LogoAIRosetta

由「模型競賽」走向「Agent Harness競賽」:LLM競爭進入應用框架進化時代

原創

Summary2026年下半年,LLM競爭重心由模型本身轉向Agent Harness。DeepSeek與OpenAI相繼開源各自的Harness:DeepSeek強調模組化插件生態,OpenAI側重運行時與工程化,促使行業從Model Engineering向Harness/Agent Engineering演進。

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。過去嘅問題係「模型可唔可以答啱」,未來愈來愈重要嘅問題會變做:模型能否長期保持任務狀態?能否正確揀選工具?能否喺錯誤之後恢復?能否理解大型代碼庫?能否利用測試同反饋自我糾錯?能否並行調度多個 Agent?能否喺有限 Token 同計算成本下完成數小時甚至數日嘅複雜任務?

因此,Harness 好可能成為連接模型能力與實際生產力嘅關鍵中間層。模型提供推理能力,Harness 提供環境、工具、記憶、執行、反饋同安全邊界,兩者共同決定最終 Agent 能力。隨住唔同廠商紛紛開放 Harness,未來甚至可能出現「模型與 Harness 解耦」嘅趨勢:同一個 Harness 可以切換 GPT、Claude、DeepSeek 或本地模型,而唔同 Harness 則可以針對同一個模型採用唔同嘅工具編排、上下文管理同反饋機制。

由更長遠嚟睇,呢個可能會將 LLM 產業競爭由「模型排行榜」進一步推向Agent 操作系統同 Agent 基礎設施嘅競爭。邊個能夠建立更好嘅工具協議、上下文管理、記憶機制、沙盒、Trajectory、評測體系同多 Agent 協作框架,邊個就有機會將一個相同能力嘅基礎模型轉化為更高嘅實際生產力。DeepSeek Harness 同 Codex Harness 相繼開放,所以唔單止係兩個 Coding Agent 項目嘅開源,而可能係 LLM 產業由Model Engineering 走向 Harness Engineering、再走向 Agent Engineering嘅重要信號。

核心資料: DeepSeek Harness 官方介紹 · DeepSeek Harness GitHub · OpenAI:Unlocking the Codex harness · OpenAI:Harness engineering · OpenAI Codex GitHub.

▶️ 鍾意呢篇內容?創作真係好辛苦!

歡迎關注我哋嘅 YouTube 頻道:
AI Rosetta

你嘅讚好、訂閱同分享,係對我哋最大嘅支持!🙏

更多 AI 新聞請瀏覽:https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

由「模型競賽」走向「Agent Harness競賽」:LLM競爭進入應用框架進化時代 - Airosetta News