现在的 AI 编程工具很多，看起来都能“读代码、改文件、跑测试”。但真正用起来，体验差别很大。差别不只来自模型，也来自 Harness 的设计：它运行在哪里，如何管理上下文，怎么调用工具，怎样处理权限，是否贴近 IDE 或终端工作流。
这篇不做排名，只讲差异。
Claude Code：终端里的完整工程 Agent
Claude Code 的特点是工程执行能力完整。官方文档把它描述为能读取代码库、编辑文件、运行命令，并和开发工具集成的 agentic coding tool。它的核心循环是：收集上下文、采取行动、验证结果。
它适合在终端里处理真实任务：修 bug、补测试、跑构建、整理提交、分析日志。它还支持 CLAUDE.md、权限模式、hooks、skills、MCP、subagents 等扩展能力。
Claude Code 的优势是“工程感”强。它不像单纯 IDE 补全工具，更像一个能接手任务的终端同事。
但也正因为它能力强，权限和上下文管理要认真配置。否则它可能读太多、改太多，或者在不合适的时间运行命令。
Codex：本地终端 Agent 和 OpenAI 生态入口
OpenAI 的 Codex CLI 是运行在本机的 coding agent。它有终端入口，也有 IDE 和桌面应用相关路径。它的定位很直接：在本地机器上帮助完成代码任务。
Codex 的特点是和 OpenAI 账户、模型、开发者生态结合紧。对已经使用 ChatGPT、OpenAI API 或 OpenAI 开发工具链的团队来说，它的接入成本会比较低。
从 Harness 角度看，Codex 关注本地执行、安全沙箱、任务上下文和开发者命令行体验。它适合需要在终端里完成代码修改、解释、测试和迭代的场景。
它和 Claude Code 的区别，不只是模型不同，而是产品生态不同。团队如果已经围绕 OpenAI 工具链构建自动化，Codex 会更自然。
Cursor：IDE 里的 Agent Harness
Cursor 的核心场景在编辑器。它有 Tab 补全、Inline Edit、Chat、Agent、Rules、Memories、Codebase Indexing、MCP 等能力。
它的优势是贴近日常写代码的视觉环境。你能直接看到文件树、当前编辑器、diff、选中代码和对话。对于前端、全栈、产品迭代类任务，Cursor 的交互体验很顺。
Cursor Agent 可以跨文件修改代码，Rules 可以把项目约定放进上下文，MCP 可以连接外部工具。它更像“IDE 里的 Agent Harness”。
但 IDE 形态也有边界。复杂终端任务、长时间后台任务、多仓库自动化，有时终端型 Agent 更自然。
OpenCode：开源和模型自由度
OpenCode 的优势在开放性。它是开源 AI coding agent，支持终端、IDE、桌面等形态，也强调多模型、多 provider、本地优先等能力。
对于不想完全绑定某一家模型或产品生态的团队，OpenCode 更有吸引力。它适合折腾型开发者、内部平台团队，以及希望把 Agent 能力嵌入自己工作流的团队。
开源工具的好处是可控、可改、可集成；代价是团队要承担更多配置、升级和问题排查成本。
四类 Harness 的位置
怎么选
如果团队主要在终端里工作，任务常常涉及测试、构建、Git、脚本，Claude Code 或 Codex 更合适。
如果团队更依赖 IDE 交互，尤其是前端和全栈业务迭代，Cursor 更顺。
如果团队需要开源、可控、多模型，或者想把 Agent 做成内部平台的一部分，OpenCode 值得看。
如果是企业落地，不建议一开始就全员同时上四套工具。更实际的方式是选一个主工具，再允许少量工程师探索其他工具。
选型维度
可以按这些问题判断：
代码是否必须留在本地？
是否需要云端后台任务？
团队主要在 IDE 还是终端工作？
是否需要 MCP、hooks、rules？
是否有统一权限和审计要求？
是否需要多模型切换？
是否要接入 CI、PR、工单和文档？
不要只看 demo。真正决定工具价值的是日常任务：修 bug、补测试、重构、Review、处理 CI 失败。
真实建议
个人开发者可以按手感选。哪个能让你更快完成任务，就用哪个。
团队使用要谨慎。至少要统一三件事：
第一，项目规则放在哪里。比如 CLAUDE.md、AGENTS.md、Cursor Rules 是否同步。
第二，权限边界怎么设。哪些命令能自动跑，哪些必须确认。
第三，验证标准是什么。Agent 不能只给结果，还要说明跑了哪些测试、哪些没跑。
总结
Claude Code、Codex、Cursor、OpenCode 不是简单的“谁更强”。它们代表了不同 Harness 形态：
Claude Code：终端工程执行
Codex：OpenAI 生态下的本地 coding agent
Cursor：IDE 内 Agent 工作流
OpenCode：开源、多模型、可定制 Harness
选工具不如选工作流。能稳定嵌入团队真实研发流程的，才是最合适的。
