Claude Code、Codex、DeepSeek Harness 和 Pi，看起来都在做 Agent，但走的其实是四条完全不同的路。 以前我也喜欢比较谁写代码更强，但最近坚持研究 Pi，我越觉得真正应该在意的：它想替用户决定多少东西，又愿意把多少控制权交给你。 1、Claude Code：越来越像一个完整的 Agent 产品 Claude Code 现在已经把 Plan、Sub-agent、Hooks、Skills、MCP、插件这些东西基本都补齐了，甚至已经可以从 CLI、IDE、Web、Mobile 不同入口去使用。 它给我的感觉就是，Anthropic 已经替你把大部分正确答案选好了。 你不需要研究太多 Harness，拿起来就能干活，而且整个 Claude 生态配合得非常顺。 如果只是问我哪个最适合直接工作，我可能还是会优先想到它。 2、Codex：更像一个被严格管起来的工程师 Codex 给我印象最深的反而不是某个功能，而是 Sandbox、Approval、Network Policy 这些东西。 它一直在解决一个很现实的问题：Agent 权限越来越大以后，怎么让它可以大胆干活，但又不至于真的把机器干废。 包括现在的自动 Review，本质上甚至是再安排一个 Agent，专门判断另外一个 Agent 这一步能不能执行。 所以我觉得 Codex 的方向很明显： 不仅要让 Agent 会干活，还要让它在一个可控的边界里面干活。 3、DeepSeek Harness：目前最像一个大型实验场 它现在的口号非常直接： Everything is a Plugin。 Plan、Sub-agent、模型、Tool、Session，包括很多核心能力都在往插件化方向拆，甚至工具调用本身还分 Native Mode 和 Code Mode。 而且现在已经可以接 DeepSeek、Anthropic、OpenAI、自定义 Provider，并不是只能跑 DeepSeek。 但是它目前仍然处于 Developer Preview，官方自己都明确提醒会有 Breaking Changes。 所以我更愿意把它理解成一个正在快速进化的 Agent 架构实验，而不是一个已经完全稳定的成品。 4、Pi：四个里面最像“什么都不替你决定”的那个 Pi 默认甚至连 Sub-agent、Plan Mode、Sandbox 这些很多人认为 Agent 应该有的东西都不愿意往 Core 里面塞。 需要什么就 Extension，想给 Agent 一套工作流程就 Skill，再复杂一点就直接打成 Package。 这种方式最大的好处就是轻，Context 很干净，而且你几乎可以一直往里面改。 其实这些Agent我一路折腾下来，最开始想得也很简单：哪个 Agent 更强、哪个模型写代码更好，我就用哪个。 但是工具用得越多，我反而越开始关心同一个模型为什么换个 Harness 表现就不一样，Context 怎么组织，Tool 为什么这样设计，哪些能力应该进 Core，哪些应该留给插件。 到这里以后，我研究的已经不只是“哪个工具更好用”，而是在慢慢形成自己对 Agent 的判断。 可能真正有意思的，不是选出最强 Agent，而是慢慢理解一个好 Agent 到底应该怎么被设计出来。