这些名字混着两类东西：Codex、Claude Code 是能直接干活的 agent 工具，DeepSeek 是模型，harness 是包在模型外面那层调度外壳。选择先看你换不换模型，再看你要不要同时跑很多任务。
AI根据立正公开的文章和视频整理，不是他本人回复。重要的判断，请回到出处核对。
先分清模型、agent 工具和 harness
材料里的观点DeepSeek 是模型，本身不会自己读文件、改代码、跑命令；Codex 和 Claude Code 是把它包起来、能连续执行多步任务的 agent 工具。harness 指的就是这层外壳，负责接模型、管上下文、调工具。有嘉宾说 Orca 这类产品自己不做 harness，而是把 Claude Code 和 Codex 集成进来，让用户在里面直接调用它们1。所以问“哪个更好”之前，先确认你比较的是模型能力还是外壳体验——同一个模型放进不同外壳，能做的事差别很大。
换模型的需求决定你要不要挑外壳
材料里的观点如果你打算把某个模型当主力、不再用 Claude，那 Codex、Claude 这类工具都留了改模型的口子，GLM、DeepSeek 的官方文档会教你怎么改2。但有人提到，在 Claude 里启动时就得选好 DeepSeek，启动后改不了，这样灵活性就不大，他因此改用 open code 来切换对话2。所以：只想固定用一个模型、图省事，选哪个外壳都行；想随时换模型对比效果，就要挑支持中途切换的外壳。
任务规模决定要不要并行和积累
如果你只是偶尔写点代码或处理一两个文件，单个 agent 工具足够，纠结外壳意义不大。但如果你要同时推进多个任务，情况就变了：有用户会同时跑几百个 agent、十几个 feature，每个 feature 里还有几个 agent 协作，这时就需要 Orca 这类做集成和协作的层1。另一种积累方式是固定在一个项目里连续做同一件事，素材、判断和失败版本都留在本地，下次不用从空白对话重来3。你可以先问自己：我是要一次做完一件事，还是要反复做同一类事、越做越顺手？
资料里没有对这四个名字做逐一对比，也没有 DeepSeek harness 的具体说明；关于模型切换的细节来自多人对话，说话人未逐段确认。
出处
- 1对谈Orca联合创始人 Jinjing：同时管理几百Agents的工作流、用户验证与产品增长、AI创业机会
解释 harness 与 agent 工具的分工，以及多 agent 并行协作的场景
- 2课代表和鸭哥工作的实况 | how the sausage is made
说明在 Codex、Claude 里换用 GLM、DeepSeek 等模型的实际限制
- 3我用 Codex 剪了 5 条口播，最后却做了一则超市广告
讲固定在一个项目里连续使用、积累本地资产的做法
你也有想问的？
卡住的时候，问问立正：回答附有出处，可以点回原文核对。
也可以接着问：
别人还问了
- 总觉得现在学习新东西，技术没有什么意义了，因为ai能比你做的快10倍，同时也觉得任何东西/poc都没有门槛，我能几天之内学习新的技术，并deliver。如果我能，我相信别人也能，那我的竞争力到底在哪里？ 学更广的知识还是干别的什么？
几天做出一个能跑的东西，只证明你当下交付得快，不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付，以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具，而是从“偶尔用一用”变成“让 AI 成为核心生产力”，并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练，不是当知识背：围绕真实任务动手，用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱？
立正认为AI时代赚钱的关键不是抓住某个风口，而是把认知和方法练出来：用经营者的视角看待工作，学会识别真正创造价值的事，并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作，这个怎么理解，什么是手艺，学习手艺的时候需要注意什么，如何精通一门手艺？
手艺不是熟练重复，而是能不断往深里钻研、越做越发现学问的活能力；学它靠动手试错，精通靠长期坚持。
- ai时代，我应该怎么了解我想做，可以做的事，作为马上就要毕业的大学生，我应该怎么样去求职。
先别急着海投简历，花一两天认真想清楚：不靠公司，你能给别人提供什么价值；再花几周去真实试一次。