AI 厂商打响「Agent 运行时」争夺战

北京时间 8 月 20 日，OpenAI 发布《Codex as a platform: build on the open agent harness》，正式把 Codex 的底层 Harness 推向平台层，鼓励开发者基于它构建自己的 Agent 应用。仅五天前的 8 月 14 日，DeepSeek 才刚开源了自家的 DeepSeek Harness（DSH），并为此单独开设公众号、以一只黑色鲸鱼作为标识，与蓝色鲸鱼主品牌区分开。两大头部模型公司在不到一周内相继亮剑，把 AI 竞争的焦点从模型本身推向了一直相对低调的「Agent 运行时」。

OpenAI 这次开放了什么

Codex App、CLI 和 IDE 扩展底层共用同一套 Harness，负责会话状态、上下文、工具调用、沙箱和人工审批。开发者可以通过 codex exec、SDK 或 app-server，把这些能力接入企业已有的操作台、客服系统、安全工具和内部应用。

OpenAI 在博客中列举了三类已落地案例：

Cisco 将 Codex SDK 用于 Cisco Cloud Control 中的 App Builder；
GitHub 和 JetBrains 把 Codex 接入现有 IDE 工作流；
Thrive Holdings 与 Crete 将 Codex 用于税务准备，单次试点处理了 7000 份纳税申报表，报税准备时间缩短约三分之一。

OpenAI 还给出了一组对比数据：在 ARC-AGI-3 测试中，GPT-5.6 Sol 单独运行时得分 13.3%；加入 Codex Harness 的持续推理和上下文压缩后，分数升至 38.3%，输出 Token 减少到原来的约六分之一。开发者媒体 ExplainX 作者 Yash Thakker 把 App、CLI 和 IDE 扩展比作「同一栋楼的三个入口」，认为 OpenAI 这次想让开发者关注整栋楼本身。

DeepSeek DSH 的差异化与争议

相比 Codex Harness 围绕自家模型深度调优，DSH 把模型、工具、技能、会话、沙箱、存储、Agent Loop、调度和 UI 全部做成插件，底层由 Cordis 管理挂载、卸载和依赖关系，定位是「一切皆插件」。截至 8 月 20 日，DSH 在 GitHub 获得约 17.37 万颗 Star 和 1.88 万次 Fork，登上 Hacker News 获得 744 分和 310 条评论。

社区反馈高度分化：

Pi Agent 主要开发者 Armin Ronacher 表示，DSH 不完美，但促使他重新审视 Pi 的部分设计选择；
有开发者估算 DSH 包含约 45.3 万行代码和 219 个包，肯定执行日志和沙箱设计，但批评首个公开版本只有一笔压缩后的 Git 提交、Benchmark 材料不足；
Reddit 试用反馈集中在性能与成本：能发挥 DeepSeek 模型能力，但速度慢、Token 消耗高，插件文档不清晰；
国内社区约 300 名测试者在两周内完成 200 多个插件，精选列表在两天内收录 270 个插件，但质量筛选、版本兼容和安全审查尚未跟上。

DSH 作者之一 Tianyi Cui 在 Hacker News 上提醒，当前只是早期预览版，会有不少粗糙之处，也会出现破坏兼容性的修改。

模型公司为什么必须做 Harness

Harness 难以形成独立壁垒。一名大模型开发者直言：「除了交互流程优化，其他方向碰都不要碰 Harness。」原因是模型仍在快速变化，不同模型对执行策略的偏好不同：有些适合先规划再调用工具，有些需要边执行边修正；同一组工具交给不同模型，稳定性可能差异显著。

但对模型公司来说，Harness 是一条产品和能力的闭环：

数据反馈：模型厂可以观察用户在什么任务上失败、工具调用卡在哪里、任务重试多少次、哪种上下文策略消耗最少 Token，从而围绕真实任务调整下一版模型与 Harness；
流量入口：DeepSeek 目前主要通过 API 收费，缺乏官方 Token Plan。DSH 让 DeepSeek 有能力提供托管运行时，并把计费单位从 API Token 转向每五小时额度、任务数量、并发和模型分级等更精细的维度。

正如一位业内人士总结：「Harness 离开模型能力，其实是没意义的。DeepSeek 关键还是要提高模型能力。」

中国模型公司早已布局

DSH 发布之前，月之暗面和智谱已先后上线各自的 Agent 执行系统：

Kimi Code：前身为 2025 年 9 月发布的 Kimi CLI，10 月 31 日正式发布技术预览，当前代码采用 MIT 许可证，提供 SDK 和自定义 Agent 机制，开发者可基于源码继续改造；
ZCode：智谱在 2026 年 6 月 16 日 GLM-5.2 发布文章中首次介绍，7 月 1 日正式对外发布，比 DSH 早约六周。它提供插件、Skill 和 MCP 扩展能力，但未开放核心运行时源代码。

三者开放程度差异明显：ZCode 更接近 GLM 的官方执行环境；Kimi Code 是开源的编程 Agent 及其运行系统；DSH 直接把可拆解、可重组的 Harness 作为产品主体。

Agent 时代，「运行时」与入口的竞争同等重要。当模型本身的差距逐渐收窄，谁能掌握 Agent 真正运行起来的执行层，谁就更靠近真实工作流，也更靠近由此产生的模型调用。OpenAI 与 DeepSeek 的相继出手，只是这场竞赛的一个新节点。