LogoAIRosetta

从“模型竞赛”走向“Agent Harness竞赛”:LLM竞争进入应用框架进化时代

原创

Summary2026年下半年,LLM竞争重心从模型本身转向Agent Harness。DeepSeek与OpenAI相继开源各自Harness,前者强调模块化插件生态,后者聚焦运行时与工程化,使行业从Model Engineering向Harness/Agent Engineering演进。

过去几年,大语言模型(LLM)竞争的核心是参数规模、训练数据、推理能力和基准测试分数;但进入2026年下半年,一个越来越明显的变化正在发生:模型本身正在从竞争的全部,变成Agent系统中的一个核心组件,而决定模型能否真正完成复杂任务的另一半,是围绕模型构建的Agent Harness。 DeepSeek近期开源DeepSeek Harness,而OpenAI此前已经持续开源Codex CLI并公开其Codex Harness和App Server架构。这意味着大模型竞争正在从“谁的模型更强”逐渐扩展到“谁能构建更强的模型运行环境”。

这里需要特别澄清,“Codex Harness开源”与DeepSeek Harness的开源方式并不完全相同。DeepSeek直接发布了独立的DeepSeek Harness项目,目前采用MIT许可证;OpenAI则将Codex Harness的核心Agent逻辑包含在开源的Codex CLI代码库中,该仓库采用Apache‑2.0许可证。OpenAI称,Codex Core同时承担Agent Loop运行时和单个线程的持久化管理,并通过App Server向CLI、IDE、Web以及其他客户端提供统一能力。

DeepSeek Harness的最大特点是“一切皆插件”。 其底层Cordis内核主要负责插件加载、卸载和依赖管理,模型、工具、Skills、Session、Sandbox、Storage、Agent Loop、调度乃至UI都被设计成可以组合、替换的插件。开发者可以通过配置改变Agent的能力组合,而无需修改Harness主体代码。DeepSeek同时提供Standard、PTC、Minimal和Creator等运行模式,其中PTC模式允许模型通过生成TypeScript程序,把多个工具调用组合到一次程序执行中,从而减少传统“模型⁠—⁠工具⁠—⁠结果⁠—⁠模型”的频繁往返。

另一个值得关注的设计是Trajectory,即完整的Agent运行轨迹。DeepSeek Harness把模型看到的系统提示、工具调用及结果、上下文注入以及子Agent调度等信息写入追加式会话日志,并以此支持恢复、分叉、检索和回放。这使Agent从一次性的聊天程序变成了具有状态、历史和可调试运行轨迹的软件系统。

相比之下,Codex的路线更强调Agent Loop、执行环境和客户端之间的标准化。 OpenAI把Codex Harness视为所有Codex产品背后的共同运行时,包括Web、CLI、IDE和桌面应用。其Codex Core负责Agent Loop、线程生命周期、持久化、工具执行和扩展,而App Server则通过双向JSON‑RPC接口,让不同客户端共享同一套Agent能力。

更值得注意的是OpenAI最近提出的“Harness Engineering”。其内部实验显示,在一个完全由Codex生成和维护代码的项目中,人类工程师的主要工作已经从“写代码”转向设计Agent能够理解和验证的环境,包括清晰的代码结构、AGENTS.md、结构化文档、自动化测试、CI、日志、指标、浏览器控制以及可执行的反馈闭环。OpenAI甚至报告,一个内部产品在约五个月内形成了约100万行代码,团队的工程效率显著提高。需要强调的是,这属于OpenAI自身工程实践的披露,并非独立第三方基准,因此更适合作为趋势证据而非普遍性能结论。

两种架构实际上代表了两条互补路线:DeepSeek更强调Harness本身的模块化、可组合性和开放生态,OpenAI则更强调成熟Agent运行时、客户端协议以及让软件工程环境本身“Agent可读、可验证、可操作”。 前者试图建立开放的Agent基础设施,后者则在探索如何把Agent嵌入真实的软件生产系统。

这意味着未来LLM竞争的评价维度也会发生变化。过去的问题是“模型能不能回答正确”,未来越来越重要的问题将变成:模型能否长期保持任务状态?能否正确选择工具?能否在错误后恢复?能否理解大型代码库?能否利用测试和反馈自我纠错?能否并行调度多个Agent?能否在有限Token和计算成本下完成数小时甚至数天的复杂任务?

因此,Harness很可能成为连接模型能力与实际生产力的关键中间层。模型提供推理能力,Harness提供环境、工具、记忆、执行、反馈和安全边界,两者共同决定最终Agent能力。随着不同厂商纷纷开放Harness,未来甚至可能出现“模型与Harness解耦”的趋势:同一个Harness可以切换GPT、Claude、DeepSeek或本地模型,而不同Harness则可以针对同一个模型采用不同的工具编排、上下文管理和反馈机制。

从更长远看,这可能把LLM产业竞争从“模型排行榜”进一步推向Agent操作系统和Agent基础设施竞争。谁能够建立更好的工具协议、上下文管理、记忆机制、沙箱、Trajectory、评测体系和多Agent协作框架,谁就可能把一个相同能力的基础模型转化为更高的实际生产力。DeepSeek Harness和Codex Harness的相继开放,因此不只是两个Coding Agent项目的开源,而可能是LLM产业从Model Engineering走向Harness Engineering、再走向Agent Engineering的重要信号。

核心资料: DeepSeek Harness官方介绍 · DeepSeek Harness GitHub · OpenAI:Unlocking the Codex harness · OpenAI:Harness engineering · OpenAI Codex GitHub.

▶️ 喜欢这篇内容?创作真的很辛苦!

欢迎关注我们的 YouTube 频道:
AI Rosetta

你的点赞、订阅和分享,是对我们最大的支持!🙏

更多AI新闻请访问: https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

从“模型竞赛”走向“Agent Harness竞赛”:LLM竞争进入应用框架进化时代 - Airosetta News