跳至主要内容

主流 Coding Agent Harness 横评：Claude Code / Cursor / Aider / Cline / Codex CLI 在 Context / Tool / Permission / Sandbox 四维对比

pax大约 20 分钟

主流 Coding Agent Harness 横评：Claude Code / Cursor / Aider / Cline / Codex CLI 在 Context / Tool / Permission / Sandbox 四维对比

来源：Agent Interview 100 #110

难度: 高级
🆕 2026 新增（Harness 主题）

简短回答

2026 年 Coding Agent Harness 已从"单一 CLI 工具"演化为多层架构产业。Claude Code（Anthropic）、Cursor（Cursor Inc.）、Aider（Paul Gauthier）、Cline（Cline.bot）、Codex CLI（OpenAI）这五大 harness 在四个维度上 故意选择了完全不同的策略：Context（Claude Code 自动 compact + Memory tool vs Aider tree-sitter + PageRank vs Cursor 云端 Composer vs Cline IDE context vs Codex AGENTS.md）、Tool（MCP / 自家 SDK / Function calling / Apply_patch）、Permission（Claude Code allow-list + Hook 硬拦 vs Cline 显式 Plan/Act vs Codex 三档 approval mode）、Sandbox（无沙箱 vs OS 原生 Seatbelt/bubblewrap vs 云端 VM）。任何"哪个最好"的回答都必须先问"在哪个维度"。Claude Code 的扩展生态（Skill / MCP / Slash / Hook / Subagent 五机制协同）是当前最完整、最值得深入研究的范本。

2026 年中值得关注的两个新动向：一是工具融合趋势——The New Stack 报道 Claude Code / Cursor / Codex 三大工具正通过 MCP、Skill 等共享开放标准"merge into one stack"，能力趋同而非分化；二是自主性光谱的另一极——Devin 2.0（2026.2）走"多模型全自主异步工程师"路线，自主任务完成率约 40%，与五大本地 harness 的"人机协作"路线形成对照。

Cheat sheet：

  • 四维对比口诀：Context（怎么记）/ Tool（怎么用）/ Permission（怎么审）/ Sandbox（怎么隔）
  • Context 三流派：全塞 + compact（Claude Code）/ 检索式（Aider repo map）/ 云端（Cursor / Devin）
  • Sandbox 两路线：OS 原生（Codex Seatbelt/bubblewrap）vs 云端 VM（Devin / Replit / Cursor 3）vs 无沙箱靠人审批（Cline / Claude Code）
  • Claude Code 五机制口诀：MCP=plumbing / Skill=how-to / Slash=button / Hook=guardrail / Subagent=isolation
  • Hook vs Prompt 本质差：Hook 确定性（regardless of model） / Prompt 概率性（model may skip）
  • 关键数据：Cline CLI + Claude Opus 4.7 在 Terminal Bench 2.0 跑出 74.2%，超过 Claude Code 同模型 69.4%
  • 性价比维度（2026-09）：GPT-5.6 家族进 Kiro 后 Terminal-Bench 2.1 成功任务成本降约 82%（OpenAI + AWS 联合优化）——harness 与模型协同调优的性价比实证
  • 模型-工具面耦合（2026-09）：Claude Agent SDK（TS）v0.3.268 起 TaskCreate/TodoWrite 类工具仅在旧模型（Claude 3.x 与 4.0–4.7 系）默认提供，新模型须显式列入 tools/allowedTools——升级模型即静默丢任务工具，模型与 harness 耦合的又一面
  • 2026 三强新进展：Claude Code（Ultrathink 深思考模式 + 语音输入，2026.3）/ Cursor 3（重建界面 + 并行 Agent 编排）/ Codex CLI（每周多 alpha 迭代）
  • 2026 工具融合趋势：三大 harness 通过 MCP、Skill 等共享标准走向 "merge into one stack"，能力趋同
  • 自主性另一极：Devin 2.0（2026.2，多模型，全自主异步工程师）自主完成率约 40%，$500/mo；社区共识是「组合两个工具」（如 Aider/Cline + Devin）而非单押

详细解析

一、五大 Coding Agent Harness 形态总览

Harness形态模型策略标志特征SWE-bench Verified 2026-Q1
Claude Code全屏 CLI + IDE 集成锁定 Claude（Opus 4.7 / Sonnet 4.6 / Haiku 4.5）Hook + Skill + MCP + Subagent + Plugin 五件套；75% auto-compact；2026.3 新增 Ultrathink 深思考模式 + 语音输入Opus 4.7 87.6% / Sonnet 4.5 80.9%
CursorVS Code Fork + Composer自家 Composer 模型 + 多模型可选Cursor 3（2026-04）重建界面，引入 Agents Window（云端 VM）+ 并行 Agent 编排Composer 78.4%（Cursor 3 发布数据）
AiderGit-first 终端BYOM（OpenAI / Claude / 本地）tree-sitter + PageRank repo map70%+（Sonnet 4.6 配置）
ClineVS Code 扩展 + 2026-05 独立 SDKBYOM（任意）Plan/Act 显式分离；checkpoint 每步可回滚Cline CLI + Opus 4.7 = Terminal Bench 2.0 74.2%
Codex CLIRust 终端 AppOpenAI（gpt-5 / o5 / codex models）OS 原生 Seatbelt/bubblewrap 沙箱 + AGENTS.md 标准gpt-5-codex ~85%

Devin / Replit Agent 因为是"云端容器 VM + 浏览器入口"而非"本地 harness"，本题不作主比较对象，仅作为云端 sandbox 路线的参照。

Devin 2.0（2026.2）补充：Cognition 把 Devin 定位为"全自主异步工程师"——2026.2 起支持多模型（不再锁单家），自主任务完成率约 40%，入门价 $500/mo。它代表与五大本地 harness 相反的一极：用「自治长度 + 异步交付」换「人工介入」。社区共识是顶级开发者倾向于组合使用两个工具（如 Aider + Devin、Cline + Devin）而非押注单一 Agent——本地协作做精细改动，云端 Devin 跑长周期大任务。Codex CLI 同期保持每周多个 alpha 版本的高频迭代。

二、四维对比详表

维度 1：Context 管理

Harness策略关键机制Token 经济
Claude Code全塞 + 自动 compact75% 利用率时 compact；Memory tool 持久化；Skill progressive disclosure200K 窗口，compact 后基本不丢；CLAUDE.md 自动 re-inject
Cursor云端 Composer 上下文池@-mention 文件、Composer 自动 retrieve；Cursor 3 多窗口并发自家模型适配，不公开具体策略
Aider外部检索 + 显式控制tree-sitter AST 解析全 repo → PageRank 排序 → token 预算内塞入默认 --map-tokens=1024，无 chat 文件时膨胀 8x
ClineIDE 上下文 + 文件批准显式 add file / read file；每步全 transcript 可见用户完全可控，配 BYOM 模型选
Codex CLIAGENTS.md + workdir 文件读取自动读 monorepo 嵌套 AGENTS.md；32 KiB 硬上限静默截断AGENTS.md 是核心 context 入口

关键对比 — Claude Code 的 "全塞 + compact" vs Aider 的 "检索式 repo map"：

Claude Code 流派（全塞 + 智能压缩）Aider 流派（外部检索）
优势context 不丢，cross-file 推理强；模型直接看到原文小窗口模型也能在大 repo 工作；显式控制，可解释
劣势200K 窗口 + compact 算法依赖；长 trajectory 可能丢早期细节tree-sitter 不支持的语言失效；仅给 outline 不给原文

维度 2：Tool Registry & Discovery

Harness工具协议Discovery扩展机制
Claude Code内置 + MCP（开放） + Skill（按需加载）MCP server 自动发现；Skill metadata 启动时常驻MCP / Skill / Subagent / Hook / Plugin 五件套
Cursor内置 + MCP（2025-10 起支持）编辑器 UI 配 MCPCursor Rules（.cursor/rules/*.mdc）
Aidergit + 终端 + LLM-driven file edit无插件机制，靠 prompt 触发几乎不可扩展（哲学：保持简单）
Cline内置 read/write/exec + MCPMCP marketplace；2026-05 SDK 后开放 plugin@cline/sdk plugin 注册 tool / 监听事件
Codex CLIshell_command + apply_patch（深度耦合模型权重）AGENTS.md / 自家 cookbookCustom tools via [tools.<name>] 配置

关键观察 — apply_patch 的 post-training coupling：

Codex 模型在 post-training 阶段被 绑定 到 apply_patch 工具的语法（OpenCode 团队 + HumanLayer 双重证实）。要让 Codex 在自家 harness 里发挥水平，必须模仿 Codex 的 apply_patch 签名。Claude Code 模型类似——Claude Opus 4.x / Sonnet 4.x 对 str_replace_based_edit_tool 与 bash 工具的偏好已写进权重。这就是 SDK / harness / 模型三者深度耦合的本质。

维度 3：Permission & Approval

Harness默认审批策略升级机制"硬拦"能力
Claude CodePermission allowlist（settings.json）--dangerously-skip-permissions 跳过PreToolUse Hook deny 即使 bypass 模式也强拦
Cursor编辑器内"Apply / Reject" diffComposer 自动模式可批量批准无强制硬拦
Aider自动 commit（git audit trail）--yes 跳过批准无（靠 git revert）
Cline每动作弹批准框（Plan / Act 模式）Auto-approve / YOLO modeCheckpoint 每步快照可回滚
Codex CLI三档：read-only / auto（默认） / full access:workspace / :danger-full-access profile沙箱内不需要硬拦（隔离）

关键观察 — Hook 的确定性 vs 提示词的概率性（深刻教训）：

Claude Code 的 Hook 系统是 2026 业界讨论最多的设计点。在 prompt 里写"提交前必须跑 lint"——模型可能跳过（概率性）；写成 PreToolUse Hook（shell 脚本）——保证执行（确定性）。HumanLayer 总结："success is silent, failures are verbose"——成功不污染 context，失败把错误注入 agent loop 让模型修。这是把 Coding Agent 从"玩具"变成"生产工具"的关键。

维度 4：Sandbox & Runtime

Harness沙箱路线实现真实 CVE / 风险
Claude Code无沙箱（靠 permission allowlist + Hook）host 直接执行；推荐配合 macOS Sandbox ManagerCVE-2025-66479（BashTool 空白 allowlist）/ SOCKS5 null-byte 注入（v2.0.24-v2.1.89）
Cursor本地无沙箱；Cursor 3 起 Agents Window = 云端 VM默认本地直接跑与 Claude Code 类似风险面
Aider无沙箱（git 是唯一防线）host 直接执行依赖 git diff review 习惯
Cline无沙箱（靠 Plan/Act 显式批准 + checkpoint）host 直接执行显式批准是首要防线
Codex CLIOS 原生沙箱macOS Seatbelt 框架 / Linux/WSL2 bubblewrap / Windows Restricted Token+ACLworkspace-write 默认网络关；danger-full-access 等于无

三种沙箱路线的本质权衡：

OS 原生（Codex）云端 VM（Devin/Replit/Cursor 3）无沙箱（Claude Code/Cline/Aider）
优势本地零成本；文件直接 share极致隔离（VM 级别）；可异步长跑（200 分钟自治）零延迟、零基础设施；用户拥有完整 host 能力
劣势平台差异（macOS ≠ Linux）；复杂规则维护需要 cold start（10-60s）；egress / data exfil 风险必须配 permission + Hook 防线；用户审批疲劳是大问题

三、Claude Code 扩展生态深度剖析（五机制协同）

Claude Code 的扩展生态是 2026 最完整、最值得深入的 harness 设计范本。社区已总结的发布时间线：

2024-11  MCP (Model Context Protocol)            外部工具协议
2025-07  Subagents                                Context 隔离与并行
2025-09  Hooks                                    生命周期确定性触发
2025-10  Plugins                                  分发与打包
2025-10  Skills                                   Progressive Disclosure 知识包
2026-02  Agent Teams                              多 Subagent 编排

五种机制的设计对照表

维度Slash CommandSkillMCPSubagentHook
触发用户显式 /cmd模型自动判断模型 tool_call任务委派（Agent tool）生命周期事件
加载成本≈0（模板）~30-50 tokens metadata1k-50k+ tokens 起步独立 context 隔离注册时几乎为零
主要用途重复 prompt 模板流程化领域知识外部世界访问并行/隔离子任务强制行为
文件结构单 .md 文件目录 + SKILL.md + 资源server 进程.claude/agents/*.md + frontmatter.claude/settings.json hooks 字段
加载粒度整体三级渐进全部 schema独立 system prompt不进 context
确定性用户主动（确定性）模型判断（概率性）模型决策（概率性）父 agent 决策（概率性）强制执行（确定性）

记忆口诀：

MCP = plumbing（管道）
Skill = how to（手册）
Slash = manual trigger（按钮）
Subagent = isolation（隔间）
Hook = guardrail（护栏）

Skill 的 Progressive Disclosure 三级架构

Anthropic 把 Skill 拆为三层加载（官方文档明确）：

级别加载时机Token 成本内容
L1 Metadata启动时常驻~50-100 tokens / SkillYAML frontmatter 的 name + description
L2 InstructionsClaude 判断相关时读取~275-8000 tokensSKILL.md body 主体
L3 Resourcesbash 按需读取无上限（不进 context）bundled scripts / reference files

经济性证据：17 个官方 skill 全加载只需 ~1700 token，等价于"知道几十种能力但只为一种付费"。

# SKILL.md 必填字段示例
---
name: pdf-processing  # ≤64字符，小写/数字/连字符，禁用 "anthropic"/"claude"
description: Extract text and tables from PDF files. Use when working with PDFs.  # ≤1024字符
---

## Workflow

1. Use `python scripts/extract.py <file>` to extract text
2. ...

核心机制：Skill 不是把全部内容塞进 system prompt，而是 Claude 在 VM 中通过 bash read SKILL.md 显式读取。Script 文件在执行时只把 stdout 注入 context，代码本身不消耗 token。这是 2026 跨厂商采纳的第一个开放标准（OpenAI / Google / GitHub / Cursor 在两个月内集成）。

Hook 的 12+ 生命周期事件

Claude Code 官方支持的 hook 事件按 cadence 分类：

Per session:    SessionStart / SessionEnd / Setup
Per turn:       UserPromptSubmit / Stop / StopFailure
Per tool call:  PreToolUse / PostToolUse / PostToolBatch
Agent-related:  SubagentStart / SubagentStop / TaskCreated
MCP-related:    PermissionRequest / PermissionDenied / Elicitation
Async:          FileChanged / CwdChanged / PreCompact / PostCompact

5 种 handler 类型：command（shell） / http（POST 端点） / mcp_tool / prompt（单轮 LLM 评估） / agent（带工具的子 agent，实验性）。

权限决策模型（PreToolUse 独有）：

// .claude/settings.json
{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "node /path/to/check-destructive.js"
          }
        ]
      }
    ]
  }
}
// check-destructive.js — 示例 hook 输出
const input = JSON.parse(require('fs').readFileSync(0, 'utf-8'));
if (input.tool_input.command.match(/rm -rf|git push --force/)) {
  console.log(JSON.stringify({
    permissionDecision: "deny",  // 即使 --dangerously-skip-permissions 也硬拦
    reason: "Destructive command blocked by project policy"
  }));
  process.exit(0);
}
process.exit(0);  // allow

Exit code 约定（极易踩坑）：

  • 0 = 成功（解析 stdout JSON）
  • 2 = blocking error（阻止动作）
  • 其他 = 非阻塞错误
  • 注意：exit 1 不阻断，必须 exit 2 才阻断

Permission Decision 四值：allow / deny（强拦） / ask（强制升级用户审批） / defer（走正常权限流程）。

Subagent vs MCP server 的边界

这是面试官最爱挖的细节问题：

维度SubagentMCP server
本质Claude 的另一个实例 + 独立 context进程 / HTTP 服务 + 工具 schema
解决的问题Context 隔离（防 poisoning）；并行探索外部资源访问标准化（N×M 问题）
数据传递父发 prompt → 子返回 stringmodel tool_call → server response
状态子完整 context 不进父 contextserver 自己管 state（HTTP）或 stdio
典型用例多文件代码重构、深度调研、并行验证数据库查询、文件系统、GitHub、Sentry
配置.claude/agents/<name>.md.claude/settings.json 的 mcpServers

Subagent 的两种语义：

  • 默认 fresh-context：每次启全新 200k 窗口，子任务跑完只返回最终 string，中间 tool_call 不进父 context
  • CLAUDE_CODE_FORK_SUBAGENT=1 fork：继承当前对话历史（基于已有上下文继续探索），代价是 fork 子 context 随父增长，且与 --print headless 模式不兼容

实战例子：「提交前自动跑 lint + 写测试时按需加载测试规范」

这是 Scout-A Q3 的经典场景题，五机制如何协同：

需求拆解
├── lint 必须每次都跑                  → Hook（确定性）
│   └── PreToolUse on git commit / PostToolUse on Edit
├── 测试规范按需加载                   → Skill（progressive disclosure）
│   └── .claude/skills/testing-conventions/
├── 测试要跨多文件分析                  → Subagent（隔离）
│   └── .claude/agents/test-reviewer.md
├── 查 Sentry 报错                     → MCP（外部世界访问）
│   └── mcpServers: { sentry: { command: "...", args: [...] } }
└── 用户显式入口                       → Slash Command
    └── .claude/commands/run-tests.md → /run-tests

错误用法（常见踩坑）：

  • 把 commit message format 做成 Skill → 应放 CLAUDE.md / AGENTS.md（频繁触发，不是按需）
  • 指望 Skill 访问 GitHub → 应用 MCP（Skill 没工具能力，只有 bash 内 stdout）
  • 把简单 prompt 模板做成 Skill → 应用 Slash Command（Skill 太重，过度设计）
  • 在 prompt 里写"提交前必须跑 lint" → 应该是 Hook（模型可能跳过）

四、横向对比小结：选哪个 Harness？

团队选型决策树
│
├── 想要"最完整生态 + 深度可扩展"
│   └── Claude Code（五机制协同；锁 Claude 模型）
│
├── 想要"VS Code 原生体验 + 多窗口并发"
│   └── Cursor（Composer 自家模型 + Cursor 3 Agents Window）
│
├── 想要"git-first + 极简 + 多模型"
│   └── Aider（学习曲线最平，repo map 算法精妙）
│
├── 想要"显式 HITL + checkpoint 安全网"
│   └── Cline（Plan/Act 一等公民 + 2026-05 独立 SDK 跨 surface）
│
└── 想要"原生 OS 沙箱 + AGENTS.md 标准"
    └── Codex CLI（Rust 重写，Seatbelt/bubblewrap 隔离）

SWE-bench Verified ≠ 唯一指标：harness 的产品体验差异远大于跑分差异。Cursor 在交互流畅度上领先，Aider 在 git 集成与可解释性上领先，Claude Code 在生态深度上领先，Codex CLI 在沙箱安全上领先，Cline 在显式可控性上领先。先问"我的场景看重哪个维度"，再选 harness。

2026 工具融合趋势（选型新变量）：The New Stack 报道 Claude Code / Cursor / Codex 三大工具正通过插件和共享开放标准"merge into one stack"——MCP 让三者接同一批 server，Skill 这种 progressive disclosure 知识包在两个月内被 OpenAI / Google / GitHub / Cursor 集成，AGENTS.md / CLAUDE.md / .cursor/rules 也在收敛为相似的"项目指令文件"约定。这意味着选型的护城河正从「功能差异」转移到「Context / Permission / Sandbox 的工程取舍与生态成熟度」——能力趋同后，谁的可控性、可审计性、隔离强度更好，谁就更适合生产。另一条并行路线是人机协作 vs 全自主的分工：本地 harness（五大）做精细协作，Devin 2.0 这种全自主异步 agent 跑长周期大任务，社区主流做法是组合使用而非二选一。

常见误区 / 面试追问

  • 误区 1：「Claude Code 五机制可以互相替代」 — 错。MCP / Skill / Slash / Subagent / Hook 各管一个独立的 context 问题，强行替代会过度设计或失效。常见错误：把 commit format 写成 Skill（应在 CLAUDE.md）、指望 Hook 给模型加知识（Hook 不进 context，应该是 Skill）、用 Skill 调 GitHub（应该用 MCP）。

  • 误区 2：「Hook 和 Prompt 是一回事，反正都是让模型做什么」 — 这是 Coding Agent 从"玩具"到"生产工具"的核心分水岭。Hook = 确定性（regardless of model behavior） / Prompt = 概率性（model may skip）。在 CLAUDE.md 写"提交前必须跑 lint"——模型可能跳过；写成 PreToolUse hook——保证执行。这层分工不理解就做不出可靠的代码 Agent。

  • 误区 3：「Cursor 3 的 Agents Window 让 Cursor 变成了 Devin」 — 不完全。Cursor 3 引入云端 sandbox VM，但仍然以编辑器为主入口；Devin 则是"全自治长跑"（200 分钟自治再交付）。两者形态不同：Cursor 是"IDE + 异步 agent 加成"，Devin 是"独立 SWE 代理"。

  • 误区 4：「OpenAI Codex 模型可以无缝放到任何 harness 里」 — 错。Codex 模型在 post-training 阶段被绑定到 apply_patch 工具签名，OpenCode 团队发现脱离这个签名性能会掉。Post-training coupling 是 2026 行业的硬约束——模型与 harness 是深度耦合系统。

  • 追问 1：「Aider 的 repo map 算法核心是什么？」 → 答：tree-sitter 解析所有源文件成 AST → 提取 name.definition.* 和 name.reference.* 两类 tag → NetworkX 构建文件依赖图（A 引用 B 定义的符号 → 有向边） → PageRank 排序（chat-mentioned files 50x 权重，well-named identifiers 10x 权重） → token 预算下二分查找最大塞入量。默认 --map-tokens=1024，无 chat 文件时膨胀 8x。这是"小窗口模型在大 repo 上能工作"的核心算法。

  • 追问 2：「为什么 Claude Code 的 PreToolUse Hook deny 决策能强拦 --dangerously-skip-permissions？」 → 答：因为 Hook 是项目级别的配置约束而非"用户偏好"。Anthropic 的设计哲学是：项目所有者可以设置"用户即使加了 bypass flag 也不能越的红线"，这对企业 / 团队 / 开源项目至关重要。具体到代码，PreToolUse Hook 的 permissionDecision: "deny" 在 permission system 层面短路了所有 upstream 判断。

  • 追问 3：「Skill 的 Progressive Disclosure 与 RAG 的检索式有什么区别？」 → 答：表面相似，本质不同。

    • RAG：query → embedding 检索 → top-k chunks 进 context；触发由"用户 query"驱动，粒度是 chunk
    • Skill：模型读到 frontmatter description → 自主判断 → bash 读 SKILL.md；触发由"模型判断"驱动，粒度是"完整流程文档 + scripts"
    • Skill 的关键创新是 "模型选择加载什么知识"，而 RAG 是"系统选择灌什么知识给模型"。前者更适合"流程性知识"（工作流、规范、检查清单），后者更适合"事实性知识"（文档、代码、数据）。

  • 追问 4：「Cline 2026-05 把 runtime 从 IDE 剥离成 @cline/sdk，对行业意味着什么？」 → 答：意味着 Harness 进入"runtime 独立化 + 多 surface 适配"阶段。同一份 agent runtime 可跑 IDE / CLI / Web / CI，session 跨 surface 迁移（VSCode 启动的会话可在终端继续）。这预示 2026-2027 Harness 演进方向：与产品形态解耦，与模型/工具/protocol 协同。Claude Code 同期也在做类似分层（Claude Agent SDK 与 Claude Code CLI 解耦）。

  • 追问 5：「Devin 与 Replit Agent 这种『云端长跑型』为什么没纳入横评？」 → 答：因为它们不是"本地 harness"而是"云端 agent 产品"，比较维度完全不同。Devin/Replit 的核心权衡是"自治长度 vs 失败重试经济学"（Devin 用 ACU 计费、Replit 200 分钟自治），而本题五个 harness 的核心权衡是"context / tool / permission / sandbox 四维选择"。两类产品形态适合两个不同问题：本地协作开发（Claude Code / Cursor / Aider / Cline / Codex CLI） vs 异步 SWE 代理（Devin / Replit）。补充 Devin 2.0（2026.2）数据：支持多模型后自主任务完成率约 40%、入门价 $500/mo——这个 40% 正是讨论「全自主 Agent 可靠性」与「为何仍需 HITL」的硬论据，社区主流做法是组合使用（本地 harness 做精细活 + Devin 跑大任务）而非二选一。

  • 追问 6：「2026 年 Claude Code / Cursor / Codex 在融合，是不是很快会变成一个工具？」 → 答：能力在趋同，但四维工程取舍不会合并。The New Stack 报道的"merge into one stack"指的是接口层标准化——MCP 统一工具协议、Skill 统一知识加载、AGENTS.md/CLAUDE.md 统一项目指令；但每个 harness 在 Context（全塞+compact vs 检索式 vs 云端）、Permission（Hook 硬拦 vs 显式批准 vs 沙箱隔离）、Sandbox（无 vs OS 原生 vs 云端 VM）上的根本赌注不同，这些是写进架构和模型权重的取舍，不会因插件互通而消失。选型逻辑从「比谁功能多」转向「比谁的可控性、可审计性、隔离强度更适合生产」。

参考资料

综合横评

2026 竞争格局与工具融合

Claude Code 五机制深度

Aider Repo Map 算法

Codex CLI 与 Sandbox

Cline SDK 与 Plan/Act

Harness Engineering 理论

Cursor & Devin & Replit 参照

相关阅读

Pax 技术文档 · 工程面试与技术笔记
Copyright © 2026 pax