DeepSeek Harness 两天 10 万星，把「agent harness」从测试术语变成了一个新品类：包裹模型的那层执行脚手架，正在和模型本身一样成为选型对象。这一篇把当前最值得关注的四款拉到同一张桌子上：DeepSeek Harness（dsh）、Anthropic Claude Code、OpenCode、OpenAI Codex CLI。结论先行：这不是四选一的替代关系，而是三种需求--开箱生产力、模型无关日用、可改造底座--各有最优解。
先说清边界：本文为代表性对比（基于各官方仓库与文档，截至 2026-08-15），非同一环境亲自压测；星数为 GitHub API 快照，功能迭代快，以官方文档为准。DeepSeek Harness 的新闻背景见本站 Harness 热点，接 Claude Code 用 DeepSeek 模型的实操见 DeepSeek 接 Claude Code SOP。
一、四款横评总表
| 维度 | DeepSeek Harness (dsh) | Claude Code | OpenCode | Codex CLI |
|---|---|---|---|---|
| 定位 | 可组合 agent 运行时（底座） | 终端编码智能体（产品） | 终端编码智能体（开源日用） | 终端编码智能体（OpenAI 官方） |
| GitHub 星数 | 101,905（上线两天） | 141,500 | 197,583 | 106,006 |
| 语言 | TypeScript | Python（CLI 分发） | TypeScript | Rust |
| 开源协议 | MIT | 仓库开源、服务闭源 | 开源 | Apache-2.0（CLI） |
| 模型绑定 | 无（模型是插件，任意后端） | Claude 系（可经兼容层换） | 无（多 provider） | OpenAI 系为主 |
| 扩展模型 | 一切皆插件（内核到 UI 全可换） | Skills/MCP（边缘扩展） | 插件/供应商配置 | 配置有限 |
| 可观测性 | append-only 轨迹，恢复/分叉/回放 | 会话记录 | TUI 内会话管理 | 会话记录 |
| 界面 | 本地 Web UI（127.0.0.1:3080） | 终端原生 | 终端 TUI | 终端原生 |
| 成熟度 | v0.1 开发者预览（破坏性变更警告） | 商业成熟 | 社区成熟 | 商业成熟 |
数据快照说明：OpenCode 19.7 万星为四者最高（社区项目长期积累）；dsh 10 万星只用两天，是热度的速度纪录而非存量比拼；Claude Code 与 Codex 的星数含品牌效应，实际能力以各官方文档为准。
二、逐款最佳射程
DeepSeek Harness：要改造 agent 的人的底座。 它赢在「可拆」：模型、工具、沙箱、循环、编排、UI 全是 Cordis 插件，换任何一层不用 fork 源码；Minimal 模式还是官方跑模型基准的环境，做模型评测的人可以直接复用。输在成熟度：v0.1 预览版、破坏性变更警告、插件生态约 300 个且无审核、界面朴素。判断：适合构建者、研究者、要自托管完整开源栈（MIT 权重 + MIT 运行时）的团队；不适合只想今天就开始干活的人。
Claude Code：开箱生产力天花板。 终端原生体验、任务编排与 skills 生态最成熟，配合 Claude 系模型的长任务可靠性，是「付费买确定性」的代表。代价：深度绑定 Anthropic 模型与订阅；想用 DeepSeek 等便宜模型，得走 Anthropic 兼容层（本站有 SOP）。判断：预算允许、要最高完成度的团队与重度用户。
OpenCode：模型无关的日用开源首选。 19.7 万星、TypeScript、多 provider 即插即用，社区活跃度是四者最高的存量。它和 dsh 同为开源，但路线不同：OpenCode 是「更好的编码 agent 产品」，dsh 是「可以长出任何 agent 的运行时」。判断：不想绑定任何厂商、要一个稳定能用的开源终端 agent，选它。
Codex CLI：OpenAI 生态正选。 Rust 实现、Apache-2.0、与 OpenAI 模型和云沙箱深度协同。如果你的工作流已经在 ChatGPT/Codex 订阅生态里，它是最顺滑的一条线；跨厂商灵活性是四者中最弱的。判断：OpenAI 订阅用户的默认答案。
三、分层选型与组合
| 你的需求 | 推荐 | 组合建议 |
|---|---|---|
| 今天就要高效干活，预算无所谓 | Claude Code | 搭配 skills 沉淀团队资产 |
| 开源日用，多模型切换省钱 | OpenCode | DeepSeek-V4 做主力，Claude 做难题 |
| 构建/改造自己的 agent，或自托管全开源栈 | DeepSeek Harness | MIT 权重 + dsh 运行时，端到端无专有依赖 |
| 已在 OpenAI 生态内 | Codex CLI | 配合 Codex 云沙箱 |
三层视角看这场竞争更有意思：模型层正在同质化（可替换），护城河向「跑模型的那层基础设施」迁移；dsh 把编排范式做成了可组合积木，但范式本身（循环、工具、轨迹）并未突破；对普通开发者，未来一年的现实是多 harness 并存--用 Claude Code 干活，用 OpenCode 省钱，盯着 dsh 长大。
常见问题
Q1：四款里哪个「最强」？ A1：没有单一答案。论开箱生产力与任务完成度，Claude Code 商业成熟度最高；论开源生态存量与模型无关日用，OpenCode（197,583★）最稳；论架构可组合性与自托管开放栈，dsh 最激进；论 OpenAI 生态协同，Codex 最顺。「最强」取决于你是用户、省钱者、构建者还是生态绑定者。
Q2：DeepSeek Harness 能替代 Claude Code 吗？ A2：短期内不能。dsh 是 v0.1 开发者预览（官方警告破坏性兼容变更），插件无审核、界面朴素、部署有门槛；它的对手不是 Claude Code 的今天，而是「可组合 agent 运行时」这个新品类的明天。想省钱用 DeepSeek 模型配成熟 harness，当下更稳的是 OpenCode 或 Claude Code + 兼容层。
Q3：为什么说 dsh 的「一切皆插件」和普通插件机制不同？ A3：普通工具（含 Claude Code/OpenCode/Codex）的扩展点是外围的：加工具、接 MCP、装 skills，内核循环、编排、UI 焊死。dsh 建在 Cordis 元框架上，模型/工具/技能/会话/沙箱/存储/循环/编排/UI 九类组件全是插件，替换任意一层都不需要改框架源码--这是「边缘可扩展」与「全系统可组合」的区别。
Q4：OpenCode 和 DeepSeek Harness 都是开源，怎么选？ A4：看你要产品还是底座。OpenCode 是打磨好的终端编码 agent，装上就用、多 provider 切换，定位「日用」；dsh 是运行时底座，价值在可拆可换可研究（Minimal 模式做模型评测、Creator 模式做插件实验），定位「构建」。绝大多数开发者今天该选 OpenCode，等 dsh 接口稳定再评估迁移。
Q5：harness 选型会影响模型基准分数的解读吗？ A5：会，而且影响很大。DeepSeek 官方就是在 Harness Minimal 模式（仅 bash + 文件编辑两工具）下跑 Code Agent 基准的--同一模型在不同 harness、不同工具脚手架下的生产表现可以差出一个档位。看到任何「XX 模型 Coding 第一」时，先问一句：在哪个 harness、哪种模式下测的。
参考来源
- GitHub API 实测（2026-08-15）：deepseek-ai/deepseek-harness 101,905★/MIT/TypeScript；anthropics/claude-code 141,500★；anomalyco/opencode 197,583★/TypeScript；openai/codex 106,006★/Rust
- DeepSeek 官方：Harness 发布页（一切皆插件、四种模式、Minimal 与基准测试）
- 网易科技/Eigent AI/AI Reading Hub（InfoQ）：dsh 发布报道与解析（2026-08-13/14）
- 各项目官方文档：Claude Code、OpenCode、Codex CLI 功能与协议说明
本文为代表性对比（2026-08-15），非亲自压测；星数与功能以官方为准。相关阅读：DeepSeek Harness 热点 ｜ DeepSeek Harness 上手 SOP ｜ DeepSeek 接 Claude Code SOP ｜ 前沿编码模型横评