DeepSeek Harness 与 Codex Harness:同名 Harness,根本不是一路人

源码级拆解:平台生态 vs 控制引擎的架构决裂

就在即将过去的 8 月,DeepSeek 与 OpenAI 先后开源了都叫 Harness的东西。拆源码发现却是两种物种:一个搭平台等你长插件,一个露引擎赌你不必造。你以为在选工具,实则在选未来三年押哪条生态链。本文从代码、架构、生态一拆到底。


0. 开个头:一个被滥用的词,两盘完全不同的棋

2026 年夏天,"Harness" 这个词在 AI 工程圈被念得滚瓜烂熟。DeepSeek 开源了 Harness,OpenAI 也把 Codex 的 Harness 摆上了台面。表面上,两家都在说同一件事:给 LLM 套一层"驾驭层",让它从会聊天的模型变成能干活、跑长任务的 Agent。

但如果你真的把两份仓库 clone 下来、把依赖装上、把断点打上、把一次真实任务跑通,你会发现一个被行业有意无意忽略的事实——

它们根本不是同一类东西。

Ning 等人在论文 Code as Agent Harness(arXiv:2605.18747,2026)里给 harness 下了一个相当学术的定义:它是"包裹 LLM 的软件层,提供 tools、APIs、sandboxes、memory、validators、permission boundaries、execution loops 与 feedback channels,从而把一个无状态模型变成 capable of long-running task execution 的功能型 agent"。论文还把这一层拆成 harness interface(连接推理/行动/环境建模)、harness mechanisms(规划、记忆、工具使用与反馈驱动控制)、scaling(单 agent → 多 agent 共享代码制品做协同与验证)三叠结构。

这个定义足够好,好到反而掩盖了问题:光是"harness"三个字,在两家的代码里落点差了整整一个维度。 DeepSeek 开源的是一个平台级元框架——它把"造 Agent"这件事本身抽象成一套可插拔规范,野心是定标准、建生态;OpenAI 开源的是其商用 Coding Agent 的核心控制引擎与运行底座——它不鼓励你写第三方插件,而是把内部高强度验证过的生产级 Agent Loop 与底层 Runtime 控制逻辑整盘裸露出来。

一句话:DeepSeek 卖的是"搭积木的框架与接口标准"(平台+插件),OpenAI 卖的是"高并发、长程任务的生产级引擎设计图纸"(控制逻辑)。

这篇文章不打算做"两家功能清单对比"。我们要做的是源码级拆解 + 运行追踪(Trace),还原两个顶级团队在设计 Agent 驾驭层时,做出的不同工程抉择与背后哲学。读完你应该能回答一个问题:你的团队,到底该抄哪家作业?


一、破局:被误读的"Harness"与 Agent 架构的二次分化

1.1 现象与痛点

行业里现在流行一种偷懒的说法:"Codex 有 harness,DeepSeek 也有 harness,大家殊途同归。" 这是错的,而且错得有代表性。

这种误读不是无害的。当你所在的团队准备上马 AICoding 工具、在"自研还是基于开源改造"之间犹豫时,最容易被"大家都有 harness"带偏,以为随便挑一个抄就行。而 2026 年 8 月,DeepSeek 与 OpenAI 在两周内先后开源各自的 harness,等于把这道选择题硬塞到每个做 AI 工程的团队面前——不把两者的本质差异看透,抄作业就会抄错地方。

我们不妨把两份开源物的"出厂设定"摊开看:

项目
仓库与协议
内核语言
开源时间
一句话定位
DeepSeek Harness
 (dsh)
deepseek-ai/deepseek-harness
(MIT)
TypeScript / Node.js(Cordis 元框架)
2026-08-15(v0.1 开发者预览,GitHub 星标已破 9.6 万)
微核 + 全插件的可扩展 Agent 平台
OpenAI Codex Harnessopenai/codex
(codex-rs,Rust 内核 ~120 crate)
Rust(早期 TS 原型已重写为 Rust 多入口 harness)
CLI 前端 2025-04 开源;Rust 控制引擎与 App Server 后续开源
生产级 Coding Agent 的核心控制引擎 / Runtime

注意一个细节:DeepSeek 把"模型"降格成了一个可替换插件,明确说 Agent = Model + Harness,并认为"模型之外的那一层,正在成为产品差异的主战场";而 OpenAI 开源的 codex exec(CI/CD 一次性任务)、Codex SDK、以及 App Server,本质都是把同一颗 Rust 引擎的不同入口敞开给你看——它根本不假设你会在里面塞自己的 Loop。

1.2 核心立论:Agent 架构的"二次分化"

把前面的判断再往上抬一层——本文真正想说的,是一件比"DeepSeek Harness ≠ Codex Harness"更锋利的事:Agent 架构正在发生"二次分化",而这两份开源物恰好站在分叉口的两端。

第一次分化发生在去年:业界逐渐达成共识,把"LLM 本身"与"包裹它的驾驭层(harness)"拆成两层——模型负责推理,harness 负责工具、记忆、沙盒、循环与反馈。论文 Code as Agent Harness 把这一层正式学名化,正是这次分化的产物。

但 2026 年 8 月,当 DeepSeek 与 OpenAI 先后把自家 harness 开源,你会发现这个"驾驭层"自身正在发生第二次分化:一边走向"平台范式"——把"造 Agent"这件事抽象成一套可插拔规范,定标准、建生态、让第三方在上面长东西(DeepSeek);另一边走向"引擎范式"——不假设你来改它,只把内部验证过的生产级 Loop 与 Runtime 整盘裸露,赌你不需要自己造(OpenAI)。

一句话:harness 不再是一块铁板,它正在裂成"平台"与"引擎"两种范式。 看懂这次分化,比看懂"两家代码不同"重要得多——因为前者决定了你未来三年要在哪条生态链上押注,后者只是这道选择题的两个样本。

在这条主线下,全文围绕一个更具体的判断展开:

DeepSeek Harness = 微核(Microkernel)+ 全插件的"平台生态"路线;OpenAI Codex Harness = 高并发、长程任务优化的"控制引擎 / Runtime"路线。

前者酷在"什么都能换",后者强在"什么都不用你操心、但跑得稳"。这是两种完全不同的战略意图,不是同一种东西的两种包装。

1.3 源码运行基准环境(本次 Trace 的真实 Setup)

为了让后面的拆解不是"看文档猜实现",我们基于源码阅读 + 本地运行追踪完成本次分析。基准环境如下:

  • DeepSeek Harness:git clone deepseek-ai/deepseek-harness,基准版本 v0.1.0-rc.7(npm latest;截至 2026-08-27 最新的 rc 为 v0.1.1-rc.1,8/21 发布、新增 V4 Flash Vision-Exp 多模态,但本文以更稳定的 v0.1.0-rc.7 这一"上一个版本"为基准);Node.js ≥ 22.19.0(低于此版本会静默失败——不报错、只是没反应,这是第一个坑);启动 dsh web(默认 http://127.0.0.1:3080)与 cordis 创造模式;Trace 工具用 V8 Inspector + 轨迹日志(Trajectory Log)回放。
  • OpenAI Codex Harness:git clone openai/codex,编译 codex-rs;工具链由仓库内 rust-toolchain.toml 固定为 rustc 1.95.0(components:clippy / rustfmt / rust-src,建议先 rustup toolchain install 对齐,避免本地工具链不一致导致的诡异编译失败);npm 包 @openai/codex 约 0.42.0。启动 codex app-server --listen stdio 驱动一个 VS Code 扩展式客户端;跑通一个多轮编码任务,用 app-server generate-json-schema + 抓帧工具捕获 JSON-RPC 报文。
  • 测试 Case:两端各跑同一个"给仓库写一份 README + 修复一个失败单测"的混合任务,对比其 Loop 调度、上下文剪枝与失败恢复路径。

踩坑先说一句(以下均来自社区实测):DeepSeek 侧最常见的"假死"是 Node 版本不够——node -v 确认 ≥ 22.19 是第一步,否则连报错都没有;Codex 侧第一道坎是双构建系统——codex-rs 同时用 Bazel(MODULE.bazel)与 Cargo workspace,本地只装 Cargo 时容易在补依赖阶段卡死,建议严格按官方 rust-toolchain.toml(1.95.0)对齐工具链;其次 codex app-server 的 ws:// 传输仍标 experimental,生产集成从 stdio 起步最稳。更深的坑(上下文硬上限、日志吃 SSD 等)后面回到。


二、DeepSeek Harness 源码拆解:极致解耦的"微核 + 全插件"生态

2.1 架构全景:以 Cordis 机制为核心的插件拓扑

DeepSeek Harness 的底层是 Cordis 元框架——一个轻量级插件容器。它脱胎于 DeepSeek 配套论文 A Programming Paradigm for Spatiotemporal Composability(时空可组合性编程范式)。Cordis 内核只负责五件事:挂载(mount)/ 卸载(unmount)/ 依赖解析 / 组合 / 撤销 / 自省。运行中的 Harness,本质上就是一个 Cordis Context——不同包向这个 Context 注册服务、事件与能力,最后由配置文件把它们组合成一个可运行的 Agent。

它最醒目的主张是 "Everything is a Plugin":不仅 Tool、Model 是插件,连 Agent Loop(智能体循环)、Context Injection(上下文注入)、Session 管理、Sandbox 隔离乃至 Web UI 本身,全都是可被替换或插拔的 Plugin。整体拓扑如下:

Cordis 用五个底层问题定义了插件运行时必须回答的契约,这也是理解整个框架的钥匙:

底层问题
含义
Cordis 的答案
能力坐标
每个插件提供什么能力、如何被发现
声明式 manifest,注册时自动建立能力索引
依赖激活
插件间如何依赖、如何按需加载
延迟加载 + 依赖拓扑排序,未用到的插件不初始化
效果撤回
卸载后如何撤销其对系统的影响
每个插件实现 mount() / unmount() 生命周期,保证可回滚
组合形态
多个插件如何组合成预设(preset)
preset 是一组插件配置的快照,可保存、分享、恢复
自省演化
框架能否描述和修改自身
Cordis 暴露自身 API,插件可查询/修改其他插件状态

2.2 "Everything is Plugin"的实现剖析

(1)主 Loop 被抽象为可插拔插件

传统 Agent 框架里,那个 while (true) { observe → think → act } 的主循环是写死在核心里的。DeepSeek 的做法是把它提升为一等公民插件:Agent Loop 不再是一个控制流,而是一个向 Cordis Context 注册的"能力提供者"。框架启动时由配置决定加载哪一个 Loop 实现(standard / code / minimal / cordis 四种内置模式,本质就是四组不同的插件预设)。

这意味着你可以替换掉整个决策循环——比如换成一个"双模型分工"的 Loop(规划用强推理模型、执行用便宜模型,社区 dsh-plan-execute 插件即此思路),而不需要改动框架一行核心代码。源码层面,Loop 插件通过 Cordis 的"能力坐标"声明自己提供 loop 能力,框架在组装时把它接到事件总线上。

(2)运行时 Creator Mode:不重启进程地热加载/修改

这是 DeepSeek 最"离经叛道"也最有想象力的设计。在 cordis 创造模式下,你可以在内存里动态组合插件、实时创建新的运行预设:

  • 关掉计划模块;
  • 加一个本地 Git 钩子(dsh-git-hooks 思路);
  • 把联网搜索替换成自己写的 PDF 解析器;
  • 动态创建一个新工具并注册——文档里的例子是 Agent 自己写了一个"统计中文字符数"的函数,然后把它注册成新工具。这相当于 Agent 给自己"长出了新手指"。

实现上,这依赖 Cordis 的"自省演化"能力:Cordis 把自身 API 暴露给插件,使得插件可以查询、修改其它插件的状态,并在运行时 mount() 新插件。配合下面的轨迹日志,热加载过程的每一次能力变更都可被记录与回滚。

当你能在运行时让 Agent 给自己"长出新手指",你才真正理解什么叫 Everything is a Plugin——DeepSeek 卖的不是一款产品,而是一套"谁能进来、怎么组合"的宪法。

图 1 DeepSeek Agent Presets UI——四种 Agent Loop 插件可视化

实跑 dsh web

— 以上为试看内容(约 40%),开通会员后阅读全文 —