夜雨聆风2026年8月，AI编程赛道发生了一场教科书级的格局重塑。
一个月前，Anthropic的Claude Code被曝出内置隐蔽监控机制——偷偷读取用户系统时区、扫描147个国内AI服务商域名、用Unicode隐写术把用户身份信息藏进系统提示词回传境外服务器。工信部直接定性"危害严重"，阿里、美团、字节、百度相继禁用或限制使用。
一个月后，DeepSeek在8月13日深夜悄然开源了DeepSeek Harness（DSH），没有发布会，没有预热，24小时内GitHub星数破万，三天飙到11.5万。这是中国AI公司第一次在"模型之外"的工程层向全球开发者开放了自己的答案。
到底什么是Harness？
过去两年，AI编程工具的核心竞争力一直在模型——谁的参数大、谁的上下文长、谁的推理强。但2026年的行业共识正在发生根本性转变：决定Agent可靠性的，不是模型，而是Harness。
Martin Fowler给出了形式化定义：Agent = Model + Harness。模型是大脑，负责理解需求和推理；Harness是身体，负责调度上下文、调用工具、管理任务状态、处理反馈、执行代码、跑测试，把模型的能力落到真实环境中，完成从"理解"到"交付"的闭环。Harness的本义是马具——把马的力量连接到可工作的机构上，同时不让这股力量脱缰。
我们用数据对比一下：
同一个模型、不改任何参数，只优化Harness工程，Terminal Bench得分从52.8%涨到66.5%，排名从30名外冲进前5。
更极端的是Endor Labs的基准测试：GPT-5.5在原生Codex Harness里得分61.5%，换到Cursor的Harness里直接跳到87.2%——同一个大脑，换一套"身体"，性能差距26个百分点。
三国杀格局正式成型
目前AI编程赛道已形成清晰的三足鼎立。但有意思的是，三家其实都有Harness——而且都做到了工业级。真正的分歧不在"有没有"，而在设计哲学。
Claude Code的Harness是精密的封闭花园，Codex的Harness是带铁笼的超级英雄，而DeepSeek Harness要做的是一个开放的乐高底板——你可以用任何模型砖块在上面搭建自己的Agent。
三家的区别：
Claude Code的Harness可能是目前最精密的
2026年3月npm包意外泄露了完整源码（51.2万行TypeScript、近1900个文件）让行业第一次看到了工业级Harness的全貌。有源码分析者直接总结："Claude Code is not an agent. Claude Code is a harness."模型是Claude，Harness是模型外面的那辆车：
1）流式工具执行（响应还在输出时就开始执行工具）；
2）七级上下文压缩策略防止200K token爆窗；
3）权限系统采用三路竞速（shell hook、AI分类器、用户确认并发运行）第一个返回安全信号的赢；
4）子agent通过进程派生实现，共享父级提示词缓存，几乎零成本 fork；
5）未发布的功能（KAIROS持久后台agent、推测执行系统、企业白标模式）揭示着这条路径未来要走向哪里。
但Claude Code的Harness是闭源的，且只绑定Claude模型，它的精密与封闭是一体两面。
Codex CLI的Harness走的是沙箱路线。OpenAI把安全隔离当作核心架构来设计：
1）每个任务一个独立容器，默认禁外网，文件系统只写workspace，macOS用Apple Seatbelt、Linux用Landlock加seccomp构建OS级沙箱。
2）在这个沙箱之上，是四层防御栈——OS沙箱、审批策略、危险命令检测、Guardian自动审查子agent。0.146.0版本推出Agent Plugins 1.0，将Skills和MCP服务器配置标准化为可移植包，同时通过WebSocket实现Remote Code Mode，把执行平面与控制平面彻底分离。
3）它绑定OpenAI模型生态，仅支持OpenAI系列。
Codex的设计哲学：模型可能犯错，所以必须把它关进笼子里，用工程手段保证即使AI"发疯"也不会造成不可逆损害。但Guardian自身也出现过提示词回归导致安全审查退化的问题——用AI审查AI，审查者本身也不免疫。
DeepSeek Harness的设计哲学是"一切皆插件"
1）基于Cordis微内核架构，模型、工具、沙箱、会话存储、Agent循环、甚至UI界面，全部是可替换的插件，通过配置文件组合，不需要修改源码。
2）不绑定任何模型，你自己选。
3）Agent甚至可以在运行过程中自己写插件、自己装上——这是"AI自进化"目前最可落地的实现方式之一。
4）更关键的是，它完全开源（MIT协议），输出端价格约为Claude的1/29。
OpenAI工程团队提过一个观点：模型进步后对应组件就该退役，模型和Harness需要紧耦合、共同迭代。但DeepSeek选了模型无关的开放架构，放弃了紧耦合的优势，换来灵活性和自主可控。这是根本性的架构取舍，没有绝对对错。
从"模型竞赛"到"工程竞赛"
这场三国杀背后，隐藏着AI行业一个深层转折：竞争焦点正在从"谁的模型更聪明"转向"谁能让模型更可靠地干活"。
过去，AI编程工具的竞争维度是代码补全的准确率、上下文窗口的长度、跑分排名。但现在，真正的分水岭变成了：能不能理解整个项目结构？能不能稳定处理多文件修改？能不能知道什么时候该跑测试？能不能发现自己方案里的风险？这些都不是模型能力问题，而是工程化问题。
Gartner 2026年的数据显示，超过80%的企业计划接入生成式API，但完成规模化稳定落地的不足20%。瓶颈不在模型不够强，而在工程化能力跟不上——没有容错机制、没有可观测性、没有成本管控、没有合规审计，Demo跑得漂亮，一上生产就崩溃。
这正是Harness概念爆发的根本原因。当AI从"辅助写代码"进化到"自主完成工程任务"，围绕模型构建的工程系统——任务拆解、工具调度、沙箱隔离、会话恢复、错误重试、权限管控——才是决定能不能规模化落地的关键。
对我们的启示
对企业而言，AI落地的核心竞争力不全是"用谁的模型"，而是能不能把自身业务流程、代码规范、安全策略、数据资产沉淀成一套属于自己的Harness。模型会越来越同质化，但沉淀了企业经验的工程系统才是不可复制的资产。