Skip to content

附录:DeepSeek Harness 与主流 Coding Agent 对比

视角:2026 年 8 月。Coding agent 迭代极快,具体数字与功能请以各项目官方文档为准,本章只讨论架构与哲学层面相对稳定的差异。

先厘清概念:Harness 与 Coding Agent 不是一回事

这是理解整个对比的关键。业界常把两类东西混在一起讨论:

Agent Harness(智能体执行层)Coding Agent(编程智能体产品)
本质框架 / 平台:提供 agent 循环、工具系统、会话、权限、UI 等基础设施产品:面向开发者开箱即用的具体工具
类比操作系统应用软件
你能做什么用框架构建、定制、嵌入自己的 agent直接拿来干活
例子DeepSeek Harness、Pi、OpenCodeClaude Code、Cursor、Codex、Cline

DeepSeek Harness 是前者,但它也能当后者用:官方 dsh CLI 开箱即可像 Claude Code 一样在终端干活。反过来,Claude Code 的"harness"部分(hooks、技能、子代理、工具管线)是封闭产品的内部实现,你只能用它暴露的扩展点。

主流选手速览(2026 年中)

项目形态模型开源核心哲学
Claude Code终端 CLI + IDE 扩展深度绑定 Claude 系(可经 base_url 换)人机协作:审批制、短回合、1M 上下文、hooks/subagents/skills/MCP
OpenAI CodexCLI + 云端GPT 系长时自主:Goal 模式无人值守、云端沙箱、后台提 PR
CursorAI 原生 IDEComposer + 各家模型路由编辑器原生:Tab 补全、Cloud Agents 并行、浏览器验证 UI
Gemini CLI终端 CLIGemini免费、1M 上下文,模型中立
ClineVS Code 插件任意(BYOK)开源自主:计划→编辑→测试→修复循环
Aider终端 CLI任意(BYOK)git-first:diff 即提交,极简
PiCLI + RPC + SDK任意(BYOK)极简原语:默认仅 4 个工具(bash/read/write/edit),无 MCP/subagent,不用不给
OpenCode终端 CLI任意开放 harness:代理/委派架构、TUI 体验
DeepSeek HarnessCLI + Web + TS 库 + Python SDK + MCP任意(适配器缝隙)是(MIT)一切皆插件:Cordis 驱动,契约/上下文/执行/证据/修复/发布六层

深度对比:DeepSeek Harness vs Claude Code vs Pi

三者恰好代表三种截然不同的架构路线,放在一起对比最有价值:

维度DeepSeek HarnessClaude CodePi
定位智能体框架/平台(可当产品用)终端结对编程产品极简 harness
架构哲学一切皆插件(Cordis 五思想),注册即可逆效应封闭核心 + 扩展点(hooks/skills/MCP/subagents)极简原语:够用即可,拒绝功能堆叠
模型耦合缝隙解耦:换 base_url 即换 provider深度绑定自家模型做端到端调优BYOK,完全中立
扩展方式插件系统全维度:工具/LLM/沙箱/UI/提示词全部可换可卸载中等:CLAUDE.md、skills、hooks、MCP低(刻意):配置文件 + 少量原语
上下文管理会话事件日志(append-only)+ 投影/压缩1M 大窗口 + CLAUDE.md + 自动压缩精简状态,无复杂机制
安全执行sandbox/e2b 沙箱包(插件可换)审批制权限系统(允许/拒绝/跳过)本地直接执行,靠用户自觉
使用形态dsh CLI / web / TS 库 / Python SDK / MCP server终端 CLI + IDE 扩展 + GitHub ActionsCLI / RPC / SDK
成熟度Developer Preview(2026-08 才开源)成熟产品(2025-02 发布,迭代两年)社区流行,极简拥趸多
适合谁想构建/定制/嵌入 agent 的开发者想直接开箱干活的开发者极简主义者、想避免厂商绑定的用户

三个关键哲学分歧

1. 模型是杠杆,还是框架是杠杆?

社区(尤其 HN)有一个著名争论:"harness 本质上就是一堆 prompt,模型才是主要杠杆。" 同一次任务,不同 harness 用同一个模型能产出几乎相同的 diff,但 token 消耗可以差 3-4 倍——差的是"死重"(工具描述、多余探索、无效轮次),不是能力。

两种立场:

  • Claude Code 路线:模型与框架深度绑定,端到端调优(提示词、工具、审批流全为自家模型优化),押注"绑定产出上限"。
  • DeepSeek Harness 路线:框架中立,模型走缝隙可换。DeepSeek 模型价格低、缓存友好,harness + DeepSeek 模型组合是社区公认的高性价比方案(常见搭配:Claude Code/Pi/Cline + DeepSeek API,或直接用 dsh)。

2. "一切皆插件" vs 封闭核心 + 扩展点

  • Claude Code 把核心循环锁死,只开放 hooks(生命周期钩子)、skills(前端注入)、MCP(工具)、subagents(委派)。稳定、易上手,但不能换掉循环本身
  • DeepSeek Harness 连 agent 循环、会话、UI 都是插件:卸载一个插件就是卸载它注册的一切(可逆效应)。代价是学习曲线陡——本教程的 mini-Cordis 章节就是在降低这个门槛。
  • Pi 走第三条路:不做插件系统,只给最少的原语(bash/read/write/edit),用配置组合。它的论点是"模型越来越强,harness 只需要合理的原语"。

3. 自主度:谁来决定 agent 能走多远?

设计代表形态
审批制(human-in-the-loop)Claude Code每个危险动作都要确认,短回合高频交互
长时自主(walk-away)Codex Goal 模式设定目标后跑几小时,云端沙箱兜底
框架授权DeepSeek Harness把决定权交给构建者:你通过策略插件(pre-execute 管线)自定义放行/拦截规则

概念映射:Claude Code / 通用 coding agent ↔ Harness

本教程学到的每个 harness 概念,都能在主流 coding agent 里找到对应物:

主流 coding agent 的概念Harness 中的对应mini-dsh 位置
CLAUDE.md(项目记忆)system-prompt 服务/技能注入system-prompt 插件
hooks(生命周期钩子)事件系统(emit/waterfall/serial)src/context.ts 四类事件
Skills(技能包)skills 插件(前端注入工具)plugins/skills.ts
MCP 工具生态工具注册表 + 受管管线src/tools.ts
Subagents(子代理)官方子任务 agent 能力未实现(见附录已知简化)
权限审批(allow/deny)tools/pre-execute 策略插件受管管线 waterfally
会话恢复/--continue会话事件日志 JSONL 持久化src/session.ts
流式输出assistant/chunk 事件src/agent.ts + Web SSE

所以学完本教程,你已经能读懂任何 coding agent 的内部结构——它们只是把上面这些概念用不同方式组织起来。

决策指南:你应该用哪个?

你的场景推荐理由
直接开箱干活,想要最好的推理Claude Code成熟、审批制、大窗口
编辑器内日常编码Cursor编辑器原生体验最好
后台无人值守任务/自动 PRCodex(Goal 模式)云端沙箱长时自主
开源、极简、避免厂商绑定Pi / Aider / ClineBYOK,成本自控
构建自己的 agent/产品/公司内部工具DeepSeek Harness一切皆插件,可嵌入可定制
学习 agent 架构原理本教程 mini-dsh概念同构的教学实现

诚实的边界

  • DeepSeek Harness 于 2026-08-13 才开源,处于 Developer Preview:生态(技能库、MCP 插件、IDE 集成)远不如 Claude Code 成熟
  • 上表中的产品迭代都以周为单位,功能与数字请以官方文档为准。
  • 对比不是"谁更好",而是"不同路线解决不同问题":Claude Code 赢在即插即用的成熟度,Pi 赢在极简,DeepSeek Harness 赢在可组合性——它是唯一让你把 agent 循环本身也换掉的开源框架。

基于 MIT 许可的 deepseek-ai/deepseek-harness 设计理念 · 本教程为独立教学项目,与 DeepSeek 官方无隶属关系