DeepSeek Harness 对比 Claude Code 和 Codex 优劣

DeepSeek Harness 对比 Claude Code 和 Codex 优劣

写完《DeepSeek Harness 比较好用的几款插件》之后，DSH 我一直在用，Claude Code 和 Codex 也没有放下，三个工具都花了不少时间跑真实任务。周围朋友问得最多的一句话是：这三个东西，到底该用哪个？

先交代对比的基础。三者不是同岁：Claude Code 于 2025 年 2 月开始研究预览、5 月随 Claude 4 发布一同正式 GA（Anthropic 官方公告）；Codex 产品线从 2025 年 4 月开源 CLI 起步（TechCrunch 报道）；而 DSH 到 2026 年 8 月 13 日才开源（GitHub 仓库），README 里至今写着"处于开发者预览阶段，未来将出现破坏兼容性的变更"。拿一个两个多月大的产品对比两个迭代了一年半的产品，口径上并不对等，但我觉得值得写：DSH 的起点足够高（两个月拿下 24 万+ Star），架构路线又和前两者根本不同。

这篇对比的底子是我自己三个工具的实际使用，事实与数据尽量给出官方来源，统一截至 2026 年 10 月 10 日；当时的最新发布版本分别是 DSH 0.2.1-alpha.2、Claude Code 2.1.296、Codex CLI rust-v0.162.1。上一篇里我把裸装 DSH 比作毛坯房，这篇就把这套毛坯房和两套精装房放到一起，逐个房间比一遍。文末附有全部参考资料。

1、三者速览

DeepSeek Harness（DSH）：DeepSeek 于 2026 年 8 月开源的 agent harness，MIT 协议，TypeScript/Node.js 实现。官方对它的定位是一句话：“Everything is a Plugin”——模型适配器、工具注册表、会话日志乃至 agent loop 本身都是插件，整体跑在 Cordis 元框架上。Cordis 需要澄清一下出身：它是 2022 年就存在的社区框架（Koishi 聊天机器人框架的底座），DeepSeek 采用并内置了它；北大与 DeepSeek 联合发表的是 2026 年 8 月系统化其设计的论文，我在《初见DeepSeek Harness和论文解析》里详细写过。截至 2026-10-10，仓库 Star 约 24.6 万，npm 包周下载约 29.9 万。

Claude Code：Anthropic 的编码代理，本体是终端 CLI，官方现在的定位是"可在终端、IDE、桌面应用和浏览器中使用的 agentic coding tool"（官方文档）。只运行 Claude 系列模型。仓库 Star 约 15 万，npm 周下载约 1224 万（2026-10-10 检索口径）。

Codex：OpenAI 的编码代理产品家族。CLI 以 Apache-2.0 开源、用 Rust 重写（官方仓库），在此之上长出 IDE 扩展、桌面 App、云端任务、移动端和代码审查。绑定 OpenAI 模型，当前默认 GPT-6.1 Sol（2026-09-29 DevDay 起，官方回顾）。仓库 Star 约 12.8 万，npm 周下载约 2139 万（2026-10-10 检索口径，为三者最高）。

结论先放进一张表，后文逐个维度展开：

2、架构与可扩展性

DSH 的架构文档写得非常直白：“产品的每一部分都是插件，包括模型适配器、工具注册表、会话日志，以及 agent loop（智能体循环）本身，因此每个都可以从配置替换”，并且"不存在需要打补丁的特权内核"（docs/architecture.zh.md）。这不是宣传话术，仓库里能数出来：packages/ 下共 257 个 npm 包（2026 年 8 月底 master 实测），从模型适配（llm）、沙箱（sandbox）到子代理（subagent）、会话（session），全部以@deepseek-ai/dsh-*包的形式挂进运行时。

插件化的直接收益是热更新。Cordis 把每次注册建模为"可逆副作用"，卸载插件就是撤销这些副作用，替换组件不需要重启进程——这正是论文里"时间可组合性"的落地。用得最彻底的是四种官方预设中的创造模式（cordis preset），preset.yml 描述为"运行时检查、插件实验和 preset 创作指导"：模型通过cordis_*系列工具检查运行时、编写插件代码、当场安装，官网演示的就是 AI 对话式给自己写插件。另外三种预设分别是标准模式（完整编码 Agent）、PTC 模式（模型用 TypeScript 程序组合多步工具调用）和极简模式（仅 bash 与 str_replace_editor 双工具，DeepSeek 官方 Code Agent 基准测试使用，见 API 文档更新日志）。

有个细节我印象很深：DSH 没有把自己和前两者对立起来。仓库 hooks 组内置 hooks-claude-code 与 hooks-codex 两个桥接包，官方 README 原话是"让 agent 运行可以使用你为 Claude Code 或 Codex 写好的 shell 钩子"（packages/hooks/README.zh.md）；v0.2.1-alpha.1 又加入了实验性的 Claude Code Mods 兼容层（IT之家报道）。更彻底的是，subagent 组提供 subagent-claude-code 和 subagent-codex 包，可以把真实安装的 Claude Code CLI 和 Codex 当作 DSH 的子代理来跑（packages/subagent/README.zh.md）。在它的架构里，竞品也是可插拔的 provider。

Claude Code 走的是另一条路：内核闭源不可改，扩展发生在内核四周，但这套扩展面做得最规范。按官方文档：hooks 在生命周期节点执行 shell 命令、HTTP 端点、MCP 工具调用甚至子代理；skills 用 SKILL.md 文件按需扩展能力，自定义斜杠命令也已并入这套机制；MCP 连接外部工具与数据源；subagents 提供独立上下文窗口和独立权限的专职子代理；plugins 把上述组件打包成目录一键安装，多来自官方市场（当前收录 315 个）；Agent SDK 则把同一套工具和 agent loop 开放给 Python/TypeScript 编程调用。

Codex 介于两者之间：CLI 本体 Apache-2.0 开源，想深度改造可以 fork（Rust 实现，仓库），但架构本身不插件化，扩展点围绕配置与协议展开：AGENTS.md（Codex 是这个开放标准的主要推动者，三层合并加载，官方指南）、config.toml 与 profiles、MCP 客户端、Skills（与 ChatGPT 共享 SKILL.md 体系）、Hooks、Plugins 和 SDK。它的 hooks 起步比 Claude Code 晚，社区对比认为生命周期事件数明显更少（官方未公布完整清单，第三方分析）。企业侧另有 requirements.toml 受管配置层，可以强制只允许受管 hooks（配置文档）。

三条路线画成一张表（扩展层在上，内核在下）：

三条路线摆在一起看：DSH 是内核插件化，Claude Code 是闭源内核加规范扩展面，Codex 是开源实现加配置扩展。DSH 的自由度上限最高，我在里面能做一些另外两家不可能允许的事；但代价也来得很快，HN 发布帖的高赞评论就在讨论"plugin fatigue"（原帖），雷峰网的评测更提到热门插件同装会互相冲突导致无法启动（链接）。开放性不自动等于好生态，这一点第 6 章再展开。

3、模型生态与成本

模型开放度上 DSH 走得最远。它经由上游 pi-ai 适配层内置 39 个提供商目录（v0.84.2 依赖实测，含同一厂商的区域变体，覆盖 OpenAI、Anthropic、Google、AWS Bedrock、Vertex、DeepSeek、月之暗面、智谱等），另有独立的 deepseek-official 直连适配器；手工路由支持 openai-completions、openai-responses、anthropic-messages 三种协议，任意 OpenAI 兼容端点（公司网关、自托管服务）也能接（官方提供商指南）。早期媒体多写"40 余家提供商"，官方没有给过确切数字，以仓库实测口径为准。

成本是 DSH 最硬的卖点，但这个优势的边界要说清楚：只在旗舰档成立，入门档的账要另算。API 单价对比如下（每百万 token，DeepSeek 取非峰时价）：

来源：DeepSeek 定价页、claude.com/pricing；DeepSeek 新账户另赠 500 万免费 token。v4-pro 输入约为 Sonnet 的三分之一、输出约为五分之一，差距在旗舰档拉开了量级；入门档正好倒过来，deepseek-flash 的输入输出单价都高于 Haiku 5.5，DSH 的成本优势压不到最低档位，谈单价优势只能谈旗舰对旗舰。两点提醒：一是 2026 年 8 月 16 日 DeepSeek API 有过一轮大幅涨价，与 DSH 开源同期，媒体按缓存命中口径报出的最高涨幅超过十倍（VentureBeat）；二是 DSH 本体不做货币成本统计，代码里明确注释不读取成本元数据，想看花费要装社区的 dsh-cost-meter（插件篇里介绍过）。

还有一个绕不开的数字：token 消耗。X 用户 @BohuTANG 实测同等任务 DSH 的消耗约为 Pi 的 3 倍（原帖），官方 Discussion 里也有用户报告小任务烧掉上百 M token。这个数字的证据等级要说清楚：一条推文加零散的用户报告，方向一致但都不是系统实测，"3 倍"只能当量级参考而非定论。低单价乘以高消耗，实际账单还是得自己跑一段才知道。

Claude Code 官方明确只支持 Claude 系列：渠道可以走 Anthropic API、Amazon Bedrock、Google Agent Platform（原 Vertex）或 Microsoft Foundry，但应答的模型不变，官方文档专门说明 ANTHROPIC_BASE_URL"只改变请求去向，不改变应答模型"（model-config）。模型档位用别名管理：opus/sonnet/haiku/fable，另有 1M 上下文变体。

成本两条路：订阅制 Pro $17/月（年付）或 $20 月付，Max 分 $100/$200 两档、用量为 Pro 的 5/20 倍，配滚动 5 小时窗口加每周上限，超限可开 usage credits 按 API 价续用（官方说明）；API 计费单价见本章开头的对比表。官方给的企业参考数据是平均 $13/开发者/活跃日、$150-250/月（costs 文档）。三者里 Claude Code 旗舰档单价最高，入门档反而压过了 deepseek-flash，订阅制的可预期性也最好。

Codex 的体验绑定 OpenAI 模型，迭代和淘汰都极快：从 codex-mini 到现在的默认 GPT-6.1 Sol 一年半换了多代，2026 年 7 月 23 日一次退役约 15 个模型，GPT-5.5 也定于 10 月 14 日从订阅版下线（官方 changelog）。成本主路径是 ChatGPT 订阅：从 Free 到 Enterprise 各档都含 Codex 用量、量级递增（官方帮助文档），Plus $20/月，Pro 分 $100/$200/$500 三档（$500 档为 DevDay 2026 新增），Business 每席 $25 起；限额同样是 5 小时滚动窗口加每周上限，官方不公布各档具体条数。API 按 token 计费也可以（CLI 支持 API key 登录），单价以官方定价页为准。

另外，Codex CLI 开源，配置层面能接任意 OpenAI 兼容端点，--oss还可直连 Ollama、LM Studio 跑本地模型（配置文档）。不过默认模型、云端任务、代码审查都是围绕 OpenAI 模型设计的，接别家模型属于降级用法。

这一段比下来：模型自由度 DSH 最高，Codex 次之，Claude Code 最封闭；成本优势在 DSH 配 DeepSeek 旗舰模型时最大，入门档反被 Haiku 压过；花费的可预期性则是两家订阅制更好。我自己的用法是分工：批量、重复、高 token 的任务交给 DSH 跑低成本模型，需要强推理的关键任务回到 Claude Code 或 Codex。

4、产品形态与体验

DSH 是 Web UI 优先：npx @deepseek-ai/dsh web在127.0.0.1:3080起服务并自动打开浏览器；CLI 是唯一启动器dsh，web/headless/sdk/acp 都是它的 profile（headless 跑一次性任务，acp 走编辑器自动化协议）；v0.2 于 2026 年 9 月 29 日加入官方桌面端预览（macOS Apple 芯片与 Windows x64），带图形化插件管理页，输 npm 包名即装（IT之家）；另有 Python SDK 和 SSH 远程、反向代理公网部署。它的官方定位也不止编码：整理文件、分析数据、起草文档、做幻灯片、研究和后台任务都列在官网上。

Claude Code 的主阵地是终端，围绕它铺开了四个入口：VS Code 扩展（官方推荐，图形界面、计划审阅、inline diff、@提及）与 JetBrains 插件；Claude Desktop 的独立 Code 标签页（并行会话加 Git 隔离、集成终端）；Web/云会话（2025 年 10 月 20 日上线，云 VM 不额外收费，本机会话可迁移到云端关机续跑，官方发布）；移动端没有独立 App，Claude iOS/Android 应用内的 Code 标签就是客户端（文档）。

Codex 的家族最庞大：CLI 支持交互模式和 exec 非交互模式（可进 CI）；IDE 扩展覆盖 VS Code/Cursor/Windsurf，注入编辑器上下文、原地 diff 审查，长任务可一键移交云端；桌面 App 2026 年 2 月发布 macOS 版、3 月补上 Windows（官方发布），主打同时管理多个并行 agent；Codex cloud 每个任务独立沙箱容器、预载仓库、多任务并行，产出以 PR 形式提交并附完整命令日志，2026 年 9 月起支持跨设备复用的云环境（TechCrunch）；移动端于 2026 年 5 月 14 日进入 ChatGPT App（官方发布），手机是遥控器，任务跑在云端或自己的电脑上；GitHub 集成支持@codex review与自动 PR 审查，GitLab MR 审查在 beta。

日常用下来，三种形态各顺各的手。DSH 的 Web 界面视觉门槛最低，审批以页面弹窗呈现，几乎不用记命令；但预发布阶段的毛边也藏不住：从 npm 与 GitHub Releases 记录看，它至今对外发布的仍是 rc/alpha 阶段的版本，README 也明示会有破坏性变更。Claude Code 的终端体验打磨得最好，键盘流操作效率很高，IDE 扩展补齐了图形需求；对不常用 CLI 的人来说，纯终端形态本身还是要过的一道坎。Codex 的长处是云端链路的顺滑：把长任务丢进云沙箱，回来看 PR，对已有 GitHub 流程的团队最自然；本地 CLI 的体验则介于前两者之间。

5、上手难度与操作难度

这一章只谈"学会用要花多少力气"，日常体验上一章已经说过。

DSH 起步很快：装 Node.js（^22.19 或 ≥24），npx @deepseek-ai/dsh web一条命令拉起，设置页填 DeepSeek API key（密钥只写不读，存本地凭据文件），选工作区，发任务，按官方快速开始总共四五步，模型改动无需重启即生效。文档站与 Web 界面默认中文，对中文用户门槛最低。但上手快不等于省心。第一道坎是毛坯房的缺口：视觉、搜索、文件引用、成本统计默认都不带，要自己装插件补齐，而dsh-plugintopic 下有 1.8 万+ 仓库（2026-10-10 GitHub 检索口径），质量参差，知乎有抽样审计直接批评生态虚高（链接），挑插件本身就是学习成本。第二道坎是不稳定：版本还在 rc/alpha 阶段、README 明示会有破坏性变更（上一章说过），官方插件市场也还在建设计划中（IT之家）。

Claude Code 用原生安装器一行命令装好（curl -fsSL https://claude.ai/install.sh | bash），自动更新。配置中心是 CLAUDE.md：项目级持久指令，也能读 AGENTS.md，官方强调它属于"上下文而非强制配置"，需要硬拦截时配合 PreToolUse hook（memory 文档）。权限模式共六种，重点是 auto 模式，由分类器模型在后台审查操作安全性，v2.1.283 起成为交互终端的默认起始模式，审批弹窗比早期少了很多（permission-modes）。文档细致，社区教程也最丰富。它的门槛主要在形态：终端加键盘流的工作方式，需要一段适应期。

Codex 安装同样一行命令（curl 脚本，或 npm/brew），登录推荐直接用 ChatGPT 账号，订阅用量即刻可用，不必单独申请 API key。如果你本来就是 ChatGPT 付费用户，它是从安装到跑起来最快的一个。学习成本集中在两个正交概念：审批策略四档（untrusted/on-failure/on-request/never）与沙箱模式三档（read-only/workspace-write/danger-full-access），要组合正确才舒服，默认配置下审批弹窗频繁是社区最常见的抱怨（官方论坛）；--full-auto是官方的低摩擦快捷档，--yolo完全绕过审批与沙箱，官方文档明确警告了风险（安全文档）。另外 hooks 与 skills 有信任审查机制：非受管 hooks 必须经审查信任后才运行，初始配置多几步，换来的是供应链层面的安全。

三者的起跑线差不多，都是一行安装加向导式配置，差距在从"能用"到"顺手"的路上。Codex 对 ChatGPT 订阅用户几乎零成本；Claude Code 要熟悉权限模式和 CLAUDE.md 调教，但资料最全；DSH 起步最友好（尤其中文用户），精通的成本却最高，主要花在插件选型和容忍预发布的不稳定上。

6、能力与生态成熟度

先看安全能力。三家都是"沙箱 + 审批"的双层设计，深度差别不小。Codex 的沙箱在 macOS 用 Seatbelt、Linux 用 Landlock+seccomp，沙箱管文件与网络可达性，审批管何时暂停，两层独立（官方安全文档）。Claude Code 是权限式架构，Bash 沙箱为操作系统强制边界、沙箱内命令免审批，支持 macOS/Linux/WSL2，原生 Windows 暂不沙箱；公司层面有 SOC 2 Type 2 与 ISO 27001 认证（security 文档）。DSH 的机制分层最多：沙箱模式三档、操作系统后端（Linux bwrap+Landlock、macOS Seatbelt、Windows 受限令牌）、文件系统围栏、审批 seam（应答者缺失时拒绝而非放行）、权限预设（把沙箱模式与审批策略捆绑），本地沙箱不可用时以 SANDBOX_UNAVAILABLE 快速失败，绝不静默裸跑（沙箱子系统文档）。但它的 SAFETY.zh.md 也写得最坦白：“尚未接受安全审计，不得视为安全或可用于生产环境的软件”，官方建议在一次性虚拟机或容器中运行。另两家是过了企业合规流程的成熟品，DSH 还没走到那一步。

多智能体与长任务方面：Claude Code 有独立上下文的 subagents、后台任务、GitHub Actions、计划任务，Agent teams 仍标记实验性、默认关闭（文档）。Codex 的强项是云端并行：每任务独立沙箱、多任务同时推进，长任务能力有公开数据可查：GPT-5-Codex 发布时宣称可在大型重构中自主工作约 7 小时（InfoQ），METR 对 GPT-5.1-Codex-Max 的评估中 50% 任务完成时间跨度达 13 小时 25 分（评估报告）；代码审查已是一条产品线，OpenAI 称内部每个 PR 都由 Codex 审查（GitHub 集成文档）。DSH 的 subagent 体系在架构上最开放：进程内 fresh/fork、进程外 ACP、真实 Claude Code、真实 Codex、完整 DSH 运行时都能作为子代理混用，Agent Teams（持久 roster、任务板、mailbox）标记实验性。但第三方评测对它的实际表现并不乐观：AtlasCloud 的评测标题就是"3 次运行声称完成，仅 1 页生效"，指其乐观宣称完成、用无效方式自检（链接）；人人都是产品经理的体验稿记录了同一任务首次 2.5 小时未完成、二次 3 分钟完成的波动（链接）。

生态数据的差距更直观。本段列出的仓库数据（版本数、release 数、贡献者分布、文档数）均为 2026-10-10 当天在 GitHub Releases 与 Insights 页面的实测口径，npm 周下载取自 npm 统计 API。

Claude Code GA 一年半：npm 累计发布 542 个版本，官方插件市场 315 个插件，第三方目录繁荣（subagents 合集 100+、skills 合集 380 个，未逐一核实）。

Codex 同样一年半：约 1200 多个 release，官方 Awesome Codex CLI 收录 150+ 生态工具，Ollama/LM Studio/Unsloth 都出了官方对接文档，GitHub Copilot 与 Azure 上架其模型，OpenAI 还设了 100 万美元的开源扶持基金（单项目最高 $25,000 API credits）。

DSH 两个月：Star 24.6 万，topic 下 1.8 万+ 插件仓库（dsh-plugin），npm 周下载约 29.9 万，26 个 release；文档投入也不小，docs/ 下 239 篇 markdown、52 个子系统文档做了中英双语。Star History 把它列为增长最快的仓库之一（官方博客），但 Star 衡量的是热度，npm 周下载更接近真实使用量，两个口径必须摆在一起看：DSH 是 24.6 万 Star 对 29.9 万周下载（约 1:1.2），Claude Code 是 15 万 Star 对 1224 万周下载（约 1:82），Codex 是 12.8 万 Star 对 2139 万周下载（约 1:167）。两位前辈的周下载量是 DSH 的 40 到 70 倍——DSH 的 Star 里热度成分明显偏高，增长是真的，但真实使用量与前辈仍有量级差距。

但宽而浅的一面也躲不开：人工策展的插件目录实际只有数十个，社区策展列表 awesome-deepseek-harness 本身也只攒到 287 Star（2026-10-10 API 实测），贡献者 48 人、前三名贡献了约六成提交（GitHub Insights 实测口径），插件质量上一章的抽样审计已经点过名。生态互通倒是出现了：OpenAI 在 DevDay 2026 发布了 Codex plugin for Claude Code，DSH 内置两家兼容层，三家的边界开始互相渗透。

论成熟度，Claude Code 与 Codex 明显领先，它们已经越过"企业敢用"的线；DSH 赢在增速、开放度和文档投入，但生态的宽度还没转化成深度，安全上自己也承认未经审计。一个两个月的产品能被拿来和一年半的产品同框，本身就说明起点之高；但起点高抹不平月龄差，毛边就是毛边。

7、结束语

最后给三个工具各画一句话像：

• Claude Code：成熟的终端代理，扩展面最规范，模型质量强，代价是绑定 Claude 系列且旗舰档单价最高。
• Codex：产品家族最全，云端并行与代码审查是杀手锏，对 ChatGPT 订阅用户性价比好，代价是模型淘汰快、扩展面相对收敛。
• DSH：插件化的开源 harness，架构自由度、模型自由度和旗舰档成本都占优，代价是要自己动手配置，并容忍预发布阶段的不稳定。

谁适合选谁，按需求对号入座：成本敏感、需要多模型切换、喜欢折腾架构、依赖中文文档的，选 DSH；终端重度用户、需要稳定生态和企业合规、已有 Anthropic 订阅的，选 Claude Code；ChatGPT 订阅用户、团队走 GitHub 流程、需要云端并行和自动代码审查的，选 Codex。

回到标题的问题。DSH 相对两位前辈的优，集中在架构（内核级插件化、热更新、运行时自我修改）、开放（39 个提供商目录，甚至能把竞品当子代理）、成本（旗舰档单价）与中文友好；劣集中在成熟度：两个月月龄、版本清一色预发布、生态宽而浅、安全未经审计、token 消耗偏高、任务稳定性存疑。

三家是三种取舍：要架构自由，就得陪 DSH 熬预发布期；要省心的生态，就得接受绑定 Claude；要产品链路最全，就得跟着 OpenAI 走。但该不该现在就把主力工作流押上去，三家的答案不一样：如果你的场景是交付生产代码、过企业合规、要求任务结果可复现，这个时点就不该押 DSH——预发布的版本号、SAFETY 文档里未经审计的自述、两位前辈 40 到 70 倍的周下载差距，代价都明摆着；反过来，批量高 token 的低成本任务、要动 harness 本身的深度改造，是 DSH 能给而另外两家给不了的。从 DSH 内置 Claude Code 兼容层、OpenAI 反手给 Claude Code 出插件来看，三家的边界以后大概率会越来越模糊，但渗透需要时间——等 DSH 发出第一个去掉 alpha 后缀的正式版再评估主力迁移，并不吃亏。

下一篇《使用了 DeepSeek Harness 一段时间后，自己的一些心得与感想》会回到单个工具做纵深：长期使用后我把哪些任务固定在了 DSH 上、插件怎么搭配出自己的工作流、踩过的坑是怎么绕过去的。本篇横向比到此为止。

参考资料

以下来源访问时间统一为 2026 年 10 月 10 日，正文内联链接已指向具体页面，此处按类别汇总。npm 周下载量取自 npm 官方统计 API（https://api.npmjs.org/downloads/point/last-week/，统计区间为 2026-10-02 至 2026-10-08 当周）。

DeepSeek Harness 官方

• GitHub 仓库与 README：https://github.com/deepseek-ai/deepseek-harness
• 架构文档：https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.zh.md
• 安全声明：https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.zh.md
• 运行模式预设：https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/preset/agent-presets/presets/
• hooks 桥接说明：https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/hooks/README.zh.md
• subagent 体系说明：https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/subagent/README.zh.md
• 模型提供商指南：https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md
• 用户指南（快速开始）：https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.zh.md
• 沙箱子系统文档：https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/subsystems/sandbox.zh.md
• 文档站：https://deepseek-harness.github.io/deepseek-harness/
• 官方产品页：https://www.deepseek.com/zh/harness/
• DeepSeek API 定价：https://api-docs.deepseek.com/quick_start/pricing
• DeepSeek API 更新日志：https://api-docs.deepseek.com/updates
• Cordis 论文（arXiv:2608.25512）：https://arxiv.org/abs/2608.25512 ，仓库：https://github.com/cordiverse/paper

Claude Code 官方

• 文档总览：https://code.claude.com/docs/en/overview
• 扩展机制（hooks / skills / MCP / subagents / plugins）：https://code.claude.com/docs/en/hooks 、/skills 、/mcp 、/sub-agents 、/plugins/overview
• 模型配置：https://code.claude.com/docs/en/model-config
• 权限模式：https://code.claude.com/docs/en/permission-modes
• 安全与沙箱：https://code.claude.com/docs/en/security 、/sandboxing
• 成本说明：https://code.claude.com/docs/en/costs
• Agent teams：https://code.claude.com/docs/en/agent-teams
• 桌面 / Web / 移动端：https://code.claude.com/docs/en/desktop 、/claude-code-on-the-web 、/mobile
• 记忆与 CLAUDE.md：https://code.claude.com/docs/en/memory
• 定价与订阅：https://claude.com/pricing ；Max 计划：https://support.claude.com/en/articles/11049741-what-is-the-max-plan ；Pro/Max 用量：https://support.claude.com/en/articles/11145838-using-claude-code-with-your-pro-or-max-plan
• 发布公告：GA https://www.anthropic.com/news/claude-4 ；插件 https://www.anthropic.com/news/claude-code-plugins ；Skills https://www.anthropic.com/news/skills ；Web 版 https://www.anthropic.com/news/claude-code-on-the-web
• GitHub 仓库：https://github.com/anthropics/claude-code
• 官方插件市场仓库：https://github.com/anthropics/claude-plugins-official

Codex 官方

• GitHub 仓库：https://github.com/openai/codex
• AGENTS.md 指南：https://developers.openai.com/codex/guides/agents-md ；标准官网：https://agents.md/
• 安全与沙箱：https://developers.openai.com/codex/security
• 配置文档：https://developers.openai.com/codex/config-basic 、/config-advanced 、/config-reference
• Skills：https://developers.openai.com/codex/skills ；Hooks：https://learn.chatgpt.com/docs/hooks ；Plugins：https://learn.chatgpt.com/docs/plugins
• 更新日志：https://learn.chatgpt.com/docs/changelog
• 发布公告：CLI 开源 https://techcrunch.com/2025/04/16/openai-debuts-codex-cli-an-open-source-coding-tool-for-terminals/ ；云端 https://openai.com/index/introducing-codex/ ；桌面 App https://openai.com/index/introducing-the-codex-app/ ；移动端 https://openai.com/index/work-with-codex-from-anywhere/ ；DevDay 2026 https://openai.com/index/devday-2026-recap/
• 订阅与用量：https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ；https://chatgpt.com/codex/pricing/
• API 定价：https://developers.openai.com/api/docs/pricing
• GitHub 集成与代码审查：https://learn.chatgpt.com/docs/third-party/github

第三方资料

• Star History 博客（DSH 架构解析与增长数据）：https://www.star-history.com/blog/harness
• 社区策展列表 awesome-deepseek-harness：https://github.com/libukai/awesome-deepseek-harness
• Hacker News DSH 发布帖：https://news.ycombinator.com/item?id=49285244
• AtlasCloud DSH 评测：https://www.atlascloud.ai/zh/blog/tips/deepseek-harness-review
• 人人都是产品经理 DSH 体验稿：https://www.woshipm.com/ai/6447663.html
• 雷峰网 DSH 评测：https://www.leiphone.com/category/yanxishe/nTnT9RZW5p5Q23hG.html
• 知乎插件生态抽样审计：https://zhuanlan.zhihu.com/p/2076833558870676032
• IT之家（DSH v0.2.1 兼容层与官方市场计划）：https://www.ithome.com/1/009/701.htm
• VentureBeat（DSH 开源与 API 涨价同期报道）：https://venturebeat.com/technology/deepseek-harness-launches-as-open-source-rival-to-claude-code-alongside-v4-pro-on-api-with-higher-prices
• X 用户 Bohu token 消耗实测：https://x.com/BohuTANG/status/2088084869863911651
• METR 长任务评估报告：https://metr.org/evaluations/gpt-5-1-codex-max-report/
• InfoQ（GPT-5-Codex 长任务宣称）：https://www.infoq.com/news/2025/09/gpt-5-codex/
• TechCrunch（Codex 可复用云环境）：https://techcrunch.com/2026/09/29/openai-gives-codex-reusable-cloud-environments-that-work-across-devices/
• Codex hooks 第三方分析：https://blakecrosley.com/blog/codex-hooks-make-the-harness-real
• Codex 审批弹窗社区讨论：https://community.openai.com/t/how-to-turn-off-the-annoying-prompts-for-approval-in-codex-cli-vs-code/1358815