引言

随着代码智能体（Coding Agent）快速落地，Harness 已经不再是小众概念。很多开发者在选型时，容易混淆模型能力、API服务和Harness框架，简单用“模型强弱”来评判整套智能体系统，最终上线后才发现权限管控、工具调用、执行循环、沙箱隔离等环节出现大量问题。
本文基于LangChain在2026年9月发布的官方分类体系，对30款主流Coding Agent Harness、SDK与Runtime进行全景梳理。Harness可以理解为一套“预装电池的框架”，内置提示词、子Agent调度、工具调用能力；而SDK、Runtime更多负责上下文持久化、文件读写、Shell执行、循环校验与日志治理。选型的核心原则：先选定Harness类型，再挑选具体产品，不存在一款能够适配所有场景的万能方案。
本文所有产品能力、迁移状态信息，以2026年9月15日可访问的官方文档、代码仓库为准，不做静态排名，仅做场景化对比。

1. 理解Harness：智能体的执行骨架

大模型负责生成下一步动作，而Harness决定模型能够看到哪些信息、可以调用哪些工具、任务如何持续推进，以及交付结果的验收标准。一套完整的Coding Agent Harness，包含8个核心层级：

  1. 模型适配层：负责认证、模型选择、流式输出、重试策略与上下文窗口管理。
  2. 工具层：封装Shell命令、文件读写、代码检索、MCP协议、会话恢复、Git操作等基础能力。
  3. 提示词层：包含系统指令、任务模板、输出格式约束。
  4. 权限层：审批流、沙箱环境、网络访问、目录范围、敏感操作拦截策略。
  5. 执行循环：规划、行动、观察、纠错、终止条件与预算管控。
  6. 验证层：单元测试、lint、代码差异比对、任务结果汇总。
  7. 协作层：子Agent调度、后台任务队列、多任务并行处理。
  8. 交互层：CLI终端、IDE插件、桌面客户端、Web页面与API接口。

Anthropic官方文档将 Claude Code 定义为可读取代码库、编辑文件、执行命令并对接开发工具的编码智能体；OpenAI把Codex CLI定位为终端环境调用Codex能力的入口。二者底层模型不同，但Harness需要解决的核心问题一致：组织上下文，串联工具，在可控环境下完成编码任务。

2. 选型前澄清三大认知误区

很多选型失败，根源是概念混淆，需要提前理清三个核心误区：

误区1：模型越强，Harness就一定强

同一个大模型，接入不同Harness，表现会存在明显差异。
Harness的系统提示词、上下文检索策略、工具Schema定义、审批策略、错误反馈、验证循环，都会直接影响最终效果。做真实性能测评，必须固定模型、代码仓库、任务集、权限边界与预算，否则对比结果没有参考价值。

误区2：支持多模型，就等于低成本替换模型

支持多模型仅代表入口兼容。更换模型会改变工具调用格式、推理成本、上下文长度上限、图像输入支持、缓存策略与报错信息。选型表中的“多模型支持”只是基础准入条件，不能直接等同于无缝迁移，切换后仍需要大量回归测试。

误区3：能自动修改代码，等同于可以自主交付

文件编辑仅仅是整个任务循环里的一个步骤。自主交付还包含环境初始化、依赖安装、单元测试、失败回滚、Git版本操作、权限控制、结果汇总与人工接管机制，缺一不可。

3. 30款Harness、框架全景对比总览

本次统计的30个方案分为五大形态：成品终端Agent、IDE开发环境Agent、自治软件工程平台、自建Harness SDK、Agent框架与Runtime。横向对比必须在同类型产品内筛选；表格内“模型策略”仅描述适配倾向，不代表模型能力完全等价。

类别方案主要入口模型策略核心选型指标
成品终端AgentClaude CodeCLI、IDE、桌面、WebClaude为核心，可接入第三方模型服务商多入口一致性、CLAUDE.md、钩子、技能包、MCP、沙箱、人工审批
成品终端AgentCodexCLI、IDE、桌面、云端OpenAI模型为核心AGENTS.md、任务编排、技能包、MCP、并行任务、代码审查
成品终端AgentGemini CLICLIGemini为核心开源CLI、终端工作流、MCP扩展、Google生态、Agent能力
开放终端AgentOpenCodeTUI、CLI、桌面、IDE、Web多模型服务商开源、服务商配置、Agent权限、LSP、MCP、SDK、插件系统
开放终端AgentQwen CodeCLI、IDE集成、SDK通义千问，兼容多种API协议开源、技能包、子Agent、无头模式、开发者SDK
开放终端AgentAiderCLI多模型服务商Git原生、轻量结对编程、仓库映射、低界面负担
开放通用AgentGooseCLI、桌面、API多模型服务商本地运行、MCP/ACP、Recipe、子Agent、安全管控
托管本地AgentAmpWeb、CLI、macOS、iOS平台多模型路由本地线程与云端Orb、跨设备任务、后台执行
插件化运行时DeepSeek HarnessWeb UI、CLI可配置模型插件Cordis插件体系、会话追踪、四种运行模式、开发者预览版
AI开发环境CursorIDE、CLI、Web/移动端、Cloud Agent平台模型目录编辑长上下文、Agent规则、技能包、MCP
AI开发环境KiroIDE、CLI、Web、Mobile平台模型目录统一Harness规范、Spec文档、钩子、技能包、MCP
多入口开放AgentClineIDE、CLI、桌面、TUI、看板、SDK多模型服务商人工审批、工具轨迹、MCP、规则、技能包、子Agent、并行任务
IDE Agent平台ContinueVS Code、JetBrains、CLI多模型服务商开源扩展、Agent/聊天/编辑/自动补全、共享配置
AI编辑器Zed AgentZed面板、ACP外部自带与外部模型服务商多线程、worktree隔离、检查点、diff审查
多入口编码AgentJetBrains JunieJetBrains IDE、CLI、CI/CD平台与BYOK并行worktree、Headless、ACP、GitHub Action、GitLab CI/CD
异步编码AgentGitHub Copilot cloud agentGitHub、Issue、PR、集成入口Copilot模型体系独立临时环境、后台任务、分支管理、可审批PR、仓库治理
自治软件工程平台OpenHandsWeb、本地、云、API多模型服务商开源平台、沙箱运行、Issue/仓库任务、可部署性
自治软件工程平台DevinWeb、CLI、桌面、API平台托管本地到云端handoff、异步长任务、独立工作区、团队交付
异步编码AgentJulesWeb、GitHub、虚拟机Google托管计划审批、后台执行、仓库任务、AGENTS.md
应用构建AgentReplit AgentWeb、Replit工作区平台路由需求到部署、计划模式、检查点、托管运行环境
研究最小Agentmini-SWE-agentCLI、批量评测多模型服务商Bash-only、线性轨迹、沙箱适配、基准研究
自建SDKClaude Agent SDKPython、TypeScript SDKClaude为核心复用Claude Code的Agent循环、工具调用能力
自建Harness SDKLangChain Deep AgentsPython、JavaScript多模型服务商文件系统、规划、上下文管理、技能包、子Agent
自建Harness SDKPydantic AI HarnessPython/TypeScript多模型服务商类型安全、能力组合、Shell接入、规划、压缩、子Agent
自建Harness SDKMicrosoft Agent Framework Harness AgentPython、.NET、Go多模型服务商规划、压缩、文件与记忆、工具审批、可观测性
邻接Agent框架OpenAI Agents SDKPython、TypeScript SDKOpenAI原生并可扩展工具、任务交接、防护、会话追踪、沙箱Agent
邻接Agent框架Google ADKPython、TypeScript、Go、Java、JavaScript多模型服务商多Agent、图工作流、上下文管理、评测部署
Agent RuntimeLangGraphPython、JavaScript库模型无关持久化、人工介入、流式执行、故障恢复
迁移项AutoGenPython、.NET模型可配置官方推荐Microsoft Agent Framework作为直接后继
迁移项Roo CodeVS Code扩展多模型服务商官方文档扩展已停止，社区分支继续维护
迁移项Windsurf独立编辑器平台模型目录官方入口转为Cline Desktop与Devin，产品线迭代

> 表格解读提示：成品Agent上手门槛低，自带完整工具集和上下文管理；Harness SDK适合深度定制；Framework与Runtime，需要开发团队自行补齐大量组件。

4. 终端型Harness选型要点：面向仓库、命令行与Git的开发者

终端类Harness适合以代码仓库、命令、Git为核心工作流的开发人员，选型差异集中在模型绑定、权限控制、开放程度。
Claude Code
Anthropic在2026年9月发布的版本支持CLI、VS Code、桌面端、Web、JetBrains五种入口，多入口共享同一套底层配置。适合已经使用Claude生态，需要Hooks、技能包、MCP、并行Agent、CI/CD持续任务的团队。测评重点关注第三方服务商兼容性、权限策略、钩子稳定性与会话成本。

Codex
Codex CLI是OpenAI官方的终端脚本入口，同时覆盖IDE、桌面、云端任务与代码审查。项目规则通过AGENTS.md分组管理，支持文件写入、命令审批、变更审查、并行任务。适合重视代码文件、命令审计、变更审查，并且深度使用OpenAI Agent生态的团队。测试重点：本地与云端任务环境差异、网络权限、AGENTS.md生效逻辑。

Gemini CLI
Google生态的开源终端Agent入口，将Gemini模型能力带到终端。适合已经使用Gemini、Google Cloud，或者需要自研CLI代理的团队。验证重点：目标模型地区可用性、扩展权限、MCP兼容、企业认证方式。

OpenCode
OpenCode是完全开源的AI编码代理，支持TUI/CLI/桌面/IDE多形态，支持自定义服务商、LSP、MCP、技能包、插件系统。适合需要切换模型服务商，希望掌握配置、服务、权限，同时保留多端使用能力的团队。

Qwen Code
面向编程场景的开源AI Agent，内置技能包、子Agent、无头模式、IDE集成与开发者SDK，兼容OpenAI、Anthropic、Gemini协议。适合需要国产化模型、协议兼容、随时切换服务商的个人或团队。

Aider
轻量级、Git原生的结对编程工具。它不以全能Agent为卖点，核心优势是简洁Harness、Git变更同步、保留提交节奏，非常适合个人和小型团队，追求清晰diff、可控交互。

Goose & Amp
Goose为本地通用Agent，支持桌面、CLI、API，内置MCP、Recipe、子Agent。Amp同时提供本地CLI与云端Orb，支持macOS、iOS跨设备任务。适合需要本地快速交互，同时把繁重任务交给云端执行的用户。

DeepSeek Harness
属于插件化运行时，官方在2026年8月发布版本，提供模型、工具、技能、会话、沙箱、存储、调度、UI八大插件能力，包含Standard、Code、Minimal、Creator四种运行模式。该产品定位开发者预览版，存在兼容性风险，生产环境使用需要增加测试与回滚方案。

5. IDE与一体化开发环境Harness

IDE型Harness最大优势是上下文天然和代码、选区、诊断信息绑定；代价是平台耦合更强。
Cursor与Kiro
Cursor将Agent、规则、技能包、MCP、工具调用、会话管理整合进产品体系；Kiro支持IDE、CLI、Web、移动端，使用统一Harness规范。适合愿意把代码开发迁移进AI开发环境，需要平台管理任务、后台任务、团队协作的团队。

Cline
从VS Code插件扩展为全入口Agent，覆盖VS Code、JetBrains、CLI、TUI、看板，保留逐步人工审批、浏览终端、MCP、技能包、子Agent。适合需要切换服务商、人工审核，编辑器和终端共用同一套Agent内核的团队。

Continue
可组装的开发者AI平台，集成Agent对话、代码编辑、自动补全。适合团队统一规则、文档、共享配置。

Zed Agent与JetBrains Junie
Zed Agent主打多线程、worktree隔离、检查点、代码diff审查；Junie深度对接JetBrains全家桶，支持CI/CD、ACP、GitHub Action。选型建议：已经在使用Zed或JetBrains的团队优先评估，不要只看Agent能力单独更换整套开发工具。

6. 自治型Harness：适合交付端到端软件工程任务

自治平台的核心是把任务从“对话”变成计划、执行、交付、审查闭环，必须重点评估隔离能力与失败恢复机制。
GitHub Copilot cloud agent依托GitHub Action，在临时环境读取仓库、生成分支、提交PR，可以直接从Issue接收需求。适合代码、评审、权限全部托管在GitHub上的团队。

OpenHands开源软件工程Agent，支持本地、云端部署，适合希望自主控制运行环境、模型服务商、自动化集成的团队。

Devin是托管自治工程产品，Web、CLI、桌面、API多入口。CLI处理本地任务，复杂任务可移交云端Devin执行，提供独立工作区，适合长周期大型项目交付。

Jules与Replit Agent：Jules依托GitHub虚拟机执行任务；Replit Agent在Replit托管工作区运行，从需求到部署全链路托管。

mini-SWE-agent属于研究向最小基线Agent，仅支持Bash指令，多用于学术基准测试，不适合作为日常IDE助手。

7. 自建Harness：区分SDK、Framework、Runtime

当Agent需要嵌入自研产品、对接内部权限系统与业务逻辑时，应当评估SDK方案，而不是继续使用成品客户端。
Claude Agent SDK可以复用Claude Code的Agent循环、工具调用逻辑，在Python、TypeScript应用内自定义工具与权限。
LangChain Deep Agents基于LangGraph，可组合规划、文件管理、技能包、子Agent、人工介入。
Pydantic AI Harness依托Python类型系统，组合能力包，提供Shell、仓库上下文、规划、压缩与子Agent能力。
Microsoft Agent Framework Harness Agent提供规划、记忆、文件管理、工具审批、可观测性模块。
OpenAI Agents SDK、Google ADK更偏向Agent框架，内置工具交接、沙箱、多Agent编排，需要自行搭建文件系统、项目规则。
LangGraph属于底层Runtime，主打持久化、流式执行、人工介入、故障恢复。
AutoGen已经停止主版本迭代，官方推荐迁移至Microsoft Agent Framework；Roo Code、Windsurf也进入产品迭代或维护阶段，选型时注意迁移风险。

在多模型接入场景，团队可以借助Treerouter这款API中转站统一管理不同模型端点的路由、鉴权与流量管控，简化多Harness对接不同服务商的配置成本。

> 自建方案优势是高度可控；缺点是团队必须自行负责安全、存储、追踪、评测、升级维护。没有专职平台团队的情况下，成品Agent往往上线更快。

8. 12维度标准化评测方法

选型不能只看Demo演示，必须固定仓库、任务集、环境变量，在同等条件下做横向评测，一共12个核心评估维度：

  1. 入口：CLI、IDE、桌面、Web；操作链路、学习成本。
  2. 模型：服务商兼容性、上下文窗口、token成本、推理延迟。
  3. 上下文：项目检索、摘要、压缩、记忆、会话恢复能力。
  4. 工具：Shell、文件读写、MCP、自定义工具结构化输出。
  5. 权限：目录、命令、网络、环境变量的访问管控策略。
  6. 限流：token用量、速率、工具调用次数与预算限制。
  7. 协作：子Agent、后台任务、队列、并行任务冲突处理。
  8. 验证：单元测试、diff、PR、人工审批、终止条件。
  9. 可观测：日志查看、MCP调用记录、token消耗、任务状态。
  10. 治理：规则、技能包、MCP、告警、审计日志导出。
  11. 可移植：跨机器、跨服务商、多仓库兼容。
  12. 总成本：模型费用、算力、人力维护、人工接管工时总和。

9. 标准化测试任务集

一套完整Harness测评，至少覆盖读取、修改、测试、查询、协作、恢复六大任务类型。

  • 任务A：仓库理解：查找代码定义、定位依赖，禁止修改代码；统计耗时、错误数量、引用准确率。
  • 任务B：跨文件小改动：一次性修改多处代码，记录改动文件、diff、人工干预次数、token消耗。
  • 任务C：失败修复：构造稳定复现bug，观察Harness捕获报错、缩小范围、修复并验证。
  • 任务D：权限边界校验：验证Agent是否遵守网络、文件访问白名单，验证越权拦截。
  • 任务E：并行任务：多任务并发，检查上下文隔离、结果汇总、重复工作。
  • 任务F：中断恢复：网络中断或进程重启，验证会话完整性、断点续执行、人工接管成本。

10. 场景化选型推荐

  1. 终端仓库开发：优先 Claude Code、Codex、OpenCode；国产化需求选Qwen Code；重度Git工作流选择Aider。
  2. IDE内编码：Cursor、Kiro、Cline、Continue；JetBrains用户选择Junie；Zed编辑器用户评估Zed Agent。
  3. GitHub原生流水线：GitHub Copilot cloud agent、OpenHands、Jules。
  4. 产品内嵌Agent：Claude Agent SDK、Deep Agents、Pydantic AI Harness、Microsoft Agent Framework。
  5. 自研框架/工作流：OpenAI Agents SDK、Google ADK、LangGraph。

11. 上线前硬性红线

任何Harness进入生产环境前，必须确认以下约束，不能只看Demo成功运行：

  1. 不允许在生产环境开启无限制文件写入、Shell执行。
  2. 不允许开放无管控的网络访问。
  3. 不允许未经审查的MCP、技能包、插件直接加载到生产配置。
  4. 必须配置token、调用次数、时长上限，设置预算熔断。
  5. 所有操作必须留存审计日志，用于事后追溯。

结语

Coding Agent Harness的选型，本质不是比拼单一模型能力，而是评估整套系统的上下文管理、工具调度、权限隔离、验证循环、可观测性与维护成本。30款工具各有侧重：成品Agent适合快速落地；IDE型Harness适合日常编码；自治平台适合端到端软件工程交付；SDK和Runtime适合深度嵌入自有业务系统。
选型团队应当先明确工作入口、权限边界、交付方式，再从同类别产品中筛选，使用标准化任务集做实测，避免仅凭宣传Demo做决策。所有产品的能力、迁移状态、价格，以官方页面最新版本为准。

了解更多：https://treerouter.com