過去幾年，大語言模型（LLM）競爭核心係參數規模、訓練數據、推理能力同基準測試分數；但踏入2026年下半年，一個愈來愈明顯嘅變化出現咗：模型本身由競爭嘅全部，變成 Agent 系統裏面嘅一個核心組件，而決定模型可唔可以真正完成複雜任務嘅另一半，就係圍繞模型構建嘅 Agent Harness。 DeepSeek 近期開源咗 DeepSeek Harness，而 OpenAI 之前已經持續開源 Codex CLI 並公開佢嘅 Codex Harness 同 App Server 架構。呢啲都代表住大型模型嘅競爭，正由「邊個模型更強」逐步擴展到「邊個可以建構更強嘅模型運行環境」。

呢度要特別澄清，所謂「Codex Harness 開源」同 DeepSeek Harness 嘅開源方式唔完全一樣。DeepSeek 係直接發布獨立嘅 DeepSeek Harness 項目，現時採用 MIT 許可；OpenAI 就係將 Codex Harness 嘅核心 Agent 邏輯包含喺開源嘅 Codex CLI 代碼庫入面，該倉庫採用 Apache-2.0 許可。OpenAI 表示，Codex Core 同時負責 Agent Loop 運行時同單一執行緒嘅持久化管理，並透過 App Server 向 CLI、IDE、Web 同其他客戶端提供統一能力。

DeepSeek Harness 最大嘅特點係「一切皆插件」。 其底層 Cordis 核心主要負責插件嘅加載、卸載同依賴管理，模型、工具、Skills、Session、Sandbox、Storage、Agent Loop、調度甚至 UI 都被設計成可以組合、替換嘅插件。開發者可以透過配置去改變 Agent 嘅能力組合，而毋須修改 Harness 主體代碼。DeepSeek 同時提供 Standard、PTC、Minimal 同 Creator 等運行模式，其中 PTC 模式允許模型透過生成 TypeScript 程式，將多個工具呼叫組合到一次程式執行入面，從而減少傳統「模型—工具—結果—模型」嘅頻繁往返。

另一個值得留意嘅設計係Trajectory，即完整嘅 Agent 運行軌跡。DeepSeek Harness 將模型見到嘅系統提示、工具呼叫及結果、上下文注入以及子 Agent 調度等資訊寫入追加式會話日誌，並以此支持恢復、分叉、檢索同回放。呢個設計令 Agent 由一次性嘅聊天程序，變成有狀態、有歷史同可調試運行軌跡嘅軟件系統。

相比之下，Codex 嘅路線更強調 Agent Loop、執行環境同客戶端之間嘅標準化。 OpenAI 將 Codex Harness 視為所有 Codex 產品背後共同嘅運行時，涵蓋 Web、CLI、IDE 同桌面應用。其 Codex Core 負責 Agent Loop、執行緒生命週期、持久化、工具執行同擴展，而 App Server 則透過雙向 JSON-RPC 介面，讓唔同客戶端共享同一套 Agent 能力。

更值得注意嘅係 OpenAI 最近提出嘅「Harness Engineering」。其內部實驗顯示，喺一個完全由 Codex 生成同維護代碼嘅項目入面，人類工程師嘅主要工作已經由「寫代碼」轉向設計 Agent 能夠理解同驗證嘅環境，包括清晰嘅代碼結構、AGENTS.md、結構化文件、自動化測試、CI、日誌、指標、瀏覽器控制同可執行嘅反饋閉環。OpenAI 甚至報告話，一個內部產品喺約五個月內產生咗約 100 萬行代碼，團隊工程效率顯著提升。要強調嘅係，呢啲係 OpenAI 自身工程實踐嘅披露，唔係獨立第三方嘅基準，因此較適合作為趨勢證據，而唔係普遍性能嘅結論。

兩種架構實際上代表住兩條互補嘅路線：DeepSeek 更強調 Harness 本身嘅模組化、可組合性同開放生態，OpenAI 則更強調成熟嘅 Agent 運行時、客戶端協議，以及令軟件工程環境本身「Agent 可讀、可驗證、可操作」。前者嘗試建立開放嘅 Agent 基礎設施，後者則喺探索點樣將 Agent 嵌入真實嘅軟件生產系統。

呢個意味住未來 LLM 競爭嘅評價維度亦會改變。過去嘅問題