Agent Harness 深度指南

先理解責任，再比較實作

真正的差異不是「哪套有更多功能」，而是 Model、Tools、State、Security、Extensions 與 Client responsibilities 被放在哪一層，以及最後由誰維護。

理解、推理、提出下一步

組 Context、驅動 Loop、協調狀態與事件

Tools、Files、Shell、APIs、Extensions

OS、Sandbox、Network、Credentials、Trust

最重要的一句：Codex 偏 Productized Runtime、DeepSeek 偏 Composable Runtime、Pi 偏 Minimal Runtime；三套都是完整 Harness，只是 responsibility boundary 不同。

你可以從共同基礎開始依序讀三套，也可以先選自己最關心的 Harness，再回到比較章用共同維度校正理解。

先建立 vendor-neutral 的 Model、Harness、Agent Loop、Context、Tools、State 與 Policy 心智模型。

從 codex-core、Thread / Turn / Item、Tool Execution 到 Sandbox、Skills、App Server，完整看一套產品化 Coding Runtime。

從 Cordis、Model / Loop、Tool Pipeline、SessionEvent 到 Plugins、Execution World、SDK 與 Replay。

從 pi-ai、pi-agent-core、AgentSession、JSONL Session Tree 到 Resources、Extensions、RPC 與 Governance。

用 Trace、Extension / Plugin、Replay / Branch 等實驗直接觀察三套 runtime 的 architecture behavior。

用 Runtime、Context、State、Tools、Extensions、Security、Integration、Ownership Cost 比較三套。

把 Coding Agent、Embedded App、Agent Platform、Security、Research 等需求映射到不同 architecture。

把三套抽象回 Workflow、Behavior Placement、自製 Harness 與 Production Checklist。

從責任邊界開始讀 openai/codex、deepseek-ai/deepseek-harness 與 earendil-works/pi。