DeepSeek Harness：插件化实验型
Everything is a plugin 的路线带来组合自由度，也带来治理与兼容成本。
09
谁的安全工程更好
Claude 的隔离与凭据代理、Codex 的边界拆分、DeepSeek 的可定制安全。
10
为什么 Claude 更漂亮、Codex 更啰嗦
同一类任务里，两个系统把过程暴露给用户的方式不同，最后形成了“成品感”和“控制台感”的差异。
11
证据、边界与来源
把官方文档、开源仓库、社区研究与推断拆开，读者可以沿着原始来源复核每个判断。
翻开中
·
·
·
