夜雨聆风导读：网上都在说"Claude Code 最强""Codex 要封神"，可普通人装完三天没跑起来的大有人在；另一边，腾讯的 WorkBuddy 据说"装进微信就能用"，DeepSeek 官方的 Harness 开源免费还能本地跑。这四个东西到底谁强？谁适合你？本文是一位心内科医生用真实使用经历写的选型手记，全文约一万字，读完约 20 分钟。先把结论放在这：它们根本不是一个物种，比"谁最强"是错的，比"谁适合你"才对。
四个 AI"员工"，你该雇哪个？
一个开源作业台、一个程序员外挂、一个云端包工头、一个微信里的文员——先分清物种，再谈选择
◆ ◆ ◆
最贵的，不一定最适合你
上个月，一个外科的朋友在微信上问我："阿金，网上说 Claude Code 是最强 AI 编程工具，我连夜装了两天没跑起来；同事又推荐腾讯的 WorkBuddy，说绑定微信就能用；还有个啥 Harness 是 DeepSeek 出的，免费……我这一个不会写代码的人，到底该信谁？"
他这一问，我想起科室里另一件小事。去年我们科进了台新设备，厂家来培训，主推的那款高端型号能自动出报告、能对接 HIS 系统，听着无所不能。结果呢？用了三个月，大家还是习惯手写报告——因为那台机器最亮眼的功能，全科室没几个人真正用得着，日常最需要的"稳定、简单、不出错"，反而是它最不突出的地方。
AI 工具也一样。我没急着回答，因为这个问题，本质上是四个不同的问题。
"哪个最强" 是技术圈的问题，"哪个适合我" 才是普通人的问题。可惜大多数人一上来就扑向第一个，被"最强"两个字勾着走，最后买了个最贵的订阅，用两次就吃灰——就像科室里那台落灰的跑步机。
所以这篇，我打算把四样东西摆到一张桌上，慢慢拆。先纠正一个认知，再逐个看真面目，然后横着比七张牌，最后给你一条能照着走的选择路径。DeepSeek Harness（dsh）、Claude Code、OpenAI Codex、腾讯 WorkBuddy，一个都不落下。
先记住一句话：工具没有绝对的高下，只有岗位的匹配。
◆ ◆ ◆
一、它们根本不是同一个物种
先看 AI 世界的三层结构
要把这四个东西讲清楚，得先给 AI 世界分个层。我习惯分成三层：
第一层，模型层——就是大脑本身。GPT、Claude、DeepSeek 这些大模型，负责"想"。你问它问题，它调动训练时攒下的知识，组织成答案。这一层的竞争，拼的是谁的知识更广、推理更深。
第二层，入口层——就是对话框。网页版、手机 App、各种"AI 助手"，负责"聊"。你打字，它回话，一来一往。这一层解决的是"怎么跟大脑说话"，所以拼的是交互体验、好不好用。
第三层，执行层——就是有手有脚的 Agent（智能体）。它不光会想、会聊，还会去读文件、跑程序、上网查资料、把活干完，把结果交给你。这一层，才是 2025 到 2026 年最热闹的地方。
为什么强调这三层？因为绝大多数人用 AI 的困惑，都出在把三层混成了一层。你问"为什么 ChatGPT 不能帮我把论文格式改好"，那是因为你还在第二层——它会聊，但不会去打开你的文档动手改。而 Agent 能，因为它有手有脚。
我们这四样东西，全都在第三层。但它们在第三层里，干的活完全不同——这才是关键。
一个"雇员工"的比喻
我把选 Agent 比作雇员工，一下子就通了：
- WorkBuddy 像雇了个前台文员：不用培训，来了就干活，处理杂事，但你让它写代码、做复杂分析，它干不了。
- DeepSeek Harness 像雇了个全能实习医生：什么活都能上手，但需要你带一带、教一教，还得给它划好活动范围。
- Claude Code 和 Codex 像雇了两个顶尖程序员：写代码、改项目是降维打击，但工资贵，而且人家主要服务程序员，你一个外行用起来费劲。
类比到这，问题就清楚了：你会因为"顶尖程序员最强"，就让前台文员这个岗位也招程序员吗？不会。同样的道理，普通人也不该因为"某个工具最强"，就硬上一个不适合自己的。
我的判断
"谁更强"是伪命题——你先搞清楚自己要雇的是程序员、全能助理，还是前台文员，答案自己就出来了
◆ ◆ ◆
二、逐个拆：四个工具的真实面目
下面逐个看。我按"离普通人的距离"排序讲：先讲最需要动手能力的（dsh），再讲两个给程序员的（Claude Code、Codex），最后讲门槛最低的（WorkBuddy）。你也可以直接跳到最感兴趣的那个，不影响理解。
2.1 DeepSeek Harness（dsh）——开源作业台
DeepSeek Harness，圈内简称 dsh，是 DeepSeek 官方出品的开源智能体平台。它最大的三个标签：官方、开源、一切皆插件。
官方，说明它不是第三方套壳，是 DeepSeek 自己做的执行平台。开源，协议是 MIT——意思是代码随便看、随便改、可以自己部署，数据可以完全不离开你的电脑。一切皆插件，是说它的架构基于一个叫 Cordis 的插件框架，模型、工具、工作流都能像搭积木一样自由组合。
用起来什么样？装好 Node.js 之后，一条命令：
npx @deepseek-ai/dsh web
浏览器打开 http://127.0.0.1:3080，一个工作台就起来了。配一个 API Key（DeepSeek、Anthropic、OpenAI 的都能配，也支持自定义网关），选一个文件夹当它的"工位"，然后就能下任务了。
它能干什么？读文件、写文件、改文件、跑命令、联网搜索、把任务挂到后台慢慢跑、同时派好几个"分身"并行干活、把一整条流程编排成工作流、给它装现成的技能插件……本质上，它把 AI 从"会聊天"变成了"会干活"。我举个例子你就懂：你可以跟它说"把这 30 篇文献按研究设计、样本量、主要终点整理成表格存到 result.md"，它就自己去读 PDF、抽数据、排表格、落盘，干完向你汇报。它跑命令前还会先问你要授权，像住院医下医嘱前先请示——权限这关，它守得挺严。
它的门槛也在这：要装 Node.js、要懂 API Key 和"工作目录"这些概念，对完全零基础的人不算友好。而且它现在是开发者预览版（我查了下，当前版本是 0.1.0-rc.5），官方明说了：会破坏性更新，今天能用的功能明天可能改名。所以跟着官方文档走，别信过时攻略。
费用：软件完全免费，你只需要为模型 API 的调用付费。用 DeepSeek 自家的模型，日常小任务几毛钱的事；用顶级模型跑大任务，账单才会明显。这一点，等讲"钱的真相"那节再细说。
一句话：适合愿意折腾一点、在乎数据可控的人——软件不要钱，能力强，但需要你带一带。
2.2 Claude Code——程序员的最强外挂
Claude Code 是 Anthropic 官方的编程智能体。注意"编程"这两个字——它的主业，就是写代码、改代码、修 bug、管项目。
它的形态是命令行工具（CLI），在终端里用自然语言指挥它：你说"帮我看看这个项目哪里有问题"，它就自己读代码、跑测试、改文件，甚至能连续工作几十分钟把一个大任务干完。配合 IDE（比如 Cursor）用，体验更顺。2025 年 10 月起它也有了网页版（claude.ai/code），在浏览器沙箱里就能跑，和终端版共享会话。
它凭什么封神？三个硬实力摆在这：代码能力顶级，写出来的代码质量、重构的老练程度，是目前第一梯队；长上下文，能一口气记住你整个项目的来龙去脉；扩展机制丰富——Agent Skills（技能）、MCP（让 AI 接外部工具和数据）、子 Agent（派小分身并行干活）、Hook（在任务前后挂脚本），程序员能玩出花来。官方还专门发过案例：一位没有技术背景的产品经理，用它在六周里做出并上线了一款 App。所以"非程序员也能用"，是官方自己打的招牌。
费用：订阅制。个人档 Pro 一个月 20 美元，往上还有 Max 5x（100 美元/月）和 Max 20x（200 美元/月）两档；Claude Code 包含在订阅里，不单独收费，但受"5 小时窗口用量限额"约束——窗口内用超了就得等。也可以不买订阅，直接用 API 按量付费。注意，对国内用户，支付和网络都是硬门槛：官方支持地区不含中国大陆，要海外信用卡，还常遇到风控、拒付，2026 年 4 月起据报道还启用了强实名认证，门槛又高了一截。
争议也得提一嘴：它烧钱是真的快，BBC 报道过用户"比预期快得多"地触顶用量限额；2026 年 4 月还有媒体曝光过计费 Bug 和多收费的争议。所以用它的第一条铁律，就是盯紧用量，别让它挂后台跑一夜，第二天再看账单。
对普通人意味着什么：它的能力是真的强，但它是给"要写代码的人"准备的。一个医生用它做文件整理、写脚本，属于"杀鸡用牛刀"——能用，但你要先学会怎么指挥一个程序员。本号之前发过它的保姆级教程，我的判断是：如果你是程序员，闭眼入；如果你完全不想碰代码，先别急着为它掏钱。
2.3 OpenAI Codex——云端包工头
Codex 是 OpenAI 官方的编程智能体，2025 年 4 月发布，当年 9 月升级为"自主软件工程代理"，它和 Claude Code 长得像，但性格不同——我管它叫"云端包工头"。
怎么理解？Codex 有两种用法：
一种是命令行工具（Codex CLI），和 Claude Code 类似，在终端里帮你干活。这个 CLI 本身是开源的，GitHub 上有仓库（openai/codex），npm 一条命令就能装，2026 年初官方还把它用 Rust 重写了一遍，性能和安全性都有提升。
另一种是它最独特的——云端任务：你把一个任务丢给 ChatGPT 里的 Codex，它会在 OpenAI 的云端服务器上自己跑，跑完把结果交给你。这像什么？像你把图纸交给包工头，他带着工人在工地干一宿，第二天早上你把成品拿走。最妙的是，任务挂上云端之后，你把电脑关了它照样跑，还能接 GitHub 直接开 PR、接 Slack 通知你进度。
它的推理和代码生成能力同样是第一梯队，还和 ChatGPT 深度绑定——你本来就有订阅的话，里面就含 Codex 的使用额度。价格上，Plus 一个月 20 美元、Pro 有 100 和 200 美元两档，额度按官方"信用点池"扣减，档位越高额度越大，还有 8 美元的低价档和按量付费的 API 路子。注意额度不是无限的——社区实测过 8 次查询烧掉 850 信用点，也有人吐槽 200 美元的 Pro 两天就耗尽，2026 年还出过信用点异常消耗、官方三次重置的事故。用它的第一课，和 Claude Code 一样：盯紧额度。
和 Claude Code 的区别，一句话：Claude Code 强在"贴身改代码"，Codex 强在"云端批量跑"。程序员二选一，看习惯——喜欢盯着它一步步改，选前者；喜欢交代完就去睡觉，选后者。
对普通人的话，和 Claude Code 一样的门槛：要写代码才划算，要海外网络和支付。
2.4 WorkBuddy——让爸妈也能用的 AI 助理
WorkBuddy 是腾讯云出品的个人 AI 工作智能体，2026 年 2 月内测、3 月 9 日正式上线，官方 slogan 是"你的职场超能力"，业内叫它腾讯版"小龙虾"。它和前三个最大的区别，从定位就开始了——腾讯做它的目标用户，负责人在专访里说得明明白白：想让爸妈也能用起来。
它怎么用？免部署，安装即用。它是一个桌面端程序，装上之后扫码绑定微信或 QQ，就能在聊天窗口里直接给它派活："帮我把这份会议纪要整理成要点""把这张 Excel 清洗一下""把这几张表合并成 PPT"。官方称最快 1 分钟完成配置，2026 年 7 月还上了手机 App（安卓、iOS、鸿蒙三端）。它处理文档（PDF/Word）、表格、PPT、邮件、会议纪要、日程、文件整理，还能定时备份——干的都是办公室里的重复活。
它背后有一个"技能"体系，兼容开源的 OpenClaw 技能生态——社区里有人写好了一个技能，你点一下就能装上用，不用自己开发。（顺带说一句，腾讯的"龙虾"其实有三只：WorkBuddy 是自研桌面端，QClaw 是一键部署 OpenClaw 的工具，云 OpenClaw 是托管版，别搞混了。）
费用和门槛：目前采用"免费额度 + 订阅"模式，公测期送过 5000 Credits，上线首日太挤还专门致歉送了用量。国内可用，中文原生，不需要魔法上网，配置成本在四个里最低。
它的边界也要说清：它是闭源的，能力上限受腾讯平台约束，复杂任务、写代码、深度定制这些，它做不了；社区也有吐槽它"偷懒、装失忆、自作主张"的帖子，还提过内存泄漏和隐私担忧。它是个称职的"前台文员"，不是"全能实习医生"。
对医生：科室群消息整理、患者宣教素材初稿、会议纪要、日常资料查询——这类"办公室杂活"，它上手最快、最省心。我认识的几个同行，第一个 AI 工具就是它，没有之一。
四个工具的关键数字
◆ ◆ ◆
三、七张牌横着比：一张表看懂差异
看完了四个真面目，横着比一轮。我挑了七个维度，每个说透两三句。这张表没有"赢家"，只有"谁在哪条上更适合你"。
① 出身与开放度
dsh 是 DeepSeek 官方开源（MIT 协议），代码随便看、随便改、可以自己部署；Codex 的命令行工具（CLI）也是开源的，GitHub 上有仓库；Claude Code 和 WorkBuddy 则是闭源商业产品。开源意味着可控——你能看清楚它到底把你的数据发去了哪，也能让社区帮你改 bug、加功能；闭源意味着省心——出了问题找厂商，不用自己修。各有各的好。
② 上手门槛
WorkBuddy 最低——下载安装、扫码绑定微信就能用，老人学得会；dsh 中等——装 Node.js、配一个 API Key、选个工作目录，照着教程半小时内能跑通；Claude Code 和 Codex 中高——终端操作 + 海外网络 + 海外支付，三道坎，每一道都能劝退一批人。说实话，门槛这道题，九成的普通人就死在第三组上。
③ 干活边界
Claude Code / Codex 主攻写代码，这是它们的本行；dsh 是通用执行平台，什么活都能接，但要你指挥得当；WorkBuddy 主攻办公杂活——文档、表格、会议纪要。边界不同，不是谁强谁弱，是分工不同，就像心内科和骨科，都是医生，但你不会让骨科大夫给你做冠脉造影。
④ 钱的真相
dsh 软件 0 元但 API 按量烧钱，跑得越狠账单越厚；Claude Code / Codex 订阅封顶但可能吃灰，用得越少越亏；WorkBuddy 免费额度起步，门槛最低。记住：免费的东西，账单往往藏在别处。
⑤ 数据去哪
dsh 可以本地跑，数据不离开你的电脑；其余三个数据都在厂商云端。对医生来说，这条尤其重要——病例数据能不能出医院，是红线问题；哪怕脱敏，我也建议敏感数据别上云。
⑥ 技能与扩展
Claude Code 有 Skills / MCP，扩展深度最深；Codex 背靠 OpenAI 全家桶；WorkBuddy 兼容 OpenClaw 技能市场，装技能像装 App；dsh 一切皆插件，自由度最高。扩展能力的丰富程度，决定了这个工具你能用多深、走多远。
⑦ 国内可用性
WorkBuddy 原生中文免魔法，国内直接下载；dsh 本地部署，网络不是问题；Claude Code 和 Codex 要过网络和支付两道关，还得应付风控和实名。别小看这条，多少人的"最强工具"，卡死在支付上。
七张牌打完了，你看出来没有？没有哪个工具在七条上全赢——这恰恰说明它们不是竞争对手，是互补的。你的任务，是找到"自己最在意的两三条"上最强的那个。
◆ ◆ ◆
四、钱的真相：免费的东西，账单藏在哪？
聊钱，是最容易让普通人踩坑的地方。我把它拆成三句话。
第一句：免费，不等于不要钱。
dsh 软件不要钱，但每次干活都在烧模型 API 的 token。我见过有人把它挂后台跑一宿批量任务，第二天一看账单，肉疼。Claude Code 和 Codex 的订阅额度看着是"包月"，但重度用起来照样能提前耗尽——社区里"200 美元两天烧完"的帖子不是段子。用之前先估算，小任务随便跑，大任务先掂量。
第二句：订阅，是给重度用户准备的。
Claude Code 一个月 20 美元起，Codex 随 ChatGPT 订阅含额度。你天天用、往死里用，订阅划算；你一周用两次，那就是给厂商送钱。给你算笔账：一个月 20 美元，折合人民币一百四五十块，够吃好几顿好的了——如果它一个月帮你省下的时间不值这个数，就别买。我的建议是：先用免费额度或按量把流程跑通，确定自己真的天天用了，再上订阅。
第三句：最贵的，往往不是工具，是你的时间。
很多人的真实成本，是花了三个晚上装一个根本用不上的工具。还有一层更隐蔽的成本：学一个工具的时间。普通人学一个新工具，从陌生到顺手，少说一两个晚上——这个投入，比 20 美元贵多了。所以选工具要"少而精"，别广撒网。时间比订阅费贵多了，这句话我写稿时又默念了一遍。
◆ ◆ ◆
五、普通人的选择路径：三类人，三套方案
讲了这么多，落到实操。先问自己三个问题，答案就藏在这三个问题里：
要不要写代码？ 这里的"写代码"是广义的——包括"想不想让 AI 帮你写个自动化的脚本"。要，就去 Claude Code / Codex 里二选一；不要，往下走。
愿不愿意折腾？ 愿意花半小时装环境、配 Key、看教程，dsh 适合你；连这半小时都不想花，WorkBuddy 就是为你准备的。这不是懒，是匹配——你还有更值得花时间的事。
预算多少？ 零预算起步——dsh（软件免费）+ 国产模型 API，几毛钱能跑小任务；愿意月付——再考虑订阅。先有需求，再掏钱，顺序别反。
顺着走，就是三套方案：
方案 A：完全不碰代码、只想省事（大部分人）→ WorkBuddy。下载安装，绑定微信就能用，先跑起来，建立"原来 AI 真能替我干活"的体感，比什么都重要。别管别人说它"不如程序员工具强"——你的目标是省事，不是写代码。
方案 B：有点动手能力、在乎数据可控 → DeepSeek Harness。软件免费、本地可跑、能力强，值得花半小时入门。本号之前发过保姆级教程，照着走就行。它可能不是四个里"最聪明"的，但它是四个里"最听你的"。
方案 C：程序员、或想认真学编程 → Claude Code 或 Codex。一个贴身改代码，一个云端批量跑，二选一，别都上。想省事一点就 Claude Code，想要"关电脑也能跑"就 Codex。
再多说一句：这三个方案不是终身制。先按现在的状态选，用熟了再升级。今天我选 A，明年我可能就想去 B——没关系，工具是楼梯，不是终点。
如果你看完还是纠结，我给你一个"作弊"办法：把这四个工具名分别写进搜索引擎，搜"XX 入门教程"，哪个教程你能一字不差看完且不犯困，就选哪个。工具这东西，你愿意学它，比它本身多强更重要。
这周就能做的三步（可带走）
◆ ◆ ◆
六、我的选择：一个医生的真实工具链
写到这里，该交代我自己的答案了。我四个都在用，但分工完全不同——每个工具干它最擅长的活，这才叫人机协同。
本地数据相关的，我用 dsh。 比如分析我科上个月的 DRG 数据——这种涉及内部数据的活，我绝不会往云上丢。dsh 本地跑，数据不出电脑，我心里踏实。文献整理、批量文件处理，也是它的活：丢给它 30 篇 PDF，让它按"研究设计—样本量—主要终点"抽成表，早上起来结果已经躺在文件夹里。它干的活不炫，但都是我每天要面对的真活。
写文章、做内容，我用对话式 AI 加本地工作流。 你现在看到的这篇公众号文章，就是"AI 起草 + 我逐句改 + 本地脚本排版"的产物。公众号排版那套流水线，我把它做成了半自动——AI 写初稿，脚本转格式、检测"AI 味"、校验合规，最后进草稿箱，我人工过目再发。你看到的不是一篇文章，是一条流水线。我这么做的原因很实际：医生的时间是碎的，能自动化一分是一分。
办公室杂活，我交给 WorkBuddy 这类工具。 会议纪要、资料初稿、科室群里的零碎问题——不值得动用大工具，前台文员干这个正好。别小看这些杂活，它们吃掉的时间，比你想的多得多。
Claude Code 和 Codex，我用得最少，但它们是"上限"。 当我想做点真正复杂的自动化——比如给自己写个小工具、改造一套流程——它们就是那个能帮我实现的"顶尖程序员"。我在学，但我知道那不是普通医生的主战场。我把它们当"进修课"，不当天天用的"门诊室"。
说句实话：工具越多，越要克制。我的原则是——每个工具先跑通一个真实任务，再决定要不要留下它。没跑通任务的工具，一律卸载。
◆ ◆ ◆
七、别被"最强"绑架
最后泼几盆冷水，每盆都是身边真实见过的坑。
第一盆：跟风买最贵的订阅，是普通人最大的浪费。 "Claude Code 最强"没错，但你一个月就打开三次，这 20 美元就是沉没成本。跑步机效应，在 AI 工具上重演得淋漓尽致。买之前先问自己：这个月，我已经为它想好三个要干的任务了吗？想不出来，就别买。
第二盆：把"最强"当"最适合"，会自我怀疑。 装了两天没跑起来，不是你笨，是工具本来就不是给你设计的。装不上的工具，不是你的问题，是匹配问题。就像你让一个骨科大夫去进修心内科手术，不是他不行，是方向不对。
第三盆：一次装四个，等于一个都没用好。 工具是练出来的，不是装出来的。先用一个工具把一件真事干成，再谈扩军。我见过最夸张的同事，手机里五个 AI App，最后常用的还是微信自带的那个。
第四盆，给同行特别提醒：数据这条线，谁都不能碰。 不管用哪个工具，患者的真实信息一个字都不能进公共云——哪怕脱敏，也要反复确认。开源本地工具（比如 dsh）在这点上天然有优势，但前提是你能管住自己的手——别把装着全院数据的文件夹整个丢给它。
工具是手段，你要干的活才是目的。这句话，值得贴在显示器上。
◆ ◆ ◆
写在最后
回到开头那个外科朋友的问题。我现在会这么回他：先别管谁最强，先告诉我，你每天最烦的是哪件重复的事？
是整理资料，就去试试 WorkBuddy；是想自己掌控、愿意花半小时折腾，就去装 dsh；是想学编程，再考虑 Claude Code 或 Codex。AI 时代不缺更强的工具，缺的是知道自己要干什么的人。
这四个工具，我还会继续用下去，也会继续把真实的使用过程写给你看。毕竟我这个公众号，从一开始就是"一个医生用人机协同干活"的直播现场——装什么工具、踩什么坑、省了多少时间、烧了多少钱，我都会如实记下来。
如果你看完这篇还是不知道怎么选，也没关系。本周先做一件事就够：把那个外科朋友的问题，拿来问问自己——"我最烦的重复活是哪件？"想清楚了，再来找我，我们下一篇接着聊怎么让 AI 把它接走。
与各位共勉。
留言告诉我：你最烦的重复活是哪件？
关注「阿金的AI学习」，每周两篇医生视角的 AI 实战笔记
点赞收藏转发（作者注：本文为个人 AI 工具使用体验与公开资料整理，不构成任何诊疗建议；涉及价格、版本、功能的信息以各官方最新发布为准。文中示例任务均为脱敏/虚构场景，涉及患者信息请遵守医院数据管理规定。）