我觉得这两家的 Harness 开源说明大模型公司越来越重视模型之外的执行系统。尤其是 OpenAI。它经常被吐槽不够 Open却愿意开放 Codex 背后的执行系统。要理解这个选择得先看看我们使用 AI 的方式发生了什么变化。01从 Chatbot 到 Agent以前用 Chatbot也就是聊天机器人模型给出答案一轮对话就结束了。但对用户来说工作往往才刚开始。比如让它写一段代码拿到以后还得自己放进文件里运行报错了再把错误复制回去让它接着改。模型一直在回答人一直在两头搬运。Agent 开始把这些步骤接起来。它拿到任务调用工具执行再读取结果判断接下来该做什么。这个循环会持续到任务完成或需要人确认。Harness 就是支撑这个循环的运行系统。模型负责理解和判断Harness 把它和外部工具接起来同时管理任务过程。用一个简化说法就是Agent Model Harness。— Codex 由模型、Harness 和工具能力共同组成。这让我想到“德智体美劳全面发展”。衡量一个人是否优秀除了脑子聪明还要看他能不能行动、把事情做完。模型像大脑Harness 负责组织能力。单有聪明的大脑还是单一了些。我最近学习 Harness也感觉到只比较模型、写提示词不太够了。要理解模型怎样进入业务还得把完整的任务过程串起来。东搜一个概念、西补一个工具很容易知道不少却用不到一起。02换掉模型流程还能继续放到实际使用里我之前的一个小尝试就很有代表性通过命令行和协议桥接把DeepSeek V4 Flash 接进 Codex。接好以后我先让它做英文翻译成中文后来又让它帮我开发了两个小游戏。在这个组合里负责理解和生成的是 DeepSeek V4 Flash但我使用的工作环境仍然是 Codex。— 我使用 DeepSeek V4 Flash 接入 Codex 开发小游戏的任务记录。「模型换了原来串联任务的流程还可以继续用。」我们平时说“我在用 Codex”很容易把模型和执行系统看成一个整体换进去以后两者的分工就清楚了。不过这种替换需要接口和工具调用适配不能直接推广到所有模型。接通之后我更关心的是它能不能稳定交付。就拿小游戏来说生成代码以后还需要运行、检查。系统得把执行结果送回模型模型才有依据判断接下来要改哪里。关键操作是否授权、结果是否合格也得有人或系统负责检查。这也是我会想到 Photoshop 的原因。用它做常规图像处理我们通常知道自己做了什么也知道去哪里确认结果。生成式 AI 的输出会波动同一句要求换种表达结果可能就不同。要把它放进生产流程检查和约束就更重要。03模型能力与 Harness 工程我很认同把模型能力和 Harness 工程看成两条建设线。模型侧重理解和生成Harness 侧重组织执行。模型再聪明文件写错地方或任务没有验收的问题也不能靠它自动消失。OpenAI 公布过一个具体例子同样是 GPT-5.6 Sol在 ARC-AGI-3 公开集上保留推理并启用上下文压缩后得分由13.3% 提升至 38.3%。模型没换周围的运行方式变了结果也明显不同。— 同一模型在不同 Harness 设置下评测结果出现明显差异。这个例子让我更能理解为什么执行系统值得单独投入。开发者做应用都会遇到上下文和执行反馈的问题能复用现成系统就可以把更多精力放在自己的业务上。两家公司开放 Harness给开发者提供的正是这种可能。04两种开源路线DeepSeek Harness 强调“一切皆插件”。它给我的感觉像一块乐高底座把不同能力拆开再按需要组合。业务变化时开发者可以替换其中一部分不必推翻整个系统。它目前还是开发者预览版接口仍会继续迭代。— DeepSeek Harness 强调“一切皆插件”。OpenAI 更强调复用已经运行的 Codex 执行能力。终端和代码编辑器可以共用底下的任务循环不必每个界面重新实现一遍。相关能力此前已经开放因此不能仅凭最近的宣传动作把它解释成临时回应 DeepSeek。— OpenAI 将 Codex Harness 开放给更多客户端使用。这两种做法可以兼顾开发者希望底层能力拿来能用也希望遇到自己的业务时还能改。对公司来说开源可能降低别人采用它的门槛围绕它开发的插件和工作流多起来也会增加这套系统的使用价值。这是我对开源动机的理解而非两家公司的官方表态。这样看OpenAI 保留模型上的竞争力同时开放外面的执行系统就不难理解了。模型和执行系统可以分别吸引使用者也可以一起进入更多产品。05最后还是看实际任务落到普通学习者身上工具还会继续变但业务需求怎样拆成任务、模型结果怎样检查这些认识不会因为换个产品就全部作废。理解以后下一步还是得找一个具体项目动手。「接入以后人少做了哪些来回衔接的工作又有哪些环节仍然必须有人检查。」我会继续关注这两个项目但判断它们价值时最想看的还是实际任务。这更接近我对生产力工具的要求。