2026 Agent Harness 全景盘点：从 Claude Code、Codex 到昨日开源的 DeepSeek Harness，一张地图看懂「Model + Harness」时代

更新时间：2026-08-14（北京时间）
信息截止：2026-08-14 10:50 CST
标签：Agent Harness Harness Engineering DeepSeek Harness Claude Code Codex OpenClaw Hermes Agent Deep Agents
适用读者：AI 工程师、架构师、技术选型决策者、Agent 方向研究者

---

TL;DR（核心要点）

1. 2026 年 AI 工程的第一公式是 Agent = Model + Harness。模型负责推理与生成，Harness 负责把模型能力落到真实环境：工具调用、上下文管理、沙箱执行、记忆持久化、错误恢复与任务闭环。这一术语由 OpenAI 与 LangChain 在 2026 年初共同确立，现已成为行业共识。
2. 工程范式完成了三级跳：Prompt Engineering（2023）→ Context Engineering（2025）→ Harness Engineering（2026）。模型层的竞争边际收益递减，Harness 层成为新的护城河。
3. 昨天（2026-08-13）晚上，DeepSeek 发布了 Harness 开发者预览版 v0.1，MIT 协议开源，主打「一切皆插件」：模型、工具、技能、会话、沙箱、存储、循环、调度、UI 全部是基于 Cordis 元框架的可替换插件，并提供标准 / PTC / 极简 / 创造四种运行模式。这是 DeepSeek 首款 Agent 产品，也是首个由头部模型厂商开源的「全栈可组装」Harness。
4. 当前主流 Harness 工具可分为五大阵营：模型厂商旗舰（Claude Code、OpenAI Codex、DeepSeek Harness）、开源社区（OpenCode、OpenClaw、Hermes Agent）、IDE 内嵌（Cursor、Trae）、框架自建（LangChain Deep Agents、Open SWE、各家 Agents SDK）、通用任务型（Manus、WorkBuddy、Trae Work、Kimi Work）。
5. 选型没有全局最优，只有场景最优：重型代码工程看 Claude Code / Codex；私有化与可组装性看 DeepSeek Harness；个人全能助理看 OpenClaw / Hermes；企业自建看 Deep Agents / Open SWE；IDE 重度用户看 Cursor / Trae。

---

目录

1. 概念正名：Harness 到底是什么
2. 简史：Harness 如何在 9 个月内成为行业主词
3. 解剖学：成熟 Harness 的六层参考架构
4. 全景盘点：五大阵营、十四款主流工具
5. 焦点深潜：DeepSeek Harness v0.1 逐层拆解
6. 横向对比与选型矩阵
7. 趋势研判：关于 Harness 的七个判断
8. FAQ：高频问题速答
9. 参考资料

---

一、概念正名：Harness 到底是什么

1.1 定义：模型之外的一切

Harness 原意为「马具」——缰绳、马鞍、挽具的总称。在 AI Agent 语境下，它指包裹在大模型外部的全部运行时基础设施。用一个被广泛引用的公式表达：

Agent = Model + Harness

• Model：无状态的推理引擎。只接收 token、输出 token；读不了你的代码库、写不了文件、跑不了测试，也不记得上一次会话做过什么。
• Harness：除模型权重以外的所有代码、配置与执行逻辑——上下文管理、工具调用、沙箱、记忆、调度、权限、验证回路、可观测性。

一个更锋利的操作性定义是：如果你没在做模型训练或推理服务本身，那你干的活多半都属于 Harness 范畴。

一个流传甚广的类比：模型是一位被绑住手脚的天才顾问，Harness 是给它配备的整间办公室——电话、电脑、秘书、日历与会议室。Model + Harness 才构成一个能真正交付工作的 Agent。

1.2 术语消歧：此 Harness 非彼 Harness

为避免检索与讨论中的混淆，需要区分三个同名概念：

术语	含义	代表
Agent Harness（本文主题）	模型外部的运行时基础设施，让 Agent 可靠干活	Claude Code、Codex、DeepSeek Harness
Evaluation Harness	模型能力评测的执行框架，是另一个独立领域	EleutherAI lm-evaluation-harness、HELM、Inspect AI
CI/CD 平台 Harness	一家持续交付软件公司的商标名	Harness.io

2025 年 11 月底 Anthropic 的一场内部实验成为分水岭：他们让 Claude Code 在一条高级指令下「克隆 claude.ai」，结果即便是 Opus 4.5 这样的前沿模型也无法稳定完成——上下文窗口耗尽、半成品无人接手、过早宣布完工。结论直指要害：不是模型不够聪明，而是缺少一个让它持续、可靠工作的 Harness。

1.3 为什么「模型决定上限，Harness 决定下限」

中金研究在 2026 年 6 月的报告《Agent Harness：模型之外、智能之内》中的概括最为精炼：Agent Harness 是在模型外围构建一套可控、可编排、可验证的系统层，使 Agent 稳定完成复杂长程任务。CMU、耶鲁等机构在 2026 年 6 月发布的 Harness 工程综述进一步给出了实证：在不改模型权重的情况下，仅调整 Harness 层本身，就可能显著改变 Agent 在 coding 与 terminal benchmark 上的表现。

---

二、简史：Harness 如何在 9 个月内成为行业主词

Harness 的爆火是一场「连环事件驱动的完美风暴」。以下是关键时间线：

时间	事件	意义
2025 年	OpenClaw（「龙虾」）发布	MIT 开源 Agent 执行网关，插件生态先行
2025-11 下旬	Anthropic 发布《Effective harnesses for long-running agents》	提出长时 Agent 双智能体架构（初始化 Agent + 编码 Agent）
2026-01	LangChain 发布 Deep Agents（伴随 LangChain 1.0）	把 Claude Code 式设计抽象为开箱即用的开源 harness
2026-02-05	Mitchell Hashimoto（HashiCorp 联创）发文喊出「Engineer the Harness」	「Harness 工程师」角色首次被命名
2026-02-11	OpenAI 发布《Harness engineering: leveraging Codex in an agent-first world》	披露 3 名工程师 + Codex、5 个月、近 100 万行生产代码、0 行人工手写、约 1500 个自动 PR 的实验；Harness Engineering 正式成为方法论
2026-02	Nous Research 开源 Hermes Agent	「自进化」路线登场，2 个月 5.1 万 Star
2026-03	DeepSeek 组建 Harness 团队（崔添翼负责）	头部模型厂商下场做独立 Harness 产品线
2026-04	Claude Code 源码泄露事件（约 57MB）	全球开发者「狂欢式学习」，Claude Code 成为 Harness 设计的事实教科书
2026-06	CMU/耶鲁等发布 Harness 工程综述；中金发布 Agent Harness 研究报告	学术与金融研究同时入场，概念完成正名
2026-08-01	崔添翼在 X 发帖招募 DeepSeek Harness 内测	招募帖变成开源 Agent 生态大摸底
2026-08-12	DeepSeek Harness 公众号注册（「黑鲸」头像），内测口碑刷屏	有内测用户称愿称其为「宇宙最强」
2026-08-13	DeepSeek Harness v0.1 开发者预览版发布，MIT 开源	首个头部模型厂商开源的全栈可组装 Agent Harness
2026-08-14	DeepSeek V4 Pro 正式上线	「模型 + Harness」双线齐发

一条隐藏主线值得注意：OpenAI 产品负责人 Thibault Sottiaux 在 2026 年 8 月初公开表示，「再过 2–3 个月，Codex 这样的 Harness 就是个原始工具了」——Harness 正在从单机工具向云原生 Agent 基础设施演进。

---

三、解剖学：成熟 Harness 的六层参考架构

对比 Claude Code、Codex、DeepSeek Harness、Deep Agents 等头部项目，可以归纳出一套「六层 + 事件流」的参考架构。这也是后文盘点每一款工具时的统一分析框架：

层	职责	典型机制
L1 上下文工程层	管好模型的「注意力」	项目指令文件（CLAUDE.md / AGENTS.md）、静态底座 + 动态模块的缓存优先 Prompt 组装、渐进式上下文压缩
L2 记忆层	跨会话的「经验」	追加式会话日志、FTS5 全文检索 + LLM 记忆、向量存储、进度日志（progress log）
L3 工具与环境层	给模型「手脚」	Bash/Shell、文件编辑（str_replace_editor）、联网检索、沙箱隔离、MCP 工具接入
L4 编排层	任务的拆解与调度	Plan→Work→Review 闭环、子 Agent / Agent Teams、Cron 定时、后台任务
L5 验证与恢复层	让错误「出不了门」	Verification Agent、闭环测试、hooks 生命周期钩子、错误恢复、断点续跑/分叉/回放
L6 治理与安全层	让系统「可审计」	权限门控、Human-in-the-loop 审批、审计日志、策略约束（guardrails）
横切：事件流	一切行为可追溯	append-only 事件日志（DeepSeek Harness 的 Trajectory 视图即此层产品化）

一个判断 Harness 成熟度的简单标准：看它如何对待失败。初级 harness 把错误抛给用户；成熟 harness 把错误转化为反馈回路——自动重试、测试闭环、日志回放、架构护栏。

---

四、全景盘点：五大阵营、十四款主流工具

4.0 总览表（2026-08-14 快照）

工具	阵营	开源	一句话定位
Claude Code	模型厂商旗舰	闭源（源码曾泄露）	终端工程级 Coding Agent 的行业标杆
OpenAI Codex	模型厂商旗舰	闭源	Harness Engineering 的发源地，云端全自主
DeepSeek Harness	模型厂商旗舰	MIT 开源（v0.1）	一切皆插件的可组装 Harness，昨日发布
OpenCode	开源社区	完全开源（Go+JS）	多模型、可定制、隐私优先的终端 harness
OpenClaw	开源社区	MIT	50+ 平台接入的个人 Agent 执行网关
Hermes Agent	开源社区	开源	会「自我进化」的通用 Agent
Cursor	IDE 内嵌	闭源	IDE 内实时协作的 Agent Harness
Trae / Trae Work	IDE 内嵌	闭源	字节系的 AI IDE 与本地 Agent
Deep Agents	框架自建	开源	LangChain 出品的开箱即用 harness
Open SWE	框架自建	开源	企业内部 Coding Agent 的收敛架构
OpenAI Agents SDK / Google ADK / MS Agent Framework / CrewAI / Mastra	框架自建	开源	各家厂商的 Agent 开发底座
Manus	通用任务型	闭源	长程通用任务的自主 Agent
WorkBuddy / Kimi Work	通用任务型	闭源	国产本地办公 Agent

---

4.1 模型厂商旗舰 Harness

① Claude Code（Anthropic）——「行业标杆教科书」

• 定位：终端 Coding Agent，深度重构与大型代码库场景的事实标准。
• Harness 设计亮点（2026-04 源码泄露后被社区系统性拆解，公认是学习 Harness 设计的最佳教材）：
  • 三层架构：技能层（Skill，封装代码审查等任务流程）→ 工作流层（Workflow，编排执行顺序）→ 配置层（Profile，全局规则），核心是 Plan→Work→Review 闭环；
  • 8 类基础工具（bash、read、edit 等）+ 子代理机制；
  • 缓存优先的 Prompt 组装：「静态底座 + 动态模块」，静态在前、动态在后，最大化 KV 缓存命中，显著降低成本与延迟；
  • 三层渐进式上下文压缩对抗长任务上下文腐烂；
  • 六大内置 Agent，其中 Verification Agent 充当「代码质检官」；
  • hooks 机制实现编辑后自动触发测试等流程自动化；CLAUDE.md 作为项目级「说明书」。
• 战绩：据第三方评测数据（2026-07），Claude Code 以 80.9% 通过率位居 SWE-bench Verified 榜首；在至顶 AI 实验室的六维评测中总分 82.5。
• 适合谁：中大型代码库的深度重构、需要严谨工程闭环的专业开发者。

② OpenAI Codex（CLI / Cloud / IDE）——「Harness Engineering 发源地」

• 定位：OpenAI 生态的 Agent 全家桶，本地 CLI + 云端全自主双形态。
• 关键事实：
  • 2026-02 官方文章披露的「百万行实验」：小团队用 5 个月、约 1500 个自动 PR、0 行人工手写代码做出内部 beta 产品。工程师的角色从写代码变为设计环境、指定意图、建立反馈回路；
  • Codex App Server 进一步明确了 harness 的完整边界：不止「用户—模型—工具」核心 loop，还包括线程生命周期与持久化、配置与鉴权、工具执行扩展、客户端与运行时之间的协议层；
  • 至顶 AI 实验室六维评测中，Codex 以 91.6 分排名第一（Manus 86.4、Claude Code 82.5、OpenClaw 79.9）；SWE-bench Verified 77.3%。
• 适合谁：OpenAI 生态用户；希望把整条任务「扔进云端异步跑完」的团队。

③ DeepSeek Harness——「昨日发布的开源全栈工作台」（详见第五章深潜）

---

4.2 开源社区 Harness

④ OpenCode——「社区之王」

• 完全开源（Go + JS），由开源社区（Anomaly 团队）维护，截至 2026-05 GitHub Star 约 158k，是终端类 harness 中 Star 数最高的开源项目之一。
• 卖点：多模型任意切换、隐私优先、可深度定制，国内可用性在终端类工具中最好。
• 适合谁：不愿绑定任何一家模型厂商、重视数据隐私、喜欢折腾的开发者。

⑤ OpenClaw（「龙虾」）——「个人 Agent 的调度中心」

• MIT 开源，2025 年发布，定位为 AI Agent 执行网关 / 多渠道消息路由器：接入 50+ 消息平台，把各种模型与能力「调度」起来。
• Harness 特征：MEMORY.md 记忆约定、沙盒隔离执行、内置 Cron 定时任务、庞大插件生态。
• 2026 年初成为开源史上增速最快的项目之一，催生了「养龙虾」式的个人 Agent 文化。
• 适合谁：想要一个「常驻的、跨平台的个人 AI 管家」的用户。

⑥ Hermes Agent（「爱马仕」）——「自进化路线旗手」

• Nous Research 于 2026-02 开源，主打越用越聪明：
  • Skills 自动创建（对比 OpenClaw 的手动创建）；
  • 跨会话记忆：FTS5 全文索引 + LLM 提炼；
  • RL 轨迹导出——把 Agent 运行轨迹变成训练数据，形成「使用 → 进化」闭环；
  • 6 种执行环境、内置 Cron、支持任意模型。
• 开源不到 2 个月 Star 破 5.1 万、贡献者 300+，迭代至 v0.8.0。
• 与 OpenClaw 的本质差异：OpenClaw 是「管理 AI 资源的调度中心」，Hermes 是「会自主学习的 AI 员工」。
• 适合谁：关注 Agent 自我进化与 RL 数据飞轮的研究型用户。

---

4.3 IDE 内嵌 Harness

⑦ Cursor——「IDE 里的 Harness」

• 把 Agent Harness 直接嵌进编辑器：上下文采集与 IDE 状态深度耦合，实时辅助体验最顺滑。
• 短板：离开 IDE 的长程自主任务能力弱于终端类 harness。
• 适合谁：以编辑器为第一现场的日常开发。

⑧ Trae / Trae Work（字节跳动）

• Trae 是 AI IDE，Trae Work 是面向本地办公场景的 Agent。在「同一项目跑多 harness」的对照实验中，Trae 的 Harness 差异主要体现在上下文组织与工具权限策略上。
• 适合谁：国内环境、追求开箱即用与中文生态的开发者。

---

4.4 框架自建型 Harness（给「造马具的人」）

⑨ Deep Agents（LangChain）

• 2026-01 随 LangChain 1.0 发布，官方定位非常直白：「不是框架，是 harness」——一匹已经套好缰绳的马。
• 逆向分析了 Claude Code / Deep Research / Manus 的共性，固化三件套：任务规划（planning）+ 虚拟文件系统（长任务外存）+ 子 Agent（上下文隔离），底层跑在 LangGraph 有状态运行时之上，可接入 LangGraph Store 获得跨会话持久记忆。
• 适合谁：要在自家产品里嵌入「Claude Code 式能力」、又要完全可控的企业团队。

⑩ Open SWE（LangChain 生态）

• 2026 年发布的开源框架，源于一个重要观察：Stripe、Ramp、Coinbase 三家独立开发内部 Coding Agent，最终收敛到相同的五大架构模式。Open SWE 把这种收敛直接产品化，是「Harness 解剖学」的第一个大规模生产验证。

⑪ 厂商 SDK 矩阵

• OpenAI Agents SDK、Google ADK、Microsoft Agent Framework、CrewAI、Mastra、LlamaIndex Workflows：这些属于「给你积木自己拼」的 DSL / Runtime 层，与 Deep Agents、DeepSeek Harness 这类「成品 harness」构成上下游关系。选型原则：简单任务用 SDK 直连，长程自治任务用成品 harness 或在其上做二次封装。

---

4.5 通用任务型 Harness

⑫ Manus

• 通用长程任务 Agent（调研、PPT、网站生成等），至顶评测总分 86.4、仅次于 Codex。
• 其创始人 Peak Ji 的上下文工程实践（KV-cache 优先、todo.md 外存、文件系统当记忆）被 Google DeepMind 工程师 Philipp Schmid 专文总结，已成为 Harness 设计的经典案例。

⑬ WorkBuddy / ⑭ Kimi Work

• 国产本地办公 Agent 代表（另有 Trae Work），主打「把 Agent 装进自己的电脑」，在国内网络与工作流环境下可用性最好。DeepSeek Harness 的「Agent 预设」能力，正是对标这类现成工具的个性化方向。

---

五、焦点深潜：DeepSeek Harness v0.1 逐层拆解

发布时间：2026-08-13 晚间 ｜ 版本：v0.1 开发者预览版 ｜ 协议：MIT ｜ 仓库：deepseek-ai/deepseek-harness（CLI 名 dsh）

这是昨天刚发布、也是本文时效性最强的部分。DeepSeek Harness 是 DeepSeek 的首款 Agent 产品，由 2026 年 3 月成立、崔添翼负责的 Harness 团队打造，从招募内测到开源发布仅用约两周。

5.1 设计哲学：一切皆插件

DeepSeek Harness 基于 Cordis 插件元框架构建。Cordis 负责插件的加载、卸载与依赖管理；Agent Harness 中的一切能力都是插件：

模型 / 工具 / 技能(Skill) / 会话 / 沙箱 / 存储 / 循环 / 调度 / UI
        └────────────── 全部是可独立加载、卸载、替换的 Cordis 插件 ──────────────┘

插件之间通过服务与事件协作，在配置层自由组合——开发者不改源码即可替换、扩展任一能力。这把 Agent 构建从「黑盒」变成了「可组装」，企业可以无缝私有化部署，也天然支持换用 OpenAI、Anthropic 等第三方模型：框架先行，不绑定特定模型。

5.2 四种运行模式：一套底座，四种人格

四种模式本质是预设的插件集合快照，共享同一 Cordis 底座，实现「一次开发、多态运行」：

模式	加载策略	适用场景
标准模式	完整工具组合：文件编辑、Shell、联网检索、Skill 调用、多 Agent 编排	日常全功能开发，从零构建项目
PTC 模式（Programmatic Tool Calling）	模型生成 TypeScript 程序来组合多轮工具调用	需要确定性、精细化控制工具链的场景，兼顾效率与可解释性
极简模式	仅持久 bash + str_replace_editor 双工具	轻量任务；更是基准测试的「纯模型能力」对照组
创造模式	支持内存内调试、自定义 Agent preset 生成	打造专属 Agent（写代码、写作等预设），孵化新模式

极简模式的存在尤其体现「懂行」：它给评测社区提供了一个标准化的低干预环境，用来度量模型本身的 Agent 能力，剥离 harness 加成——这正是 Harness 综述论文强调的「控制变量」思路。

5.3 事件流：一切有迹可循

DeepSeek Harness 把「可追溯」做成了第一公民：

• 模型看到的一切都写入仅追加（append-only）会话日志；
• Trajectory 视图按来源查看每条信息；
• 恢复、分叉、检索、回放共享同一份事件流——调试一个失败任务可以像 git 一样 fork 出多个分支重新尝试。

5.4 能力清单与快速上手

官方能力面：项目管理、长任务执行、多 Agent 协同、Skill 集成、联网搜索、上下文管理。

上手门槛压到极低——npx 一行命令即可拉起 Web UI；完整部署则克隆 deepseek-ai/deepseek-harness 仓库，在配置层选择模式与插件组合即可。

5.5 冷静评价

• 优势：①头部模型厂商背书 + MIT 协议，是「可组装 harness」路线的第一个大厂开源样本；②PTC 与事件流回放的设计在工程先进性上对标甚至局部超越了闭源竞品；③与同日上线的 V4 Pro / 登顶调用榜的 V4-Flash 形成「模型 + Harness」闭环。
• 风险提示：官方明确 v0.1 为早期预览版，「核心插件与基础接口将持续快速迭代」——意味着 API 尚不稳定，生产引入需锁定版本、做好跟进升级的准备。

---

六、横向对比与选型矩阵

6.1 核心维度对比（截至 2026-08-14）

维度	Claude Code	Codex	DeepSeek Harness v0.1	OpenCode	OpenClaw	Hermes Agent	Deep Agents
开源/协议	闭源	闭源	MIT	开源	MIT	开源	开源
模型绑定	Claude 系	GPT 系	不绑定（框架先行）	多模型	多模型	任意模型	多模型
扩展机制	Skill/hooks/子代理	声明式提示词+协议层	全插件化（Cordis）	配置+插件	插件生态	自进化 Skills	规划+文件系统+子Agent
记忆/可追溯	三层压缩+CLAUDE.md	线程持久化	append-only 日志+分叉回放	会话管理	MEMORY.md	FTS5+LLM、RL 轨迹导出	LangGraph Store
多 Agent	子代理/Agent Teams	云端并行	多 Agent 编排插件	子代理	网关调度	支持	原生支持
私有化部署	受限	受限	原生支持	原生支持	原生支持	原生支持	原生支持
成熟度	高	高	预览版（快速迭代）	高	高	中（快速迭代）	中高

6.2 场景选型速查

你的场景	首选	备选
10 万行级代码库深度重构	Claude Code	Codex
云端异步批量任务、零手写代码流水线	Codex	Claude Code（后台任务）
私有化部署 / 必须可审计可组装 / 国产合规	DeepSeek Harness	OpenCode
多模型自由切换、隐私敏感	OpenCode	Hermes Agent
跨平台个人 AI 管家	OpenClaw	Kimi Work / WorkBuddy
研究型：自进化与 RL 数据回流	Hermes Agent	—
把 harness 嵌入自家产品	Deep Agents / Open SWE	DeepSeek Harness 插件化二开
IDE 重度用户、实时协作	Cursor	Trae
非代码长程任务（调研/文档/网站）	Manus	Trae Work

---

七、趋势研判：关于 Harness 的七个判断

1. 竞争焦点已经换挡。 模型跑分的边际收益在递减，「Model + Harness」的协同落地能力成为新赛点——DeepSeek 资深研究员陈德里在 V4 Pro 发布日的表述也印证了这一点。
2. 开源可组装路线将倒逼闭源阵营。 DeepSeek Harness 用 MIT + 全插件化把「黑盒 harness」变成公共基础设施，类似当年 DeepSeek 对模型价格的冲击。
3. Harness 正在云原生化。 OpenAI 高管已明言本地 harness「再火俩月」就是原始工具；线程持久化、协议层、远程执行将成为标配。
4. 事件流与可回放成为分水岭。 append-only 轨迹、分叉、回放从调试特性升级为 harness 的核心架构（DeepSeek Harness、Codex App Server 殊途同归）。
5. PTC（程序化工具调用）会普及。 用代码而非逐次 JSON 调用编排工具，是确定性、效率与可解释性的三重优化，预计半年内被主流 harness 跟进。
6. 「Harness 工程师」岗位化。 从 Mitchell Hashimoto 命名该角色，到 883 实体、1590 条关系的 Harness 知识图谱出现，这已是一门有方法论、有综述论文、有产业报告的正式学科。
7. 评测将被 harness 重塑。 极简模式这类「纯模型对照环境」会催生新的基准范式：先量模型裸能力，再量 harness 加成，二者分开报价。

---

八、FAQ：高频问题速答

Q1：Agent Harness 和 Agent 框架（如 LangChain）是一回事吗？
A：不是。框架给你积木让你自己拼；harness 是已经套好缰绳的完整运行系统。二者是上下游关系——例如 Deep Agents 就是「用 LangGraph 运行时实现的成品 harness」。

Q2：DeepSeek Harness 和 Claude Code 谁更强？
A：截至发布日（2026-08-14）无法直接对比：前者是 v0.1 预览版，后者是经过一年打磨的闭源成熟产品。DeepSeek Harness 的差异化在于开源、可组装、不绑定模型；能力上限需等正式版与第三方基准验证。内测用户的「宇宙最强」评价仅供参考。

Q3：Harness Engineering 和 Context Engineering 是什么关系？
A：包含关系：Prompt ⊂ Context ⊂ Harness。上下文工程管「喂什么」，Harness 工程还包括工具与环境、编排、验证、治理，是给模型搭出完整工作环境。

Q4：个人开发者现在该上车哪一款？
A：编码为主选 Claude Code 或 Codex；想折腾、重隐私选 OpenCode；想要全能个人助理选 OpenClaw；想体验最新的可组装范式，npx 一行命令试试 DeepSeek Harness。

Q5：「evaluation harness」（如 lm-evaluation-harness）也是这个概念吗？
A：不是。那是模型评测执行框架，属于另一个领域；但二者正在交汇——如 DeepSeek Harness 的极简模式就是为基准评测设计的。

---

九、参考资料

1. DeepSeek Harness 团队：《DeepSeek Harness 开发者预览版发布：一切皆插件》，2026-08-13（腾讯网/每日经济新闻/PingWest 品玩同日报道）
2. OpenAI：《Harness engineering: leveraging Codex in an agent-first world》，2026-02-11（InfoQ 中文报道，2026-02-27）
3. Anthropic：《Effective harnesses for long-running agents》，2025-11
4. 中金研究：《Agent Harness：模型之外、智能之内》，2026-06-04
5. 智源社区：《全网最详细 Agent Harness 综述》（CMU/耶鲁/杜兰/亚马逊联合论文解读），2026-06-02
6. 智东西：《120 万星！开发者排队"投简历"，DeepSeek 一条内测帖变成了 Agent 开源大摸底》，2026-08-04
7. 界面新闻：《黄仁勋押注，DeepSeek 内测，详解 Harness 到底是什么？》，2026-08-03
8. 36kr：《OpenAI 高管：Codex 这样的 Harness，也就再火俩月》，2026-08-09
9. SegmentFault 思否：《Hermes、Codex、Claude Code、OpenClaw 深度对比：四大终端 AI Agent 完整选型指南》，2026-05-11
10. 稀土掘金：《2026 终端 AI 编码 Agent 六大工具深度横评》，2026-05-14
11. 今日头条（至顶 AI 实验室）：《Codex、Manus、Claude Code、OpenClaw 谁才是最强的 Agent》，2026-06-25
12. 博客园：《DeepSeek Harness 2026：一切皆插件 — 开发者预览版完全指南》，2026-08-13
13. 腾讯云开发者社区：《Agent = Model + Harness：模型决定上限，Harness 决定下限》，2026-05-20
14. 中国计算机学会（CCF）：《驾驭工程崛起：大模型智能体 Harness 技术体系与前沿进展》，2026-04

---

结语：如果说 2025 年的问题是「哪个模型更聪明」，那么 2026 年的问题已经变成「谁给模型配了更好的办公室」。DeepSeek Harness 昨天以 MIT 协议把整间「办公室」的图纸开源了出来——无论它最终能否成为事实标准，「Model + Harness」的公式都已经写进了这个时代的工程基因里。下一步，轮到你了：选好你的马具，或者，亲手打造一副。

本文事实性信息均基于截至 2026-08-14 的公开报道与官方发布；评测分数为对应来源在各自测试条件下的结果，不构成绝对排名。欢迎在评论区聊聊你现在的主力 Harness 是哪一款。