Harness和Codex如果只是比“写一个登录页面”，我觉得没什么意思。现在主流AI写这种东西，基本都能整出来。
真正有意思的是，把一个乱七八糟的真实项目扔给它。
几十个文件、几个模块互相调用，中间还有一堆历史代码，然后告诉它：“这个功能帮我改了，别影响原来的东西，顺便把Bug找一下。”
这时候就开始刺激了。
AI到底能不能看懂整个项目？改完以后会不会这里好了，那里又崩？跑测试发现问题以后，它会不会自己回头修？
所以我觉得Harness和Codex真正的较量，不是在Demo里，而是在这种“脏活累活”里。#DeepSeekHarness和Codex谁更好用#
能连续干活不翻车，才算真本事。