同在做编码 Agent，两边的数字几乎不在同一个量纲上：一边是 12.9 万星的单体命令行工具，一边是 86 个包、99 个"可替换插槽"的宿主框架。这不是大小之别，是两种收敛不确定性的方式。

先摆两组数字：

Codex：一个 Rust 写的单体命令行工具，129,606 颗星，自述是"跑在终端里的轻量编码 Agent"。npm 上累计发布过 5,499 个版本，过去五天里从 0.163.0 发到 0.164.0-alpha.3，中间十几个 alpha。几乎一天几发。

DeepSeek Harness：86 个包、99 个可替换的能力点、188 个包节点、313 条消费关系、68 篇子系统文档。两个月发了 30 个版本，其中一个大版本的核心动作是：把 6 个内置插件移出核心，把可选实验包从 4 个抬到 12 个。

一个是把一个东西做到极致；一个是把一件事拆到可以重装。

01 两种"人格"，写在提交记录里

产品的人格不在发布会上，在提交记录里。因为那是没人监督时，一个人反复做的选择。

崔添翼：一个把"否决"当资产的人

DeepSeek Harness 的核心维护者之一。浙江大学计算机系毕业，2013 年入职 Jane Street 香港，2016 年转去纽约办公室。Jane Street 是全世界最出名的 OCaml 商店——一家用函数式语言写交易系统、把"正确性"当生命线的公司。

他更早的成名作是《背包问题九讲》，GitHub 上 2,600 多星，中文算法竞赛圈里被翻烂的那本教程。他的仓库里还有一整排 OCaml/Haskell 的手写实现：纯函数式数据结构、48 小时写个 Scheme、编译原理习题、动态规划的艺术与理论。

他个人主页上写着三条"梦想"：

一，活得长久而快乐。

二，实践人类理性之术。

三，在编程上达到精通，并用我的专长让人们的生活更充实。

第二条是关键。他还在理性主义社区 LessWrong 上活动。"人类理性之术"落到软件工程里是什么？是每个判断都要能被别人复算，每个结论都要写清否决了什么，不能靠权威和感觉。

他在这个项目里装了四道制度：

第一，决策档案制。所有影响代码库的决定必须写成文档，分"提议/已实施/已否决/已归档"四态。文档必须写清"为什么"和"放弃了什么"。最有意思的是"已否决"这一类：它的保留标准是"只有当这条否决还能挡住一次诱人且重大的错误时，才值得留着"。

第二，连"重构"这个词都不许用。决策分类里有一类叫"简化"，而"重构"被有意排除，理由写得极硬：它和"简化"重叠，而后者的判据是"可观察行为是否改变"。一个连分类都要给出可判定判据的团队，是很难被话术糊弄的。

第三，审批权机械化。仓库里有个审批权重文件：过线需要 2 分，而全仓只有 6 个人值 2 分。谁的分量重，由代码归属自动算出来，不由人拍。

第四，文档即测试。那张"99 个能力点"的图是脚本从源码生成的，文档和源码对不上，CI 就红。

Tibo：一个把"回路"越拧越短的人

Codex 的负责人 Thibault Sottiaux，GitHub 账号 2024 年 7 月才建——时间点正好是他加入 OpenAI 的时候。

他那上万条提交记录，看标题就能看出他在关心什么：上下文窗口的血缘标记、提示词块的开关、环境注入的开关、子代理的模型继承、请求边界的信箱排空、代理返回的 JSON 抓取、账户套餐类型。全部集中在"模型看到什么、按什么顺序看到、以什么代价看到"。

而 Codex 这个仓库的治理，是另一种风格：Bazel 构建、可复现工具链、远程执行，一份 CODEOWNERS 把核心 crate 全部指向一个团队，而不是指向某个人。

一边在写"结构"，一边在写"回路"。一句话分野：一个人在写"这颗脑袋装在哪里"；另一个人在写"这颗脑袋怎么想得又快又准"。

02 两种野心：他要做操作系统，他要做 iPhone

DeepSeek Harness 的野心是操作系统化。它不打算做"最好的 Agent"，它想做所有 Agent 的宿主。证据是它的整个设计都在"解绑"：换模型是设计目的，不是兼容性妥协；连 Agent 循环本身都是插件；连"用哪个模型"都要做成可替换的提供方。它的敌人不是别的 Agent，是"被绑死"这件事本身。

Codex 的野心是最佳入口化。它要把"自家模型 + 一个开发者"的回路打磨到极致——终端里一个二进制，打开就能干活，快、准、不啰嗦。它的护城河是模型与产品的合体，这既是它最大的优势，也是它最大的约束。

一个赌"换谁都不塌"，一个赌"我这一个最好"。

前者是操作系统逻辑，后者是 iPhone 逻辑。

这两条路在历史上都成立过，但代价不同：做操作系统的人，前五年都在给别人做嫁衣；做 iPhone 的人，第一年就能收到掌声，然后每一年都要面对"下一代芯片能不能续命"。

03 为什么你会"看不懂它的路线图"

Codex 每次发版，产出的是体验：快了一点、准了一点、终端里少了一步操作。你打开就知道。它的路线图是可以被"感觉"到的。

Harness 每次发版，产出的是缝：多了一个可替换点、拆掉了一处绑死、加了一个兼容判据。缝本身不产出体验。所以除非你正打算在上面造东西，否则你感觉不到任何变化。

这就是那句让人困惑的话的真解："不知道升级能得到什么"——因为你得到的不是东西，是可能性。

04 谁与争锋：三条可核的判据

判据一：护城河长在哪。如果护城河长在模型上，那模型换代就是洗牌日，产品要重写一遍回路；如果长在结构上，模型换代反而是它的利好——新模型接进来就能用，因为它本来就没绑死。这一条，Harness 的结构性优势是真实的。

判据二：能不能被审计。Harness 有公开的"否决档案"：为什么不做、放弃了什么、什么时候该重新考虑。Codex 的治理是团队内部的 CODEOWNERS。这不是谁更诚实的问题，而是谁能被外部检验的问题。对企业客户来说，这一条的价值会随时间放大。

判据三：迭代速度的意义。一天几个 alpha 说明回路成熟、团队高效；但也说明它高度依赖持续高频的调优。而结构性的产品，一次拆解能吃三年。速度是优势，也是依赖。

05 各自的盲区，都很稳定

翻遍 Harness 的文档，有两类词几乎不出现：上手成本、用户满意度；以及定价、配额、多租户、合同边界。安全声明只讲风险，不讲体验；68 篇子系统里，没有一篇讲"新人怎么开始"。

这不难理解：一个在交易系统里长大、把"理性之术"写进梦想的人，他的判据表里，"用户觉得爽"从来不是一条判据。所以这类产品的组织级能力会长期缺位——不是做不出来，是不在判据里。

反过来，Codex 的盲区写在基因里：它被自家模型绑死。当模型代际切换、当监管要求"可替换供应商"、当客户要求"我能审计你为什么这么决策"，它的答案只能是团队内部的那句话，而不是一份可公开检验的档案。

06 所以，你该选哪一个

取决于你要"用"，还是"造"。

你要今天就把活干完——选体验型。它替你做完了所有判断，包括那些你看不见的判断。代价是：你不能改、不能审计、换模型等于换产品。

你要在上面长出自己的东西——选结构型。它把判断权还给你，代价是：体验要你自己造，产品经理这个岗位得你自己顶上。

而最务实的答案，往往不是二选一：用体验型工具对标体验，用结构型底座承载改造。前者的发布会告诉你"用户会为什么尖叫"，后者的缝告诉你"你能卖什么"。

07 最后：真正的两强不是两家公司

表面上是两个产品在对峙，实际上是两种收敛不确定性的方式在对峙。

一种相信——把体验做到极致，用户会用脚投票。

一种相信——把结构做到可换，时间会替你投票。

前者让你今天就有答案，后者让你三年后还有选择权。

所以真正值得问的问题不是"谁赢"，而是：你这三年，是想马上拿到答案，还是想保留选择权？

这两件事，通常不能同时要。