Tracks
AI智能体基础知识
6小时
轨迹视图重建了一次完整运行。视频作者自制。
执行环境与权限
DeepSeek Harness 在 Linux 上使用 bubblewrap 或 Landlock，在 macOS 上使用 Seatbelt，在 Windows 上使用受 ACL 限制的令牌。若沙箱无法启动，Harness 将停止命令。Claude Code 提供 权限模式，以及允许、询问与拒绝规则。在此次运行中，Windows 沙箱影响了验证路径与时序。
两者的访问标签不同，无法做到完全对齐。
-
DeepSeek Harness 权限预设包括
read-only、workspace-write和danger-full-access。 -
Claude Code 将自动编辑、人工审批、规划与基于规则的命令访问分开处理；并会在编辑前快照文件，以便无需 Git 即可回滚。
在当前 Pro、Max 与 Team 的终端和 VS Code 会话中，Auto 模式是 Claude Code 的默认起始模式。分类器会在后台审查动作。本测试显式使用了 acceptEdits，因此其权限行为反映的是测试配置，而非当前默认。
在比较审批次数时，这一区别很重要。
执行位置也不同。Harness 主要在其 Web UI 或无头进程所在的机器上运行。Claude Code 可在本地、Anthropic 托管云环境或自托管基础设施上运行。Remote Control 则在执行保持本地的同时提供浏览器界面。
DeepSeek Harness 与 Claude Code 的动手测试
为了查看这些运行时差异是否影响执行，我给两者同一个只有一行错误的 TypeScript 缺陷。若您只关心计时结果，请阅读本节。
测试设置：同一模型、同一代码库与同一提示
我写了一个用于习惯连击的 TypeScript 库，其中一行有误。它通过对耗时毫秒数取整来度量日历天数。
- 23:50 的一次完成接着 00:10 的一次，看起来像同一天。
- 08:00 的一次完成接着第二天 20:00 的一次，看起来像漏了一天。
十个固定测试暴露了三个失败。
每个全新克隆都会在计时运行前安装依赖。两位代理收到相同指令并使用 Claude Sonnet 5。代码库与提示保持不变；工具、权限与沙箱行为各自产品自定。
两者的权限配置并不等价。DeepSeek Harness 以 workspace-write 启动，但其 Windows 沙箱无法启动。Web UI 请求审批后，我三次授予 danger-full-access。Claude Code 使用 accept-edits，且只能通过 bash 运行测试命令。
本次聚焦任务只使用本地代码与测试。代理需要找到并修改一行错误，然后运行测试套。计时前已安装依赖，尽管 Harness 仍选择再次运行 npm install。
测试结果：补丁一致，审批路径不同
Claude Code 报告用时 55.0 秒。它运行测试套、找到缺陷、编辑了一个源文件，并再次运行测试。10/10 通过。
在这次 Windows 测试中，DeepSeek Harness 用时 125.4 秒。它找到相同的未使用 daysBetween 辅助函数，做出相同修改，并成功运行原始测试套。
两者 diff 字节级一致：
-import { DAY_MS } from './dates.js';
+import { daysBetween } from './dates.js';
function gapInDays(earlier: number, later: number): number {
- return Math.round((later - earlier) / DAY_MS);
+ return daysBetween(earlier, later);
}审批路径与重复的 shell 操作解释了大部分用时差距。
为何 DeepSeek Harness 在 Windows 上更慢
DeepSeek Harness 的 workspace-write 沙箱在 Windows 上无法启动，因此 Web UI 三次请求更高权限模式。审批后，Harness 运行原始测试套，编辑了 src/streak.ts，并再次运行测试。10/10 通过。
该结果并不代表 Harness 在 Linux 或 macOS 上的表现。由于两次运行使用相同模型 ID，用时差异不可能源于模型家族不同。不同的权限与工具路径仍然影响了各自的运行。
两次运行均达到 10 个通过测试。图片作者自制。
同模型测试隔离了什么
共享的模型 ID 并未让请求完全一致。每个产品都提供了各自的系统提示、工具描述、上下文与权限规则，任何一项都可能影响下一次模型响应。
因此，这种设置比“DeepSeek 模型 vs. Claude”更好地控制了模型家族变量，但并未隔离全部变量。
我也仅对每种配置进行了一次计时。若要将用时或工具调用次数视作稳定的性能度量，则需要以随机顺序重复多次运行。
DeepSeek Harness 与 Claude Code：成本、基准与测试局限
一次 Windows 个案无法定论更广泛的性能或定价比较，但它显示了基准细节为何重要。
基准注意：DeepSeek 使用了 Minimal 模式
DeepSeek 发布的分数使用Minimal 模式，而非本比较所用的Standard 模式。使用其他 harness 的独立测试报告了更低结果。我未复现实验。Minimal 模式的结果不能代表 Standard 模式的性能，也无法衡量 Claude Code。
成本：API 计费 vs. Claude 订阅
DeepSeek Harness 无许可费，但仍会产生模型与基础设施成本。DeepSeek 的 API 采用高峰与非高峰计价。Claude Code 包含在付费 Claude 方案中。预算前请查看 Anthropic 定价页面。
按 Anthropic API 标价计算，Harness 的本次运行约花费 $0.11。Claude Code 在使用订阅凭据时显示 $0.349。由于两者来自不同的计费系统，这并非直接的价格对比。
Claude 的个人方案包括每月 $20 的 Pro，以及 $100 或 $200 的 Max。DeepSeek Harness 无对应订阅；由模型提供方计费。本地模型不产生 API 费用，但会占用本机算力资源。
团队还应将托管沙箱与自托管算力计入成本，若这些服务不在模型账单之内。此类成本不包含在 Harness 许可中。
稳定性：开发者预览 vs. 生产产品
测试时 Harness 仍处于候选发布状态。团队应固定包版本，因为更新可能破坏 profile 或保存的会话；Claude Code 已处于生产状态。
DeepSeek Harness 与 Claude Code 的局限
两者都不覆盖所有工作流，但局限来自设计中的不同部分。
DeepSeek Harness 的局限
Harness 暴露了更多运行时部件，这也意味着更多的设置与测试落在用户身上：
-
项目仍处于开发者预览，更新可能破坏 profile 或保存的会话
-
提供方凭据、模型 ID 与端点规则需要手动配置
-
其
workspace-write沙箱在本次 Windows 个案中无法启动，需三次danger-full-access审批 -
当前 Python SDK 没有 Windows 轮子（wheel）
沙箱问题仅适用于前述 Windows 运行。我未在 Linux 或 macOS 上重复测试。
v0.1.0-rc.7 的发行说明提到修复了持久化 Bash 延迟并升级了 node-pty 以扩大 PTY 兼容性。因此该观察既与版本相关，也与 Windows 特性相关。
Claude Code 的局限
Claude Code 处理更多运行时决策，但其固定边界也排除了一些实验：
-
仅运行 Claude 模型，不提供引入其他模型家族的路径
-
其内置会话循环不作为可替换组件暴露
-
Claude Code 需要付费访问或单独计费的 API 额度，且二者都有用量限制
-
长会话可能压缩较早上下文，因此持久规则应写入
CLAUDE.md
当任务需要其他模型提供方或自定义循环时，这些局限影响最大。
DeepSeek Harness vs. Claude Code：如何选择？
先把模型名字放一边。您的任务是完成应用代码，还是要修改执行工作的运行时？
选择 DeepSeek Harness，如果运行时本身就是项目。它适合跨提供方测试、自定义循环或沙箱，以及依赖详细执行轨迹的工作。其预发布状态也意味着需要您承担版本变化与配置测试的责任。
选择 Claude Code ，如果您在现有代码库中工作，并希望代理以更少的运行时设置去检查文件、编辑代码并运行项目检查。在这次 Windows 测试中，它无需 Harness 所需的三次完全访问审批即可运行原始测试套。
两者并用，若这种分工反映了真实工作。团队可将 Claude Code 用于日常编码，将 Harness 用于对提示、工具或代理循环的实验。
结语
两种工具都能检查代码库、编辑文件并运行命令。真正的区别在于对运行时的掌控：Harness 将其部件以插件形式暴露；Claude Code 则打包内置循环，并允许您在其周围扩展工作流。
若必须基于本次测试选择起点，我会在常规应用开发上从 Claude Code 开始；当需要更改或检查运行时时（这正是任务目的），从 Harness 开始。本文是针对预发布 Harness 的 Windows 个案研究，并非永久排名。
相关比较，请参阅我们关于Grok Build、Cursor、OpenCode、Codex 以及其他 Claude Code 替代方案 的文章。