尧图网站建设 
发布日期2026-09-01 | 话题标签Codex Harness、DeepSeek Harness、AI Agent 框架、开源Codex Harness 和 DeepSeek Harness 是 2026 年 8 月相继开源的两款 AI Agent 执行框架前者由 OpenAI 以 Apache-2.0 协议发布8 月 19 日后者由 DeepSeek 以 MIT 协议发布8 月 13 日两者相差 6 天被行业称为6 天两开源。DeepSeek Harness 基于 Cordis 插件系统构建模型、工具、沙箱、UI 等所有层均可替换核心口号是一切皆插件适合技术开发者自由组合 Agent 工作流且不绑定任何特定模型Codex Harness 是支撑 Codex App、CLI 和 IDE 扩展的统一执行框架以 SDK 和 app-server 形式将 Agent 能力嵌进企业已有的业务系统门槛更低但替换灵活性有限且与 OpenAI 模型深度绑定。本文系统对比两者的架构理念、安装方式、四种预设模式、开源协议差异以及不同团队规模和技术背景下的选型建议。2026 年 8 月AI Agent 执行层迎来了一场密集的开源竞赛8 月 13 日DeepSeek 发布 DeepSeek Harness v0.1MIT 协议口号是一切皆插件6 天后的 8 月 19 日OpenAI 宣布将驱动 Codex App、CLI 和 IDE 扩展的底层执行框架以 Apache-2.0 协议全面开源定位是Codex as a Platform。表面上两者都叫 Harness都是 Agent 执行框架都选择了开源但背后代表的是两种截然不同的 Agent 哲学——DeepSeek 想让开发者把 Agent 像乐高一样自由拼装OpenAI 想把 Codex 的能力以平台形式嵌进企业已有的业务系统。本文拆解两者在架构设计、开源协议、使用场景和适用人群上的核心差异帮你判断选哪个。先搞清楚Harness 到底是什么很多人以为 AI Agent 好模型 好提示词但真正在业务里跑起来的 Agent 需要一套复杂的底层执行系统理解任务、保持多轮记忆、调用工具、管理沙箱、处理失败、在关键节点暂停等待人工审批最后返回有用结果。这套包揽脏活的执行系统就是 Harness。DeepSeek 官方给出了一个公式Agent Model Harness。翻译过来就是——模型是会思考的大脑Harness 是能干活的身体。有研究数据显示同一个模型换了执行框架某类 Agent 任务的评测分数可以从 13% 涨到 38%。模型能力重要执行层同样关键。DeepSeek Harness一切皆插件发布时间2026 年 8 月 13 日开发者预览版 v0.1开源协议MIT商用无限制核心口号一切皆插件DeepSeek Harness简称 DSH与 DeepSeek-V4-Pro-0813 正式版同日发布发布半小时 GitHub Star 破万6 天内突破 3.7 万。黑色鲸鱼是它的标识刻意区别于 DeepSeek 模型产品的蓝色鲸鱼——DSH 团队从一开始就强调这是一个独立于模型的框架产品。架构设计DSH 基于Cordis 插件系统构建所有 Agent 能力均由插件组合而成模型Model→ 插件工具Tool→ 插件技能Skill→ 插件会话管理 → 插件沙箱环境 → 插件存储 → 插件Agent 循环 → 插件调度 → 插件UI 界面 → 插件这意味着每一层都可以自由替换。你可以换掉默认的 DeepSeek 模型接入任意模型包括本地部署的开源模型可以替换沙箱接入自己的执行环境也可以自己开发插件扩展工具集。四种预设模式DSH 内置了四种开箱即用的 Agent 预设加载不同的插件组合模式定位适用场景极简模式Minimal最轻量无压缩/搜索/Skill/子 Agent简单修改、最小化 Agent 测试标准模式Standard默认功能最全日常写代码、修 Bug、分析项目并发/搜索模式高并发搜索大批量资料收集、多线程任务自定义预设用户自行配置写作工作台等特定场景V4-Flash 正式版 Benchmark 里提到的极简模式就是 DSH 的 Minimal 预设这也是官方验证了其框架质量的一个信号。安装方式# 推荐一行命令安装需要 Node.jsnpx deepseek-harness# 安装完成后通过本地网关访问# 浏览器打开 http://localhost:端口号# 输入 DeepSeek API Key 即可进入DSH 在本地运行数据不出本机。Codex Harness把 Agent 嵌进你的软件发布时间2026 年 8 月 19 日开源协议Apache-2.0含专利授权条款核心定位Codex as a PlatformCodex App、Codex CLI 和 Codex IDE 扩展三款产品共用同一套底层 Harness。OpenAI 开源它的理由是与其把各团队的工作流硬塞进通用聊天框不如把 Agent 直接带进围绕实际业务设计的软件里。架构设计Codex Harness 是一套统一执行框架核心负责管理会话状态跨轮次的上下文保持工具调用文件操作、代码执行、搜索沙箱管理安全隔离的代码执行环境人工审批节点在关键步骤暂停等待人工确认上下文压缩长会话的 token 优化与 DSH 的插件化不同Codex Harness 是整体框架它提供的是标准化的能力接入接口而不是可替换的插件图谱。开发者不需要关心内部如何运行只需调用接口把能力嵌进自己的产品。三种接入方式# 方式一命令行直接执行最快速codexexec帮我分析这个仓库的安全漏洞# 方式二通过 SDK 集成进自有产品import{CodexHarness}fromopenai/codex-harnessconst harnessnew CodexHarness({apiKey:your_key})const resultawait harness.run({task:...})# 方式三app-server 模式企业后台服务codex app-server--port3000这三种方式的目标是让企业把 Codex 的 Agent 能力嵌进操作台、客服系统、安全工具、内部应用而不是让用户在另一个聊天框里操作。核心区别对比维度DeepSeek HarnessCodex Harness发布时间2026-08-132026-08-19开源协议MITApache-2.0核心理念一切皆插件自由组合把 Agent 嵌进企业软件架构方式插件式Cordis 系统统一执行框架模型绑定无绑定模型也是插件深度绑定 OpenAI 模型运行方式本地运行本地网关本地/云端均可SDK 嵌入开发者门槛中需理解插件体系低三行代码接入可替换性极高所有层均可替换低框架整体使用适合人群技术开发者、研究者企业开发团队GitHub Stars约 3.7 万发布6天内约 1.7 万发布次日谁更适合你选 DeepSeek Harness如果你想完全掌控 Agent 的每一层自己决定用什么模型、什么工具、什么沙箱需要高度定制的 Agent 工作流比如多步骤并发搜索、自定义技能链不想被模型厂商锁定希望随时切换底层模型数据隐私要求高需要完全本地运行MIT 协议更符合你的商用需求选 Codex Harness如果你想把 AI 能力快速嵌进已有的企业系统操作台、客服、安全工具团队技术背景参差不齐需要低门槛的接入方式已经是 OpenAI 的用户不打算替换模型需要企业级的会话状态管理和审批工作流两者都不选如果你只是想用 AI 辅助编程 → Claude Code 或 Codex CLI 更直接需要一个现成的多模型 API 统一接入层不想自建框架 → 可以直接用七牛云 AI 大模型广场qiniu.com/ai/models的统一 API免去框架搭建的成本FAQQDeepSeek Harness 必须用 DeepSeek 的模型吗A不是。DSH 的模型层也是插件可以接入任意 OpenAI 兼容接口的模型包括本地部署的开源模型。DeepSeek只是开发者名称框架本身与模型解耦。QCodex Harness 和 Codex CLI 是什么关系ACodex CLI 是面向个人开发者的命令行编程工具Codex Harness 是支撑 CLI、App 和 IDE 扩展的底层框架。Harness 开源后开发者可以用同一套执行引擎构建自己的工具不再局限于 OpenAI 提供的三个官方前端。QApache-2.0 和 MIT 哪个对商业更友好A都可以商用主要区别是 Apache-2.0 包含专利授权条款使用后不能起诉贡献者专利侵权MIT 更简洁无附加条件。对大多数商业场景两者实际差别不大但法务部门可能偏好 MIT。Q两个框架能混用吗比如用 DSH 的插件接 Codex 的模型A理论上两套框架的接口层不通用但如果 Codex Harness 暴露了 OpenAI 兼容的 APIDSH 的模型插件可以指向这个端点。目前社区已有人在探索但尚无官方支持。总结DeepSeek Harness 和 Codex Harness 代表了 Agent 执行层的两条路线前者把权力交给开发者让每一层都可插拔替换适合技术深度用户自由组合后者把 Agent 能力标准化为平台接口让企业以最低门槛将 AI 嵌进已有系统。6 天之内两者相继开源意味着 AI 竞赛的战场正在从模型能力转向执行层——谁的框架生态更繁荣谁就更可能成为下一个时代的 Agent 运行时标准。延伸阅读DeepSeek Harness 官网https://www.deepseek.com/harness/DeepSeek Harness GitHub 仓库https://github.com/deepseek-ai/deepseek-harnessOpenAI 开发者文档https://platform.openai.com/docs七牛云 AI 大模型广场多模型统一接入https://www.qiniu.com/ai/models 同样叫 Harness，DSH 和 Codex 到底差在哪？从架构到使用场景的完整对比
发布日期2026-09-01 | 话题标签Codex Harness、DeepSeek Harness、AI Agent 框架、开源Codex Harness 和 DeepSeek Harness 是 2026 年 8 月相继开源的两款 AI Agent 执行框架前者由 OpenAI 以 Apache-2.0 协议发布8 月 19 日后者由 DeepSeek 以 MIT 协议发布8 月 13 日两者相差 6 天被行业称为6 天两开源。DeepSeek Harness 基于 Cordis 插件系统构建模型、工具、沙箱、UI 等所有层均可替换核心口号是一切皆插件适合技术开发者自由组合 Agent 工作流且不绑定任何特定模型Codex Harness 是支撑 Codex App、CLI 和 IDE 扩展的统一执行框架以 SDK 和 app-server 形式将 Agent 能力嵌进企业已有的业务系统门槛更低但替换灵活性有限且与 OpenAI 模型深度绑定。本文系统对比两者的架构理念、安装方式、四种预设模式、开源协议差异以及不同团队规模和技术背景下的选型建议。2026 年 8 月AI Agent 执行层迎来了一场密集的开源竞赛8 月 13 日DeepSeek 发布 DeepSeek Harness v0.1MIT 协议口号是一切皆插件6 天后的 8 月 19 日OpenAI 宣布将驱动 Codex App、CLI 和 IDE 扩展的底层执行框架以 Apache-2.0 协议全面开源定位是Codex as a Platform。表面上两者都叫 Harness都是 Agent 执行框架都选择了开源但背后代表的是两种截然不同的 Agent 哲学——DeepSeek 想让开发者把 Agent 像乐高一样自由拼装OpenAI 想把 Codex 的能力以平台形式嵌进企业已有的业务系统。本文拆解两者在架构设计、开源协议、使用场景和适用人群上的核心差异帮你判断选哪个。先搞清楚Harness 到底是什么很多人以为 AI Agent 好模型 好提示词但真正在业务里跑起来的 Agent 需要一套复杂的底层执行系统理解任务、保持多轮记忆、调用工具、管理沙箱、处理失败、在关键节点暂停等待人工审批最后返回有用结果。这套包揽脏活的执行系统就是 Harness。DeepSeek 官方给出了一个公式Agent Model Harness。翻译过来就是——模型是会思考的大脑Harness 是能干活的身体。有研究数据显示同一个模型换了执行框架某类 Agent 任务的评测分数可以从 13% 涨到 38%。模型能力重要执行层同样关键。DeepSeek Harness一切皆插件发布时间2026 年 8 月 13 日开发者预览版 v0.1开源协议MIT商用无限制核心口号一切皆插件DeepSeek Harness简称 DSH与 DeepSeek-V4-Pro-0813 正式版同日发布发布半小时 GitHub Star 破万6 天内突破 3.7 万。黑色鲸鱼是它的标识刻意区别于 DeepSeek 模型产品的蓝色鲸鱼——DSH 团队从一开始就强调这是一个独立于模型的框架产品。架构设计DSH 基于Cordis 插件系统构建所有 Agent 能力均由插件组合而成模型Model→ 插件工具Tool→ 插件技能Skill→ 插件会话管理 → 插件沙箱环境 → 插件存储 → 插件Agent 循环 → 插件调度 → 插件UI 界面 → 插件这意味着每一层都可以自由替换。你可以换掉默认的 DeepSeek 模型接入任意模型包括本地部署的开源模型可以替换沙箱接入自己的执行环境也可以自己开发插件扩展工具集。四种预设模式DSH 内置了四种开箱即用的 Agent 预设加载不同的插件组合模式定位适用场景极简模式Minimal最轻量无压缩/搜索/Skill/子 Agent简单修改、最小化 Agent 测试标准模式Standard默认功能最全日常写代码、修 Bug、分析项目并发/搜索模式高并发搜索大批量资料收集、多线程任务自定义预设用户自行配置写作工作台等特定场景V4-Flash 正式版 Benchmark 里提到的极简模式就是 DSH 的 Minimal 预设这也是官方验证了其框架质量的一个信号。安装方式# 推荐一行命令安装需要 Node.jsnpx deepseek-harness# 安装完成后通过本地网关访问# 浏览器打开 http://localhost:端口号# 输入 DeepSeek API Key 即可进入DSH 在本地运行数据不出本机。Codex Harness把 Agent 嵌进你的软件发布时间2026 年 8 月 19 日开源协议Apache-2.0含专利授权条款核心定位Codex as a PlatformCodex App、Codex CLI 和 Codex IDE 扩展三款产品共用同一套底层 Harness。OpenAI 开源它的理由是与其把各团队的工作流硬塞进通用聊天框不如把 Agent 直接带进围绕实际业务设计的软件里。架构设计Codex Harness 是一套统一执行框架核心负责管理会话状态跨轮次的上下文保持工具调用文件操作、代码执行、搜索沙箱管理安全隔离的代码执行环境人工审批节点在关键步骤暂停等待人工确认上下文压缩长会话的 token 优化与 DSH 的插件化不同Codex Harness 是整体框架它提供的是标准化的能力接入接口而不是可替换的插件图谱。开发者不需要关心内部如何运行只需调用接口把能力嵌进自己的产品。三种接入方式# 方式一命令行直接执行最快速codexexec帮我分析这个仓库的安全漏洞# 方式二通过 SDK 集成进自有产品import{CodexHarness}fromopenai/codex-harnessconst harnessnew CodexHarness({apiKey:your_key})const resultawait harness.run({task:...})# 方式三app-server 模式企业后台服务codex app-server--port3000这三种方式的目标是让企业把 Codex 的 Agent 能力嵌进操作台、客服系统、安全工具、内部应用而不是让用户在另一个聊天框里操作。核心区别对比维度DeepSeek HarnessCodex Harness发布时间2026-08-132026-08-19开源协议MITApache-2.0核心理念一切皆插件自由组合把 Agent 嵌进企业软件架构方式插件式Cordis 系统统一执行框架模型绑定无绑定模型也是插件深度绑定 OpenAI 模型运行方式本地运行本地网关本地/云端均可SDK 嵌入开发者门槛中需理解插件体系低三行代码接入可替换性极高所有层均可替换低框架整体使用适合人群技术开发者、研究者企业开发团队GitHub Stars约 3.7 万发布6天内约 1.7 万发布次日谁更适合你选 DeepSeek Harness如果你想完全掌控 Agent 的每一层自己决定用什么模型、什么工具、什么沙箱需要高度定制的 Agent 工作流比如多步骤并发搜索、自定义技能链不想被模型厂商锁定希望随时切换底层模型数据隐私要求高需要完全本地运行MIT 协议更符合你的商用需求选 Codex Harness如果你想把 AI 能力快速嵌进已有的企业系统操作台、客服、安全工具团队技术背景参差不齐需要低门槛的接入方式已经是 OpenAI 的用户不打算替换模型需要企业级的会话状态管理和审批工作流两者都不选如果你只是想用 AI 辅助编程 → Claude Code 或 Codex CLI 更直接需要一个现成的多模型 API 统一接入层不想自建框架 → 可以直接用七牛云 AI 大模型广场qiniu.com/ai/models的统一 API免去框架搭建的成本FAQQDeepSeek Harness 必须用 DeepSeek 的模型吗A不是。DSH 的模型层也是插件可以接入任意 OpenAI 兼容接口的模型包括本地部署的开源模型。DeepSeek只是开发者名称框架本身与模型解耦。QCodex Harness 和 Codex CLI 是什么关系ACodex CLI 是面向个人开发者的命令行编程工具Codex Harness 是支撑 CLI、App 和 IDE 扩展的底层框架。Harness 开源后开发者可以用同一套执行引擎构建自己的工具不再局限于 OpenAI 提供的三个官方前端。QApache-2.0 和 MIT 哪个对商业更友好A都可以商用主要区别是 Apache-2.0 包含专利授权条款使用后不能起诉贡献者专利侵权MIT 更简洁无附加条件。对大多数商业场景两者实际差别不大但法务部门可能偏好 MIT。Q两个框架能混用吗比如用 DSH 的插件接 Codex 的模型A理论上两套框架的接口层不通用但如果 Codex Harness 暴露了 OpenAI 兼容的 APIDSH 的模型插件可以指向这个端点。目前社区已有人在探索但尚无官方支持。总结DeepSeek Harness 和 Codex Harness 代表了 Agent 执行层的两条路线前者把权力交给开发者让每一层都可插拔替换适合技术深度用户自由组合后者把 Agent 能力标准化为平台接口让企业以最低门槛将 AI 嵌进已有系统。6 天之内两者相继开源意味着 AI 竞赛的战场正在从模型能力转向执行层——谁的框架生态更繁荣谁就更可能成为下一个时代的 Agent 运行时标准。延伸阅读DeepSeek Harness 官网https://www.deepseek.com/harness/DeepSeek Harness GitHub 仓库https://github.com/deepseek-ai/deepseek-harnessOpenAI 开发者文档https://platform.openai.com/docs七牛云 AI 大模型广场多模型统一接入https://www.qiniu.com/ai/models