AI Agent Harness 工具全景对比（2025–2026）

撰写时间：2026 年初。AI Agent 领域迭代极快，价格、模型支持、功能细节随时可能变化，文中信息基于公开资料整理，请以各工具官网为准。

目录

1. 什么是 Agent Harness？

1. 生态全景：三类玩家

1. 终端 CLI 型 Harness 对比

1. IDE 集成型 Harness 对比

1. 云端自主 Agent 平台对比

1. Agent 框架（Harness 的"内胆"）

1. 协议层：MCP / ACP / A2A

1. 如何选择：按场景给建议

1. 趋势展望

1. 参考来源

一、什么是 Agent Harness？

"Harness"（马具/背带）这个词在 AI Agent 语境下，指的是包裹在大模型外面、让模型能真正干活的那一层工程外壳。模型本身只会"想"，而 Harness 负责让它"做"：

• 工具调用循环（tool calling loop）：模型提出意图 → Harness 解析并调用工具（读文件、跑命令、搜网页）→ 把结果喂回模型；

• 上下文管理：压缩、裁剪、存档对话历史，避免上下文窗口爆炸；

• 沙箱与权限控制：在容器/虚拟机里执行代码，决定哪些操作需要用户确认；

• 记忆与状态：跨会话持久化、checkpoint 回滚；

• 用户界面：终端 TUI、IDE 面板、网页或桌面端；

• 模型路由：按任务切换模型、按成本/质量做路由。

圈内流传一句话："Agent 表现的 70% 来自模型之外"——同一个模型，套上不同的 Harness，产出质量可以差出几个量级。Anthropic 官方也专门发文讨论"如何为 Claude 设计 harness"，把这层工程的价值摆到了台面上。

要区分三个容易混淆的概念：

另外，协议层（MCP、ACP、A2A）正在成为 Harness 之间的"通用插座"，让工具、模型、Agent 可以互相插拔，详见第七节。

二、生态全景：三类玩家

2025 年是 Agent Harness 爆发之年，玩家大致分三类：

1. 终端 CLI 型：在终端里跑的"原生 Agent"，代表是 Claude Code 带火的一整条赛道——Codex CLI、Gemini CLI、Aider、OpenCode、Goose、Crush 等。特点是轻量、脚本友好、与 git 工作流天然契合。

1. IDE 集成型：把 Agent 塞进编辑器，代表是 Cursor、Windsurf、Trae，以及开源插件 Cline、Roo Code。特点是交互直观、和代码上下文（LSP、diff、补全）结合最紧。

1. 云端自主型：Agent 跑在云端沙箱/虚拟机里，代表是 Devin、OpenHands、Manus、Jules。特点是"放手式"——丢一个任务进去，它自己开 PR、自己报告。

三类并非互斥：Claude Code 有 IDE 扩展，Windsurf 有云端 agent，OpenHands 既能自托管也能用云服务。下面逐一对比。

三、终端 CLI 型 Harness 对比

这一赛道由 Claude Code（2025 年 2 月发布）引爆，随后 OpenAI、Google 迅速跟进，开源社区也涌现出一批高质量替代品。

总览表

逐一点评

Claude Code —— 赛道的定义者，体验最成熟

• 优点：工程打磨最细——权限模式（默认/接受编辑/全自动）、Plan 模式、checkpoint 回滚、subagents 分工、hooks 做 CI 集成、2025 年 10 月上线插件市场，还开源了 claude-agent-sdk 供二次开发；对 MCP 的支持最早也最完善。

• 缺点：CLI 本体闭源，深度依赖 Anthropic 生态；订阅制下额度用完体验下降。

• 适合：重度使用、愿意为体验付费的开发者；企业用户可走 Bedrock/Vertex 托管。

Codex CLI —— OpenAI 的"军备竞赛"回应

• 优点：2025 年 4 月发布即开源；2025 年下半年推出云端版（ChatGPT 内置 → 独立 App），提供隔离沙箱、与 GitHub 深度集成、多 Agent 并行；支持 MCP；"模型外置"策略宽松（社区已有很多让它接 Claude/DeepSeek 的玩法）。

• 缺点：云端额度与订阅绑定，本地模式体验与 Claude Code 相比仍有差距。

• 适合：OpenAI 生态用户；想要"本地代码 + 云端沙箱"混合模式的团队。

Gemini CLI —— 免费额度最大的主流选手

• 优点：Google AI Studio 免费层额度在主流厂商里最大方，个人白嫖党首选；功能对齐 Claude Code（MCP、subagents 都有）；开源。

• 缺点：Gemini 在长程编码任务上的口碑与 Claude 仍互有胜负，部分用户反映复杂任务稳定性稍逊。

• 适合：预算敏感、或用 Gemini 模型更顺手的开发者。

Aider —— 开源老炮，极简主义

• 优点：2023 年就存在的元老，git 原生工作流（每次改动自动 commit、diff 清晰可回滚）、依赖极少、可接任何模型（包括本地模型）；社区验证充分。

• 缺点：无 MCP 原生支持（有实验性支持）、无 subagents 等高级编排、交互偏"程序员"不偏"产品"。

• 适合：喜欢透明、可控、可审计工作流的资深开发者。

OpenCode —— 开源社区的新星

• 优点：SST 团队出品，MIT 协议，TUI 精美，插件体系活跃，支持 Ollama 等本地模型，是"开源版 Claude Code"呼声最高的项目之一。

• 缺点：年轻项目，功能与生态仍在追赶。

• 适合：想脱离闭源订阅、用本地模型或混合模型的开发者。

Goose —— 企业级 MCP-first 方案

• 优点：Block（Square 母公司）出品，架构上把 MCP 作为一等公民，扩展（extensions）机制规范，CLI + 桌面 GUI 双形态，适合企业内部工具链集成。

• 缺点：编码场景的专项打磨（如 diff 体验）不如 Claude Code。

• 适合：企业环境，尤其想把 MCP 服务器体系用起来的团队。

Crush / Amp / Qwen Code —— 各有拥趸的轻量选项：Crush 主打精致终端体验；Amp 是 Android 内部工具开源化，主打异步并行；Qwen Code 对中文用户和 Qwen 模型生态友好。

四、IDE 集成型 Harness 对比

总览表

逐一点评

Cursor —— 商业化最成功的 IDE Agent

• 2024 年就凭 Tab 补全 + Composer 出圈，2025 年把重心转向 Agent 模式：能自主读代码库、改多文件、跑测试、修错误。多模型路由（Claude/GPT/Gemini）是它的差异化卖点。

• 缺点：闭源、价格不低（Pro $20/月）、重度使用时额度消耗快；有"套壳 VS Code"的长期争议。

• 适合：愿意为 IDE 内一体化体验付费的大多数开发者。

Windsurf —— 并入 Cognition 后走向"IDE + 云 Agent"双形态

• 前身 Codeium，2024 年 11 月更名 Windsurf，Cascade 流式 Agent 体验一度领先。2025 年 7 月被 Cognition 收购，随后推出云端 agent，与 Devin 形成"本地 IDE + 云端自主"的组合拳。

• 缺点：被收购后路线变化频繁，部分老用户有观望情绪。

• 适合：想同时要本地 IDE 和云端自主 agent 的用户。

Trae —— 免费策略冲击市场

• 字节跳动出品，海外版主打 Claude/GPT，国内版（Trae CN）内置豆包、DeepSeek 等国产模型，早期以免费补贴抢市场，中文开发者上手门槛低。

• 缺点：商业模式未定型，功能深度仍在追赶 Cursor。

• 适合：中文用户、预算敏感用户。

Cline / Roo Code —— 开源 BYOK 的代表

• 作为 VS Code 扩展，Cline 支持任意模型（OpenAI/Anthropic/DeepSeek/Ollama 都行），费用完全透明（每步 token 消耗都给你看），MCP、Plan/Act 双模式齐全。Roo Code 是其人气分支，增加了角色化模式。

• 缺点：体验受限于 VS Code 插件框架，重度任务不如独立 IDE 顺滑。

• 适合：想完全掌控模型选择与成本的开源党。

五、云端自主 Agent 平台对比

总览表

逐一点评

Devin —— "AI 软件工程师"概念的提出者

• 2024 年 3 月发布时 $500/月引发轰动，2025 年大幅降价到个人版约 $20/月并开放公测，还推出"Devin 2.0"增强自主规划能力。2025 年收购 Windsurf 是标志性事件——云端自主 + 本地 IDE 两条腿走路。

• 缺点：自主执行仍需要人工兜底审查；云沙箱对私密代码库的合规要求高。

• 适合：想把重复性工程任务（升级依赖、修 issue、写测试）外包给 Agent 的团队。

OpenHands —— 开源云端 Agent 的事实标准

• 前身 OpenDevin，MIT 开源，可 Docker 自托管，支持任意模型（BYOK），提供 CLI、GUI、headless API 三种形态，社区贡献者众多，是"自建 Devin"的首选。

• 缺点：自托管要自己管基础设施和模型成本；开箱体验不如商业云。

• 适合：有隐私要求或想深度定制 Agent 行为的团队。

Manus —— 中国团队引爆的"通用 Agent"概念

• 2025 年 3 月以邀请码形式爆火，定位不是编码专用，而是通用任务执行（调研、做 PPT、写代码、处理数据），云端虚拟机里自主操作。

• 缺点：排队/抢码阶段体验不佳，通用任务的上限稳定性存疑。

• 适合：非程序员也想用 Agent 干活的场景，以及好奇通用 Agent 形态的人。

Jules / Factory —— 更"工程化"的云端选项：Jules 强调与 GitHub 异步协作（丢 issue 进去，PR 出来），Factory 主打多 Agent 工程团队与自研开源模型 droid，适合把 Agent 当"远程同事"管理的团队。

六、Agent 框架（Harness 的"内胆"）

如果你不想用现成产品，而是自己组装 Harness（比如公司要接入私有模型、定制工具集），就要用到 Agent 框架。2025 年框架层同样经历了大洗牌。

值得注意的行业变化：

• 微软整合：2025 年 5 月宣布 AutoGen 进入维护模式，10 月发布 Microsoft Agent Framework 统一 Semantic Kernel 与 AutoGen 两条线——框架层开始"收敛"。

• 轻量化趋势：OpenAI Agents SDK（约千行核心）与 smolagents 代表了"框架越薄越好"的取向；与之相对，LangGraph 走"重编排"路线，两者满足不同需求。

• MCP-native 新势力：一批"MCP 优先"的新框架（如基于 MCP 服务器的开发框架）在 2025 年下半年涌现，把工具生态直接建立在 MCP 协议上，见下一节。

七、协议层：MCP / ACP / A2A

Harness 之间的互操作正在被三个协议重新定义，这也是 2025 年整个 Agent 生态最重要的事件：

• MCP 是当前影响最大的一层：截至 2025 年底，主流 Harness（Claude Code、Codex、Gemini CLI、Cursor、Cline、OpenHands 等）全部支持 MCP，各大厂商（OpenAI、Google、微软）先后宣布支持 MCP，"MCP 服务器"成为新的软件分发形态。对用户的直接好处：在一个 Harness 里配好的工具，换 Harness 也能带走。

• ACP 解决的是"模型厂商的 Agent 想进第三方编辑器"的问题，降低了 Agent 与 IDE 的绑定。

• A2A 面向多 Agent 协作与跨企业流程，是"Agent 互联网"愿景的基础设施。

对企业选型的意义：优先选支持 MCP 的工具，资产才能不被锁死。

八、如何选择：按场景给建议

通用建议（不分场景）：

1. 先试主流，再定长期：Claude Code、Codex、Gemini CLI 三个官方 CLI 都有免费额度，各跑一周真实任务再决定。

1. 工具链优先 MCP：凡是支持 MCP 的 Harness 优先，工具资产可迁移。

1. 订阅制 vs BYOK 算总账：高频使用者订阅划算；低频或要接私有模型，BYOK 工具（Aider、Cline）更可控。

1. 云端自主 Agent 一定要有人审：Devin/Manus 类工具产出的 PR 必须人工 review，别全自动合并。

九、趋势展望

• Harness 同质化加速：Claude Code 发布后一年内，各厂 CLI 的功能表几乎对齐（MCP、subagents、checkpoint、Plan 模式成为标配），差异化转向模型质量、沙箱安全、价格和生态。

• 模型路由成为新战场：Cursor、OpenCode 等开始按任务自动路由多模型，Harness 从"绑定一个模型"走向"调度多个模型"。

• 本地模型 + Harness 的组合变主流：Ollama + OpenCode/Aider 让"完全离线编码 Agent"成为可能，隐私敏感团队受益最大。

• 云端自主 Agent 走向"数字同事"：Devin 收购 Windsurf、Google/OpenAI 把 agent 做进办公套件，说明下一阶段竞争在"任务闭环"而非"代码补全"。

• 协议标准化收尾：MCP 进 Linux 基金会、A2A 跟进，Agent 互操作的基础设施逐渐成型，"一次配置，处处运行"正在变成现实。

• 中国厂商加速入场：Trae、Qwen Code、Manus、Dify/Coze 等在国内市场与出海市场同时发力，中文 Agent 生态从"跟随"转向"并行"。

十、参考来源

• Agent Harness Design: 3 Patterns for Harnessing Claude's Intelligence（Anthropic）

• Agent Harness Architecture: The 70% of Performance That Lives Outside the Model

• Agent Harness vs MCP: How They Fit Together

• AI Agentic CLI Tools 市场调研（2025.12 更新）

• The 2026 Guide to Coding CLI Tools: 15 AI Agents Compared（Tembo）

• AI Agent CLI Frameworks: Terminal-Native Agent Runtimes（Zylos Research）

• Testing AI coding agents (2025): Cursor vs. Claude, OpenAI, and Gemini（Render）

• The Coding Agent Wars: Who's Actually Winning（OSS Insight）

• AI Coding Tools Benchmark（SlashData）

• AI Agents Benchmark: 80+ agents compared（GitHub 仓库）

• Open Source Coding Agents vs Copilot and Cursor

• 9 Open-Source AI Coding Agents Worth Self-Hosting（SSOJet）

• Best AI Coding Agents: 9 Tools for Developers（AgentsIndex）

• OpenHands 实战指南：常见问题、定价与选型建议

• Agent Framework 对比研究（2025.12）

• The Developer's Guide to AI Agent Frameworks in 2025: MCP-Native vs Traditional

• Agent protocols: A complete guide to MCP, A2A, and ACP（Tyk）

• MCP, ACP, and Agent2Agent set standards for scalable AI results（CIO）

• MCP, ACP, and A2A, Oh My! The Growing World of Inter-agent Communication（Camunda）

• A survey of agent interoperability protocols（Semantic Scholar）

• 2026 年最值得关注的 AI 编程工具横评

• Best Devin alternatives for desktop（Unstore）

本文由 AI 协助调研整理，仅供技术选型参考，不构成采购建议。