OpenAI Codex 与 DeepSeek Harness，正在争夺 AI 的"操作系统"
这篇文章的起点，是最近读到的两条信息：OpenAI developer blog 上的 Codex as a platform: build on the open agent harness，以及几乎同期发布的 DeepSeek Harness（DSH）。两件事表面上互不相关——一个是老牌巨头重新包装自己的编程产品，一个是开源社区放出一个新工具——但放在一起看，隐约指向同一个更大的转向。这篇文章记录的是这层思考。
过去两年，AI 行业最热的话题一直是同一个问题：
谁的大模型更强？
GPT、Claude、Gemini、DeepSeek，各家不断刷新参数规模、推理能力和 benchmark 分数，媒体和用户也习惯了用"跑分"来判断谁领先。
但最近两个几乎同期发生的动作，值得重新审视这个叙事。
一个来自 OpenAI：他们开始重新定义 Codex，不再把它当成一个"写代码的工具"，而是提出了 Codex as a Platform 的方向——底层是一套开源的 Agent 执行框架（harness），IDE、CLI、Web 只是这套框架的不同外壳。
另一个来自 DeepSeek：他们开源了 DeepSeek Harness（DSH），喊出的口号是——
Everything is a Plugin.
这两个方向,表面上一个偏"平台"，一个偏"底座"，但指向的是同一件事:
AI 的竞争,正在从"模型战争"转向"Agent 基础设施战争"。
一、为什么大模型竞争的逻辑正在改变
过去几年，大模型发展的公式很简单：更多数据、更多算力、更大参数、更长训练时间，能力就跟着往上走。这个阶段，核心竞争力集中在训练规模、算力资源、数据质量和模型架构上。
但这套逻辑正在出现一个结构性变化：预训练的边际收益正在放缓，而"如何让模型真正把活干完"这件事，收益曲线反而更陡峭。
这不是说预训练不重要了——恰恰相反，头部实验室仍在疯狂扩建算力，千卡集群正在往十万卡、百万卡级演进，缩放定律（Scaling Law）依然在推高训练算力的天花板。真正变化的是同一块钱投在哪里，回报更明显：
一个很能说明问题的例子是 OpenAI 自己给出的 ARC-AGI-3 测试——同一个模型，只是换了一套更好的 harness（改进上下文管理和推理保留机制），分数就从 13.3% 冲到 38.3%，输出的 token 量反而减少到原来的六分之一。模型没有变强一分，但"系统"变强了三倍。
这也解释了为什么行业算力结构本身也在悄悄倾斜：据 IDC 预测，2026 年中国用于推理（而非训练）的算力工作负载占比预计将达到 62.2%——用户越来越多的时候，模型是拿来"用"的，而不是拿来"炼"的。
于是一个新的问题开始取代旧问题：
未来用户问的不再是"哪个模型 IQ 更高"，而是"哪个 AI 能真正把活干完"。
二、模型不是 Agent
理解这一轮变化，最关键的一点是分清"模型"和"Agent"的区别。
一个大模型的工作方式很简单：
输入 → 推理 → 输出
它能回答问题，但现实世界的工作往往不是"回答一个问题"，而是像这样的完整链条：
理解目标 → 制定计划 → 读取文件 → 调用工具
→ 执行修改 → 运行测试 → 发现错误 → 重新调整 → 完成任务
中间这一整套"计划-执行-纠错"的机制，就是 Agent Harness 在做的事。
模型负责"想",但决定 AI 能不能真正把事情做完的,越来越多是执行系统本身携带的判断力——它记住什么、丢掉什么、什么时候纠错、什么时候该停下来问人——这些原本被认为是"智能"的部分,正在从模型里搬到 Harness 里。
这就是为什么 Harness 被越来越多人称为连接大模型和实际业务的"中间层操作系统"。
三、OpenAI 为什么突然强调"Codex 是个平台"
过去大家对 Codex 的理解很朴素：一个 AI 编程助手，自动补代码、解释代码、生成函数。
但 OpenAI 现在想表达的是：Codex 不只是一个产品，它是一整套 Agent 运行时。IDE 可以接入，命令行可以接入，Web 应用可以接入——不同的使用场景，共享的是同一套底层 Agent Runtime。
用户
IDE / CLI / Web
│
Codex Platform
│
Agent Harness
╱ │ ╲
Tools Memory Sandbox
重点的转变在于:从"做一个更好用的 AI 程序员"，变成"建造一个能承载各种 AI Agent 的平台"。企业可以把这套 Agent 能力嵌入到自己已有的界面里——调度看板、客服控制台、工单系统——而不是让所有工作流都挤进一个通用聊天框。
四、DeepSeek DSH 走得更彻底
如果说 OpenAI 的路线是"建造一个强大的 Agent 平台"，DeepSeek DSH 想做的更接近"建造 Agent 平台的底座本身"。
DSH 最鲜明的设计理念是 Everything is a Plugin——不止工具可以替换，模型、Skill、Session、Sandbox、Agent Loop、UI，全都是可拆卸的插件。
传统 Agent 架构里，模型、工具、循环、记忆往往是绑死在一起的：
Agent
├─ 模型
├─ 工具
├─ 循环
└─ 记忆
（全部绑定，无法单独替换）
DSH 的架构则是：
Harness Runtime
+ Model Plugin
+ Tool Plugin
+ Memory Plugin
+ Agent Loop Plugin
+ UI Plugin
这意味着开发者不再是"修改一个 Agent"，而是在"组装一个 Agent"——甚至可以把默认的 DeepSeek 模型插件换成 Anthropic 的模型，或者本地跑的 Ollama 服务。这也是为什么 DSH 常被拿来和 Linux 类比：不是一个封闭产品，而是一套谁都可以重新拼装的底层运行时。
五、真正决定 Agent 能力的，是"循环"，不是 Prompt
很多人以为 Agent 的核心是 Prompt 写得好不好，但真正决定 Agent 能不能把事情做完的，是它背后的控制流——任务如何被拆解、每一步的结果如何被检查、出错了如何重新来过。
普通模型面对"帮我写一个网站"，输出的是一段代码。
而一个真正的 Agent，面对同样的请求，走的是这样一条路径：创建项目 → 安装依赖 → 写代码 → 启动服务器 → 截图检查 → 发现问题 → 修改 → 再次测试——直到真正跑通为止。
这个反复"执行-检查-修正"的机制，就是 Agent Loop。DSH 一个重要的设计取舍是：Agent Loop 本身也不是不可变的核心，而是可以被替换的插件之一。这在架构哲学上其实是个很大胆的决定——大多数框架会把"循环逻辑"当作系统里最神圣不可侵犯的部分，DSH 却把它也拉下神坛，变成众多插件中的一个。
六、未来的竞争，可能会重演"操作系统战争"
如果拿过去的技术周期做类比：
- PC 时代，先是硬件竞争，后来变成 Windows 和 macOS 的生态竞争；
- 移动时代，先是手机硬件竞争，后来变成 iOS 和 Android 的生态竞争。
AI 很可能正在经历相似的三段式演进：
第一阶段：模型战争（谁的参数更大、跑分更高） 第二阶段：Agent Runtime 战争（谁的执行框架更稳、更好用） 第三阶段：生态战争（谁的插件、工具、开发者社区更繁荣）
到了后两个阶段，真正重要的问题不再是"谁有最大的模型"，而是:
谁定义了 AI 该如何工作。
七、两条路线的分野
虽然 OpenAI 和 DeepSeek 的大方向一致，但策略明显不同：
| OpenAI Codex | DeepSeek DSH | |
|---|---|---|
| 定位 | Agent 平台 | Agent 运行时/底座 |
| 核心理念 | 提供完整体验 | 一切皆可组合 |
| 目标用户 | 开发者、企业客户 | Agent 基础设施开发者 |
| 开放程度 | 平台化开放（模型访问仍闭源） | 底层模块化开源（MIT协议） |
简单理解：**OpenAI 更像是在打造 AI 时代的 Windows，DeepSeek 更像是在打造 AI 时代的 Linux。**前者靠体验和生态锁住企业客户，后者靠彻底的开放性吸引想要"从底层攒一台机器"的开发者。
结语：从"模型时代"进入"系统时代"
未来几年，更强的大模型不会消失，也仍然会决定 Agent 能力的上限。但真正决定实际生产力的，将越来越多地来自 Agent Runtime、工具生态、权限系统、长期记忆机制和工作流设计。
模型提供智能，系统释放智能。
过去几年，我们一直在问：谁训练出了最强的大模型？
接下来，问题可能会变成：谁创造了最好的 AI 工作环境？
OpenAI 的 Codex Platform 和 DeepSeek Harness 的相继出现，说明的正是这样一个趋势——AI 的下一场战争，可能不再只是模型战争，而是一场Agent 操作系统战争。
关于
关注我获取更多资讯
