ZAI 观察

本文看点：当开源威胁利益，它叫 "Full AI Communism"；当开源能够扩大生意，它就叫生态。开源没有拆掉围墙，只是把围墙往更值钱的地方挪了挪，仅此而已。

Codex 开放成型能力，DSH 开放组装规则，两套 Harness 背后是两种生意。

开源取决于靠什么赚钱

模型继续保持稀缺，Harness 则负责把收费能力送进更多产品。

生态战争重新划线

OpenAI 希望生态围绕模型生长，DSH 则想让任何模型都无法锁住生态。

AI 行业的开源战火，正在从模型烧向 Agent 底座。

区区一周时间，DeepSeek 与 OpenAI 争先恐后把 Agent 底座推向开源：前者开源 DSH，后者开源 Codex Harness。昨天还被视为商业护城河的封闭体系，转眼间仿佛成了两家公司都急着甩掉的历史包袱。

看上去，模型开源之后，Agent 也要开源；中国公司开，美国公司也跟着开。但问题在于，大约一个月前，OpenAI 战略未来负责人、前白宫 AI 政策顾问 Dean Ball 还在对中国企业开放模型的举措大放厥词。

身为 OpenAI 高管的 Ball 宣称，开放模型会削弱前沿 AI 的商业回报，打击企业继续投入数百亿美元的意愿，因此天然是一种 " 减速主义力量 "。单谈资本回报似乎还不够热闹，他随后又使出了那套臭名昭著的意识形态化手法，用 "full AI communism" 形容中国公司的开源策略，顺手把一场有关成本、利润和市场份额的商业竞争，包装成了制度之争。

按照这套逻辑，把模型锁进 API，把核心能力留在少数美国公司的服务器里，才是在保护技术进步；中国企业一旦将其开放，就成了值得警惕的意识形态行动。Ball 的这番表达，几乎是在公开与 " 开放 " 两个字划清界限。

可一个月过去，Ball 的话音还没完全落地，浓眉大眼的 OpenAI 也叛变了革命，嗞溜一声滑进了开源队伍，而且站位相当靠前。

如果开源真的会破坏商业回报，OpenAI 为什么还要开放 Codex Harness？这是迫于竞争压力的自我否定，还是 Ball 真正反对的从来都不是开源，而是中国企业利用开源取得商业优势？

更重要的是，DSH 与 Codex Harness 虽然都叫 " 开源 "，双方开放的究竟是什么，又分别保住了什么？它们是在拥抱同一种技术理想，还是在用开源攻击对方的商业腹地？

答案背后，是一场从模型蔓延至 Agent 底座的生态阻击战。

SAME WORD,DIFFERENT GAME

01 同为开源，此开源非彼开源

科技行业的 " 开源 "，需要关注的可不只是门有没有开，更关键是打开门以后，门口到底是什么。有人开放的是成品展厅，有人开放的是部件总成，也有人开门以后满眼都是螺丝钉，但门口挂着的，却是同样明晃晃的 "Open Source" 两个烫金大字。……这次的情况其实差不多，虽然 OpenAI 和 DeepSeek 都开源了 Harness，但是具体的开源内容乃至商业模式，却不尽相同。

先用尽可能简单的方式解释一下 Harness。

大模型主要负责理解问题、进行判断和生成下一步行动，但打开文件、运行命令、调用浏览器或企业软件，以及把执行结果重新交给模型，都需要另一套系统完成；有一个很精准的比喻更能说明模型与 Harness 的关系：模型是火车，而 Harness 就是轨道系统，能够承载、限制并引导火车的方向。

具体来说，Harness 承担的是这部分工作：它把模型、工具和用户连接起来，负责拆解任务、调用工具、记录进度，并根据执行结果推动模型继续判断。遇到转账、删除文件等敏感操作时，它还可以暂停任务，等待用户批准。

有了 Harness，模型才能从一次次回答问题，变成持续执行任务的 Agent。这套位于大模型与具体应用之间的执行系统，就是 Harness。

虽然两家公司开放的都是 Harness，开放思路却不太一样。OpenAI 交出的是一套已经成型的 Codex 能力，希望开发者把它装进更多产品；DeepSeek 开放的则是一套组件化的 Agent 底座，希望开发者按照 DSH 定义的接口和规则开发组件，再把模型、工具和专业能力装配成可以真正交付的 Agent 产品。

OpenAI 开放 Codex Harness，重点是让外部产品直接使用 Codex 已经形成的任务执行能力。

开发者可以给 Codex 更换界面，接入自己的软件、数据和业务流程，将它改造成代码审查、企业运维或者财务月结 Agent。OpenAI 提供的 App Server 负责把 Codex 的执行进度、工具调用和审批请求传递给外部产品，让开发者不必重新编写整套 Agent 运行逻辑。

理论上，一家财务软件公司可以把企业的财务系统、月结流程和权限规则接到 Codex 上，以此开发自己的月结 Agent。毕竟财务人员并不关心 Agent Loop 写得是否优雅，他们只关心月底能不能把差异找出来，以及这个 Agent 会不会顺手把总账删了。

最终的产品可以使用财务软件公司的品牌、界面和行业知识，执行任务的核心仍然来自 Codex。开发者负责最后一公里的行业适配，同一套 Codex 能力则借此进入更多软件和业务场景。

DeepSeek 开放 DSH，重点是让开发者按照它定义的规则开发组件、组装 Agent。

它同样提供一套可以直接运行的默认方案，但模型、工具、会话与存储、沙箱、界面，甚至 Agent 如何反复判断和执行的工作循环，都被设计成可以替换的组件。开发者既可以直接使用 DeepSeek 提供的组合，也可以按照 DSH 定义的接口，重新开发其中任何一个部分。

这里最关键的并不是 " 什么都可以换 "，而是换上去的新组件仍然需要遵循 DSH 制定的装配规则。

仍以财务月结 Agent 为例，开发者可以选择一个模型负责判断任务，用一个组件连接财务系统，再分别接入企业自己的权限、记忆和安全沙箱。以后模型涨价，可以只更换模型；企业提高安全要求，可以只更换沙箱，其他已经开发完成的部分不必集体陪葬。

这些组件来自不同公司，却遵循 DSH 定义的装配规则。企业可以根据实际需要选择零件，再将它们组合成完整的 Agent 产品。如果这种开发方式得到广泛采用，DSH 提供的就不再只是一套开源代码，还可能成为不同模型、工具和专业能力进入 Agent 产品的共同接口。

如果把两种开放方式放进实体机器人行业，区别会更加直观。

Codex 像一台已经调校完成的机器人。它的基本形态和控制逻辑已经确定，开发者可以装上夹具、扫码器或者焊枪，再接入仓储分拣、质量检测和汽车装配流程，让它承担不同工作。

DSH 更像一套机器人组装平台：可以选择双足、四足或轮足，关节可以追求轻量，也可以升级高扭矩和力反馈；末端可以使用夹爪或触觉灵巧手，感知系统则可选择激光雷达或双目视觉。所有部件都按照 DSH 定义的接口装配。

INSIGHT

Codex 允许开发者扩展一台已经定型的机器人，DSH 允许开发者按照它制定的接口组装整台机器人。

两种开放方式不同，赚钱的路径自然也不同。

OpenAI 的账比较好算，甚至不需要请高级会计师。Harness 可以免费，围绕它开发的产品却仍然需要模型、算力、API、企业订阅和云端服务。Codex 进入的行业越多，这些收费能力的需求就越大。

第三方做出一个财务 Agent，OpenAI 未必能收到这款软件的许可费，却可能长期获得背后的模型调用和企业服务收入。它放弃亲自开发每一个应用，换取更多应用持续消耗 Codex。软件可以挂别人的商标，API 账单仍然有机会寄到 OpenAI 这里。

DSH 的账绕一些，因为它允许开发者把 DeepSeek 模型也换掉。

DeepSeek 首先希望 DSH 成为开发者组装 Agent 时习惯采用的底座，让不同模型、工具和专业组件按照这套架构接入。一旦开发者入口和插件生态形成，DeepSeek 便有机会获得标准影响力，自己的模型也更容易进入各种 Agent。

模型可以替换，还会把价格和性能直接放到一张桌子上比较。对于一个以低成本和高性能争夺市场的挑战者，这未必是坏事。只要 DeepSeek 模型足够便宜、能力足够强，降低切换门槛反而可能扩大它的 API 调用和企业采用。未来的托管、技术支持及企业服务，也可能建立在这套生态之上。

最终，OpenAI 希望更多产品采用 Codex，让同一套 Agent 能力在不同场景中持续产生收入；DeepSeek 希望更多公司按照 DSH 的规则开发组件，把它推向 Agent 的通用组装标准，再让自己的模型及相关服务从生态扩张中获益。

两家公司都免费开放了 Harness，真正想做大的，却是 Harness 背后的另一门生意。

OPEN WHAT PAYS

02 刚刚批评开源，OpenAI 为什么转头自己开？

前文已经说明，OpenAI 开放 Codex Harness，并没有把最昂贵的模型一起交出去。这也刚好证明，OpenAI 判断一项技术能否开放，依据并非某种抽象立场，而是它会怎样影响自己的核心业务。

撇开其中那套臭名昭著令人作呕的意识形态包装，Ball 的商业判断确实符合 OpenAI 的利益：中国企业开放高性能模型，可能压低模型价格，削弱前沿实验室收回巨额训练投入的能力。

训练前沿模型需要芯片、数据、电力和大量工程投入，实验室通常希望通过 API、订阅和企业服务收回成本。能力接近的开放模型一旦出现，客户可以自行部署或者选择更便宜的供应商，领先者维持高价和技术优势的时间也会缩短。

按照 Ball 的逻辑，模型价格下降会削弱投资回报，最终降低企业继续投入下一代模型的意愿。这就是他所谓的 " 减速主义力量 "。

但这套逻辑针对的是模型，并不必然适用于 Harness。

前沿模型拥有能力，并不等于用户能够直接感受到这些能力，更不等于它们可以自动转化为商业收入。模型必须进入具体产品，获得工具、界面和任务流程，才能真正解决问题。Anthropic 的 AI 研究与实验室产品负责人 Dianne Penn 曾在访谈中以 Opus 4.5 和 Claude Code 为例说明这种关系：Opus 4.5 的能力通过 Claude Code 获得了更清晰的产品载体，而 Claude Code 的快速普及，也建立在模型能力足够强的基础上。模型与产品并非彼此独立，前者决定能力上限，后者负责让用户真正使用并愿意为这种能力付费。

这也解释了 OpenAI 为什么愿意开放 Harness。开放模型，可能让一部分客户自行部署，或者转向价格更低的供应商，从而削弱 OpenAI 的模型定价权；开放 Harness，却可以让更多开发者把 Codex 装进自己的产品，让模型进入 OpenAI 不可能亲自覆盖的财务、法律、医疗和企业软件。

一个可能减少 OpenAI 出售模型能力的机会，另一个却在增加模型被调用和收费的场景。Ball 批评开放模型，与 OpenAI 开放 Codex Harness，在商业逻辑上完全可以同时成立。

至于 Ball 为什么一定要把商业问题包装成意识形态问题，不好从思维方式与道德修养角度轻易评价，但 " 开放 " 是否危险，还要看公开的是谁的东西、影响的是谁的利润，这个角度 Ball 确实还是很拎得清的。

意识形态负责在发布会上划清界限，但谈钱的时候可以按照需要重新画一条。

开放什么，取决于靠什么赚钱

这种 " 守住核心、开放外围 " 的做法，既不是 OpenAI 灵光一现的会心一击，更不是什么高深莫测的顶级谋略，其原理简单到一句话可以说明白：公司愿意开放的是能够扩大市场的部分，同时还要把真正决定利润的稀缺能力留在自己手中。

同样身处 AI 产业核心位置的 NVIDIA，也深谙此道。它开源 TensorRT-LLM、Triton 和 NeMo 等工具，却牢牢掌握 GPU 与 CUDA 构成的软硬件平台。

CUDA 尤其关键。GPU 提供算力，CUDA 则连接编程工具、加速库和性能优化，让大量软件、人才和工作流程围绕 NVIDIA 的平台沉淀。上层工具越丰富，开发者提供的模型和应用越多，对 GPU 和 CUDA 生态的需求也就越大。

这当然不是慈善，只是笔生意而已。开发者得到免费工具，NVIDIA 得到更多围绕 CUDA 运行的工作负载。它只是很清楚，哪些代码免费以后，会让 GPU 卖得更多。

OpenAI 采用的是类似的产业分工。它不可能亲自开发所有财务、法律、医疗和投资 Agent，于是开放 Codex Harness，把最后一公里的行业定制交给软件厂商，自己集中资源守住模型、推理服务和企业客户。

NVIDIA 希望市场创造出更多消耗 GPU 的场景，OpenAI 希望市场寻找更多消耗模型推理的场景。两者遵循同一条原则：控制最稀缺、最具规模效应的核心，把复杂而分散的外围创新交给市场。

OpenAI 没有改变商业模式，只是重新划定了边界：模型负责保持稀缺和收费，Harness 负责把模型送进更多产品。

它愿意开放的，只是能够让核心资产变得更值钱的部分。

ECOSYSTEM WAR

03 晋西北乱成一锅粥：开放生态大混战

OpenAI 与 DeepSeek 先后开放 Harness 以后，AI 行业并没有因此走向天下大同。恰恰相反，两家公司选择开放的部分，刚好都是奔着对方软肋去的。

需要澄清的是，Codex Harness 不可能在 DSH 发布后的几天内临时开发完成，因此不能仅凭两条消息相隔不到一周，就认定 OpenAI 专门为了反击 DeepSeek 才开源，这种观点的情绪很高，但价值基本没有。

不过同样需要澄清的是，商业竞争看的不只是项目最初为何立项，更得看它推出以后实际上压缩了谁的空间。

Codex 与 DSH，事实意义上的商业互捅

OpenAI 首先让 " 开放 Harness" 不再是 DSH 的独家优势。开发者即使留在 OpenAI 体系，也可以接入自己的软件和流程，开发垂直 Agent；同时还能使用 Codex 现成的模型、产品和企业服务。对于只想尽快交付产品的公司，成熟与便利往往比彻底自由更有吸引力。

因此，OpenAI 不需要比 DSH 开放得更彻底，只需要开放到让开发者没有必要离开。Codex 对 DSH 的阻击，就是用较短的交付路径，降低 " 自由组装 " 的吸引力。

DSH 攻击的则是 OpenAI 最希望守住的生态绑定。它把模型也变成可替换组件，让企业保留工具、记忆、权限和业务流程，只更换后台模型。

GPT 仍然可以进入 DSH，但身份已经发生变化：在 Codex 体系里，它是产品中心；进入 DSH 以后，它只是需要与 DeepSeek、Qwen 等模型比较价格和能力的供应商之一。DSH 甚至不必保证 DeepSeek 每次都获胜，只要企业相信模型可以更换，OpenAI 利用整套 Agent 系统锁住客户和维持高价的能力就会下降。

工具和企业流程如果按照 DSH 的规则开发，也不会天然沉淀在 Codex 体系。对于私有部署和深度定制市场，企业还可以自行决定每一层由谁提供。

所以，DSH 对 OpenAI 的阻击，是把 OpenAI 从平台所有者降为模型供应商。

OpenAI 开放 Harness，是为了让生态围绕自己的模型生长；DSH 开放 Harness，是为了让任何模型都无法通过 Harness 锁住生态。

Anthropic：敌动我先不动，敌要捅我那可能还得动

OpenAI 与 DSH 先后开放 Harness 以后，Anthropic 会不会跟进，目前还没有明确答案。从现有策略看，它大概率会先观望。

Anthropic 依靠 Claude 的 API、订阅和企业服务赚钱。只要模型能力足够强，企业客户也愿意为稳定性和安全性付费，它就没有迫切理由拆开自己的核心 Agent 系统。与 OpenAI 和 DSH 相比，Anthropic 目前更相信完整产品的价值，而不是开放底层带来的扩张速度。

Dario Amodei 的个人倾向也会影响这项选择。他并不反对所有开放模型，还明确承认不具备危险能力的开放模型具有公共价值；但对于高性能模型，他始终强调一个问题：权重一旦公开便无法撤回，原有的安全限制和使用监测也可能随之失效。

这种倾向只能说明 Anthropic 面对开放会更加谨慎，不能直接推导出它一定反对 Harness 开源。毕竟，模型权重与 Harness 属于不同层级，开放任务执行系统也不等于交出 Claude 本身。Dario 的风险观更可能决定开放的边界，而不是永久封死所有可能性。

真正的变量仍然是市场压力。如果 Codex 和 DSH 依靠开放 Harness 吸引了大量开发者，Claude 可能逐渐成为其他 Agent 系统中一个可以替换的模型供应商。Anthropic 即使还能卖出 API，也可能失去对产品入口和生态的影响力。

按照常理推测，届时存在一种可能：Anthropic 尝试开放能力边界相对可控的模型，或者开放某种形式的 Harness，以降低开发者围绕 Claude 构建产品的门槛，同时继续守住最先进的模型和主要商业服务。

目前没有证据表明它已经准备这样做，因此这只能算一种基于竞争格局的推演。但如果开放 Harness 逐渐从加分项变成 Agent 市场的入场券，Anthropic 也很难永远只靠闭源信念回答商业问题。

Dario 可以决定 Anthropic 最初把门开多大，但 OpenAI 和 DSH 则可能决定这扇门还能存在多久。

Google Gemini：基本上没人捅我，我也不想动

Google 其实早在 2025 年就开源了 Agent 开发框架 ADK。它没有引起今天这样的讨论，主要因为 ADK 只是一个新发布的开发框架，并非 Google 拆开一款已经拥有大量用户的 Agent 产品。当时行业也尚未把 Harness 视为独立的平台层，ADK 又被塞进 Google Cloud Next 多达 229 项发布之中，最终被当成了又一个 SDK：技术上提前到了，新闻上却没有故事。

因此，Codex 和 DSH 相继开放以后，Google 没有必要仓促跟进。它已经做过相近的事情，只是没有把这件事包装成一场生态战争。

更重要的是，Gemini 目前只是 Google 庞大业务中的一部分。Alphabet 至今没有单独披露 Gemini 带来的收入，而 Google Cloud 已经是一个收入和利润均被单独披露的成熟业务。在 AI 产业链上，Google 更清晰的商业回报仍然来自算力、模型托管、存储、数据库和企业服务等基础设施。

Google 当然希望更多 Agent 使用 Gemini；但即使开发者选择其他模型或者 Harness，只要相关业务运行在 Google Cloud 上，它仍然能够赚钱。OpenAI 和 DSH 需要争夺 Agent 由谁组装，Google 则同时拥有自己的模型和承接各种 Agent 的基础设施。它希望 Gemini 赢，却没有必要把全部生意押在 Gemini 独赢上。

THE WALL MOVES

∞开源没有消灭围墙

这场争论真正值得关注的，不是谁突然信仰了开源，而是谁正在重新划定产业边界。

Agent 时代的开源，本质上是对免费层与收费层的一次重新分配。公司开放希望迅速普及的部分，再用由此形成的生态，抬高自己核心业务的价值。

真正的赢家未必是开放最多的一家，而是能够让全行业使用其开放部分，最后又离不开其闭源核心的一家。

开源没有拆掉围墙，只是把围墙往更值钱的地方挪了挪。