Coding Agent 的竞争经常被理解成模型能力的竞争:Claude、GPT、DeepSeek 谁写代码更强,谁的推理更稳定,谁能一次完成更大的仓库级任务。
但如果真正去研究 Claude Code、OpenAI Codex 和 DeepSeek Harness 的架构,会发现决定 Coding Agent 能力上限的因素已经不只是 Model,而是 Model 外面的 Harness。模型负责理解问题、推理和生成动作,Harness 则负责告诉模型当前拥有什么上下文、能够调用哪些工具、工具应该怎样执行、哪些操作需要审批、命令能够访问哪些文件和网络、会话状态如何持久化,以及复杂任务应该怎样拆给其他 Agent。
一个裸模型的执行过程通常只是 Input → Model → Output,而真正的 Coding Agent 则需要持续完成 Context Construction → Model Inference → Tool Call → Tool Execution → Tool Result → Context Update → Model Again 的循环,同时还要处理 Session、Memory、Permission、Sandbox、Skills、MCP、Subagent、Context Compression、Background Job 和 Observability 等大量工程问题。DeepSeek Harness 甚至直接把 Agent 概括为 Model + Harness,这其实很好地解释了为什么今天即使使用同一个模型,不同 Coding Agent 的实际体验和任务完成率仍然可能存在明显差异。
从这个角度看,三者实际上代表了三条不同的技术路线:Claude Code 更接近高度产品化的 Coding Agent,Codex 更接近一个逐渐独立出来的 Agent Runtime,而 DeepSeek Harness 则更进一步,把 Harness 本身设计成一个可以重新组合的 Framework。
框架都有 Agent Loop
无论 Claude Code、Codex 还是 DeepSeek Harness,底层都绕不开一个基本的 Agent Loop。用户提出任务以后,Harness 首先构造模型上下文,然后调用模型;模型如果直接给出最终答案,当前 Turn 就可以结束,如果模型产生 Tool Call,Harness 就执行对应工具,将执行结果重新加入上下文,再次调用模型,直到模型认为任务已经完成。
如果用伪代码表示,这个过程并不复杂:
while True: context = build_context() response = model( context=context, tools=tools, ) if response.is_final: break tool_result = execute(response.tool_call) append_to_context( response, tool_result, )
OpenAI 在介绍 Codex Agent Loop 时公开描述的基本流程也是如此:Harness 负责向模型发起 inference,模型可能返回最终回答,也可能产生工具调用;如果产生工具调用,Harness 执行工具,再把结果加入下一轮模型上下文。因此,一个用户 Turn 往往并不对应一次模型请求,一个复杂的 Coding Task 内部可能包含几十次甚至更多 Model、Tool 和 Context 更新。
真正拉开三者差异的,并不是有没有这个循环,而是谁控制 build_context()、execute_tool()、persist_session()、check_permission()、run_sandbox()、spawn_agent() 和 compact_context(),以及最重要的 agent_loop() 本身能不能重新定义。Claude Code、Codex 和 DeepSeek Harness 的核心架构差异,基本都可以从这个问题展开。
Claude Code:把 Harness 做成完整的开发者工作台
Claude Code 最初给人的印象很像一个运行在 Terminal 中的 Coding Agent,但它现在已经明显超过了“Claude + Shell”这个简单组合。Anthropic 在同一套 Claude Code Engine 周围逐渐建立了 CLAUDE.md、Memory、Skills、MCP、Hooks、Permission、Sandbox、Subagents、Background Agents 和 Agent SDK 等能力,并把同一套 Engine 延伸到 Terminal、IDE、Desktop 和 Web 等不同使用环境。
从架构上看,Claude Code 的核心思路并不是让开发者重新定义 Harness 内核,而是在一个相对稳定、成熟的 Agent Engine 周围提供越来越多的扩展层。开发者通常不需要关注 Agent Loop 本身是如何实现的,而是通过项目指令、Skill、Tool、Hook、Subagent 和 SDK 去影响这个 Loop 的行为。
可以把它简化为:
Claude Code Engine │ ├── Context │ ├── CLAUDE.md │ ├── Memory │ ├── Skills │ └── Conversation │ ├── Tools │ ├── Bash │ ├── Files │ └── MCP │ ├── Hooks ├── Permission ├── Sandbox └── Subagents
CLAUDE.md
Claude Code 通过 CLAUDE.md 和 Memory 把这类信息放到 Harness 的 Context Construction 阶段。换句话说,Repository 不再只有面向人的 README 和 Source Code,还开始出现专门面向 Agent 的工程说明。模型每次进入项目时,可以重新获得项目结构、代码规范、测试方式和操作边界,而不是完全依赖当前聊天记录。
Claude Code 中的 Context 并不只是 Conversation History,而是由 System Instructions、Project Instructions、Memory、Skills、Tool Description、当前文件内容、Tool Result 和 Subagent Result 等多种来源共同构成。这个变化非常重要,因为复杂 Agent 的能力越来越取决于 Harness 能否持续构造一个高质量 Context,而不是单纯依赖模型一次性理解全部仓库。
Skill
Skill 的价值并不只是保存 Prompt。更重要的是,它把 Instructions、References、Scripts 和 Assets 组织成一个可复用能力,而且这些内容不需要全部从会话开始就常驻 Context。Harness 可以先让模型知道有哪些 Skill,在真正需要某个 Skill 时再读取对应的 SKILL.md 和辅助文件。
随着 Coding Agent 中 Tool、Skill 和知识库越来越多,这种按需加载会越来越重要,因为如果所有说明文档、工具 Schema 和开发规范从一开始全部放进上下文,Context Window 很快就会被低价值信息占满。
Hook
Hook 的价值就在于把这些行为从 LLM Decision 移到 Deterministic Program 中。模型依然负责理解任务和决定大部分行动,但 Formatter、Validation、Audit 和 Policy Enforcement 可以由 Harness 在固定生命周期节点中强制执行。
Claude Code 实际上形成了一种分层执行模型:需要智能判断的事情交给 LLM,需要固定执行的事情交给 Hook,需要操作系统级安全边界的事情则交给 Sandbox。不同可靠性要求的任务被放到不同层,而不是全部依赖 Prompt。
Permission
Claude Code 的另一个重要设计是把 Permission 和 Sandbox 分开。Permission 主要回答“模型提出的这个动作是否允许执行”,而 Sandbox 回答的是“即使允许执行,这个动作最多能够访问什么资源”。
Coding Agent 的安全已经逐渐从简单的“允许 Shell / 禁止 Shell”演变成 Permission、Approval、Filesystem Isolation 和 Network Isolation 等多层机制。
Subagent
Claude Code 的 Subagent 允许不同 Agent 拥有自己的 Context、System Prompt、Tool Access 和 Permission。Explorer Agent 可以负责大量阅读代码,Tester Agent 可以运行测试,Reviewer Agent 可以专门检查…