科普｜2026-10-01
hello！！！友友们！最近 DeepSeek Harness 出现后，不少人都在问：Harness 是什么？它和之前的龙虾有什么区别？Codex、Claude Code、WorkBuddy 又该怎么选？这些名字经常放在一起聊，功能也有重叠，容易越看越迷糊。
Harness 是什么？
Harness 本意是马具、挽具，就是套在马身上、把马和车连起来的装备。马有力气，配上挽具才能拉车；模型能理解要求，配上工具和运行机制，才能把要求变成实际操作。
放到 AI 里，Harness 指围绕模型搭起来的那套工作系统。可以用 Agent = Model + Harness 来理解：模型负责判断，外围程序提供工具、组织执行，并把结果交回模型。这是一种简化的解释，各家对 Harness 范围的划分会有重叠。Martin Fowler 原文
图：Martin Fowler 网站原文截图，说明模型、产品自带 Harness 与用户补充规则的关系。
这个老词，怎么在 AI 圈重新火起来的？
Harness 早已是英语和软件测试里使用的词。近来围绕 AI Agent 的讨论，把它用来概括模型周围的工作系统。几篇文章能串起这个过程：
**2025年11月26日，Anthropic 讨论了“长任务为什么做着做着就断了”。**Agent 一次做太多，容易做到一半耗尽上下文；换个会话，又得重新判断进度。他们尝试用初始化 Agent、任务清单、进度文件和结果验证，让后续会话能接着工作。这时讨论的重点，已经从模型会不会写代码，延伸到怎样让任务持续推进。原文
**2026年2月5日，Mitchell Hashimoto 分享了自己使用 AI 的过程。**他把其中一个阶段称为“Engineer the Harness”：Agent 反复犯错，就补充项目规则或检查工具，让它更容易发现并纠正问题。他将这类工作称作 Harness Engineering，强调把使用中遇到的问题变成工程改进。原文
**2月11日，OpenAI 介绍了一次围绕 Codex 的开发实验。**工程师把更多精力放到准备工作环境、整理项目知识、建立约束和反馈上，让 Agent 能生成代码、审查修改，再根据结果继续迭代。Harness Engineering 因而有了一个具体的项目实践例子。原文
**2月17日，LangChain 给出了一组更直观的数据。**他们固定使用 GPT-5.2-Codex，调整提示词、工具和运行机制，在 Terminal Bench 2.0 中把通过率从 52.8% 提高到 66.5%。这是他们那次评测的结果，但也说明：同一匹“马”，换一套干活方式，表现确实可能不同。原文
**4月2日，Thoughtworks 的 Birgitta Böckeler 在 Martin Fowler 网站进一步讨论这个概念。**她用 Agent = Model + Harness 概括广义范围，并讨论怎样通过任务指导和结果检查，让编码 Agent 更可靠地工作。到这里，“挽具”这个比喻已经能连接起工具、流程、上下文和反馈这些具体工程问题。原文
模型怎样把任务做下去？
比如你说：“把文件夹里的资料整理成报告，保存成 Word。”模型需要知道目录里有什么，于是请求文件工具读取目录；程序真正执行读取，把内容交回来；模型再根据资料请求生成文档。工具报错了，报错也要返回，它才能调整做法或向你追问。
**模型决定下一步，工具执行，结果返回模型，再继续处理。**这段循环让一个任务可以包含很多次操作。模型写出“报告已保存”，还要有工具实际创建文件，电脑里才会出现那份报告。
Harness 还得管好几件事：提供哪些工具，怎么连接外部服务，每轮给模型哪些资料，任务进度怎么保存，哪些操作需要确认。长任务能否接着做、报错以后怎么处理，也都涉及这些机制。Claude Code 工作机制｜Anthropic 长任务研究
图：按职责归纳 Harness 的组成，方便理解；这些分支共同支持任务执行，实际实现可能重叠。原创示意图。
所以 Agent 好不好用，要看模型，也要看这套“挽具”。模型再会判断，工具接不上、结果没反馈、做到一半丢了进度，任务照样容易卡住。大肥鱼这回，确实是被套上挽具当马使了。
Skill、工具、MCP 又是什么？
**工具负责具体操作，Skill 提供某类任务的做法。**读写文件、运行代码、操作浏览器，都是工具能力。你的写作语气、引用要求，或者做 PPT 的步骤，可以写进 Skill；Skill 也可以附带脚本、模板等资源。Agent 读取后，再按要求调用工具。
要连接外部服务，还需要相应接口和权限。API 是软件之间的接口，MCP 提供一套连接工具与数据的协议。它们让 Agent 有办法读取外部信息或执行操作，具体能访问什么仍由接入配置决定。
装 Skill、换工具、改执行流程，都属于个性化。不同产品提供的扩展方式不同，不能只因为名字里有 Harness，就认为它才允许用户定制。
图：Skill 提供做法，工具执行操作，MCP 连接外部工具与资料。三者是不同职责，图中的连线不代表固定执行顺序。原创示意图。
智能体和普通聊天 App 又有什么区别？
**Agent 可以长得像聊天框，也可以放在手机 App、网页或编辑器里。**我们前面讲的工具调用和执行循环，才是判断它怎样工作的依据。
普通对话主要是模型组织回答；处理多步任务时，Agent 可以根据目标调用工具，读取结果，再决定下一步。豆包等聊天 App 也会提供不同任务模式，如果其中某个模式已经在持续调用工具、处理结果，它同样可以具备 Agent 能力。
要它解释一个词，能讲明白就够；要它整理资料并生成报告，就得看它能读取哪些文件、调用什么工具，以及报告是否真的保存了。手机上的聊天框，也完全可以是一个 Agent 的操作入口。
OpenClaw、Codex、Claude Code、WorkBuddy 和 DeepSeek Harness本质区别？
先看它们共同能做什么
聊到这几家，很容易按名字给它们分工：这个写代码，那个做办公，另一个当手机助理。但实际用起来，它们能做的事情重叠很多。
**读资料、改文件、运行脚本，再根据结果继续处理任务，是它们共有的工作方式。**整理文章、处理表格、生成文档、制作网页，都能用到这些能力。一个产品经常被拿来写代码，并不代表它只能写代码；界面里放了办公案例，也不代表其他工具做不了相似的任务。
所以我更倾向于把它们理解成不同品牌的工具。同一个需求，往往有好几条实现办法。我们要看的，是自己用哪套更顺手，以及它实际能不能把事情做好。
手机端和远程派活，也有多种办法
WorkBuddy 有移动端和小程序，也可以通过微信、QQ、飞书等聊天渠道给电脑发任务。手机上操作、电脑上执行，是其中一种常见用法。WorkBuddy 移动端｜远程助理说明
Claude 同样有手机端。Claude App 的 Code 页面可以进入云端任务，也能通过 Remote Control 接续电脑上的 Claude Code 会话。手机负责发要求、看进度，读取本地文件和执行命令的仍是电脑；云端任务则在对应的云端环境里执行。Claude 手机端说明｜Remote Control
Codex 有云端网页入口，也能通过社区移动客户端从手机接续任务。比如开源项目 Happy 同时支持 Codex 和 Claude Code，提供 iOS、Android 和网页客户端，用来查看任务、接收通知、继续操作。这是一个社区方案，说明相似的手机使用体验也能通过外部工具补上。Codex 云端入口｜Happy 项目
因此，比较时要具体到“我想从手机做什么”。发一句任务、查看进度、处理电脑里的文件，还是启动云端工作，所需的连接方式不同。远程控制本地任务时，执行任务的电脑需要保持在线；Codex和Claude在国内使用他们官方云端执行任务时需要的门槛较高，开通了什么样的套餐和你处于什么网络环境决定了你可以怎么使用软件，而Work Buddy在国内几乎没门槛而且赠送的额度也不少了。
社区扩展后，功能就更接近了
Skills、MCP、插件、消息桥接和远程客户端，给这些工具补上了很多相似的能力。你看中 WorkBuddy 的某个工作流程，换到 Codex 或 Claude Code 上，也可能通过现成的 Skill、工具或社区项目做出来。
拿聊天渠道举个例子，Claude Code 已有通过插件接入 Discord、iMessage 的方式；前面提到的 Happy，则让 Codex 和 Claude Code 共用一套移动访问方案。加上文档处理、网页操作等工具，使用范围自然就延伸到了写代码以外。Claude Code 渠道接入｜插件说明
**从能实现的日常功能看，各家的重叠已经很大，很多时候主要看用户喜好和已有的配置。**不过，“能实现相似功能”和“插件随便互装”还是两回事。不同产品的插件格式、兼容版本和安装方式可能不同，同一种功能，也可能有的点几下就能用，有的需要自己接工具、调配置。
下面用几家的界面举个例子，看看这些能力分别是怎么组织起来的。
OpenClaw：把消息渠道接进任务
图：OpenClaw 文档首页截图。
OpenClaw 把多渠道消息接入放在了很显眼的位置。网关接收和转接消息，你可以通过配置好的飞书、Discord 等渠道发任务，再从对应渠道收到结果。记忆、定时任务等功能，也围绕这种日常助理的用法组织起来。OpenClaw 官方架构
它把常驻网关、消息路由、渠道适配、结果回传，以及不同渠道的身份和会话管理集中在一套系统里，省去了自己编写这些转接功能的工夫。不过，具体渠道仍可能需要安装相应插件、配置依赖和授权；版本更新也可能带来兼容问题。集成得比较完整，并不等于完全不用配置和维护。
喜欢在聊天软件里派活的人，可以看看这种组织方式。接好以后，后面仍然是我前面讲的那段循环：模型决定下一步，工具执行，结果返回，再接着处理。
DeepSeek Harness：从桌面开始，再按需组合
DeepSeek Harness 现在既有桌面版，也可以通过命令启动网页界面。官网提供 macOS（Apple 芯片）和 Windows（64 位）的桌面下载入口；桌面包自带运行环境，无需另外安装 Node.js。按提示完成模型配置、选择工作区后，就可以给 Agent 发任务。官网桌面下载｜桌面端说明
它同样能读写文件、运行命令、维护计划和委派工作，也可以部署到不同机器。想进一步折腾，可以看看它的内部组件：模型接入、工具、会话记录和 Agent Loop（执行循环）等组件，可以通过插件替换；会话记录可以恢复、分支和回看，工作区与审批设置用于限制操作范围。官方架构说明
它还提供可选的 PTC（程序化工具调用），让模型用一段程序组织多个工具操作。对于一些多步任务，这能减少中间结果反复进入模型上下文的开销；具体能省多少 token，要看任务和返回内容，不能当成所有任务的固定收益。PTC 设计说明
日常任务可以直接从桌面界面开始；想接社区渠道、换工具或改执行流程时，再按需要安装和配置插件。第三方插件的兼容性与所需权限仍要核对。
图：官方文档中的模型设置页面，可以添加模型提供商。
它也支持接入其他模型服务和自定义模型 API。框架开源，调用模型的费用仍按对应服务计算。目前官方将它标为开发者预览版，后续可能出现不兼容的改动。官方仓库｜模型配置
Codex、Claude Code：查看任务过程，配置工具和权限
Codex、Claude Code 常被开发者拿来处理项目，但你也可以给它一个资料文件夹，让它整理文章、处理表格或编写批量操作脚本。文件内容和命令结果都能进入任务，具体修改了什么，也可以查看。
图：2026年10月1日运行的 Codex CLI 0.159.3，打开斜杠命令菜单，底部显示 GPT‑6.1 Sol。可从菜单进入模型、权限与编辑器连接等设置。
它们都有多个使用入口。Codex 提供命令行、编辑器、桌面应用和云端入口；Claude Code 也有终端、编辑器、桌面和网页等方式。再结合前面提到的手机入口、Skills、MCP 与社区客户端，很多日常工作都能放进来。Codex 官方介绍｜Claude Code 官方介绍
图：同日运行的 Claude Code 2.1.286 终端界面，顶部显示 Opus 5；图中是当前环境的模型与计费配置。
图：新版 Claude Code 的权限设置界面，可以分别配置允许（Allow）、询问（Ask）与拒绝（Deny）的工具规则。
具体用哪一个，要看任务和使用习惯。有用户把 Claude Code 用于架构和主力开发，把 Codex 用于执行任务；也有人同时使用两家，让它们互相检查代码。**两者都能规划、实现和审查，这些分工是用户的使用习惯。**同一个工具换了模型、任务或服务渠道，速度、费用和结果也可能变化。评价 token 消耗时，还要说明用的模型、上下文长度和执行了什么任务。用户使用经历｜交叉审查反馈
两者工具在社区开发的一些本地代理转换工具也同时支持第三方的模型。
WorkBuddy：在客户端里派活、收文件
WorkBuddy 把提供资料、描述要求、查看进度，再打开生成的文档、表格或 PPT 这些操作，放进了现成的客户端。喜欢这种界面、想直接从任务案例开始用的人，可以看看它。WorkBuddy 官网
它同样支持技能和工具扩展，也能做开发。有用户用它制作网页游戏，还有人把小翻译器、文档和界面修改交给它，把较大项目的规划交给其他工具。网页游戏实践｜不同任务的分工
图：WorkBuddy 官网展示的调研与 PPT 案例，仅用于说明产品工作方式。
WorkBuddy 的上手和交付便利，也要和成品质量分开看。一位用户让它整理武侠知识图谱，记录了更快的生成速度，也在熟悉的条目里发现了多处细节错误。这是个人任务对照，模型和版本交代不全，适合当作使用经历，不能据此给所有任务排高低。原帖
除了移动端和小程序，它还把聊天渠道的远程助理接入放进了设置界面。满足官方列出的版本、账号等条件后，微信助理可以扫码绑定，无需填写 App ID、App Secret。你从手机派活，电脑保持开机、联网并运行 WorkBuddy，任务完成后再把结果回复到对应渠道。官方微信助理指南
图：官方接入指南截图，示例二维码由原页面遮挡。
这里能看出来，同样是从手机给电脑派活，WorkBuddy 把一部分接入步骤放到了客户端里。其他工具也有各自的实现办法，你可以按自己常用的手机入口和电脑环境来选。
选哪个，看你用起来顺不顺手
如果你常做的任务，两三家都能完成，那主要就看你喜欢哪种界面、已经订了哪家的模型、习惯怎么查看修改，以及愿意花多少时间配置。你已经在某一家装好了常用工具、积累了自己的 Skill，继续用它也很自然。
至于哪个做得更好，拿你真正要做的任务试一遍更有用。比较时把模型、权限、工具和资料条件交代清楚：是不是按要求完成了，文件能不能用，出了错能否继续处理，需要你返工多少。这些会直接影响使用体验，单看产品名字很难判断。
能方方便快捷出好结果的Agent就是好的Agent！！！
就我个人的体感，目前国产的话依旧还是WorkBuddy 上手比较省事，并且生态完善还有很多的免费额度。DSH 桌面版也提供了直接使用的入口，想进一步调整组件时有相应的插件设计；它目前仍处于预览阶段，功能和插件兼容性还需要继续打磨。
Codex和Claude就不用多说了，目前还是顶级的办公软件，虽然Codex有时候版本更新塞一堆屎山。。。
这是我的使用偏好，友友们也完全可以按自己的习惯选择。
欧克，友友们也可以聊聊自己用这些工具做过什么，哪些地方省心，哪些地方踩过坑。喜欢这类科普的话可以点点关注，
资料与图片来源
- Martin Fowler：Harness Engineering；Anthropic：Effective Harnesses for Long-Running Agents。
- Mitchell Hashimoto：My AI Adoption Journey；OpenAI：Harness engineering；LangChain：Improving Deep Agents with harness engineering。
- DeepSeek Harness 官方仓库、桌面端官网及上文链接的桌面、架构、模型配置和 PTC 说明。
- OpenClaw 架构；Codex 官方仓库；Claude Code 工作机制及权限说明。三张 Codex、Claude Code 配图来自本次运行最新稳定版时的真实终端输出，未改写版本号、模型名称或界面文字；版本依据 Codex 官方 npm 包与 Claude Code 官方 npm 包，核对至 2026年10月1日。
- WorkBuddy 官网及远程助理功能说明。DeepSeek 与 WorkBuddy 配图来自相应官方文档、官网及接入指南；思维导图为本项目原创。文中的 Fowler 与 OpenClaw 截图已一并整理到发布图片目录。
- 手机与扩展功能：WorkBuddy 移动端入口；Claude 手机端、Remote Control、渠道接入与插件；Happy 社区项目。Happy 为第三方社区客户端，支持 Codex 和 Claude Code，不属于两家的官方手机 App。
- 用户反馈见正文对应链接。引用的是具体作者的任务经历，所用模型、版本和配置可能不同；V2EX 帖子正文通过公开索引读取，未纳入完整回帖。
- 参考阅读：多元宇宙喵，《Harness到底是什么？四层拆解，一篇讲透AI圈最火的新概念》。