4 研究方法
4.1 系统选择
本研究覆盖 11 个 Harness 加一个元 Harness 对照点，选择标准是它们在设计哲学、成熟度与市场位置三个轴上的分布（表 3）；第 3.7 节把语料库置于 2026 年 7 月更广阔的领域背景中。 这组系统为每个主要商业 LLM 供应商各含一个智能体（Anthropic 的 Claude Code、OpenAI 的 Codex、Google 的 Gemini CLI [21]、Mistral 的 Mistral Vibe [20]），外加七个占据不同研究与生产生态位的开源项目——其中包括本修订版新增的三个系统：Hermes（增长最快的开源 Harness）、Pi（极简内核的逆流者）与 OpenCode（星标最多的专用编码智能体，带有独特的客户端/服务器拆分）；沿用的开源系统是 OpenHands [13]、Aider [14]、Mini-SWE-Agent [15] 与 OpenClaw。 语料库横跨三种编程语言（Python、TypeScript、Rust）、三个数量级的代码规模，以及从研究基线到完全产品化 CLI 工具的种种设计哲学。 全部快照重新固定到 2026 年 7 月的最新可用版本（原系统的 2026 年 4 月快照被保留用于纵向比较，第 14.5 节两者并用）。
| 系统 | 供应商 | 语言 | 版本 | 入选理由 |
| OpenHands | OpenHands（原 All-Hands-AI） | Python | V1 SDK v1.34.0（2026 年 7 月） | 成熟的模块化框架 |
| Aider | 社区（P. Gauthier） | Python | v0.86.3.dev（2026 年 5 月；维护模式） | 多态编辑策略 |
| Claude Code | Anthropic | TypeScript | 源码快照 2026 年 3 月（二进制 2.1.206，2026 年 7 月） | Anthropic 的旗舰智能体 |
| Codex | OpenAI | Rust | rust-v0.144.1（2026 年 7 月） | OpenAI 的旗舰智能体 |
| Gemini CLI | TypeScript | v0.50.0（2026 年 7 月） | Google 的旗舰智能体 | |
| Mistral Vibe | Mistral AI | Python | v2.19.1（2026 年 7 月） | Mistral 的旗舰智能体 |
| Mini-SWE-Agent | Princeton/Stanford | Python | v2.4.5（2026 年 7 月） | 极简主义研究基线 |
| Hermes | Nous Research | Python | 0.18.2（rel. 2026.7.7.2，2026 年 7 月） | 自我改进的技能；个人/SWE 混合 Harness |
| Pi | earendil-works（M. Zechner） | TypeScript | v0.80.6（2026 年 7 月） | 最小内核，最大可扩展性 |
| OpenCode | Anomaly（原 SST） | TypeScript | v1.17.18（2026 年 7 月） | 客户端/服务器架构；星标最多的专用编码智能体 |
| OpenClaw | 社区 | TypeScript | v2026.6.11（2026 年 7 月） | 对照：多通道助手 |
| Omnigent | Databricks | Python | v0.4.0（2026 年 7 月） | 对照：Harness 之上的元 Harness |
OpenClaw：外部对照点。
OpenClaw 是这组系统里的离群者。 它的 README 把自己描述为个人 AI 助手网关，而不是编码智能体；它横跨 20 多个消息平台（WhatsApp、Slack、Discord、Signal、iMessage、Matrix 等等），不带任何原生代码编辑工具（见表 7，其条目为 N/A）。 OpenClaw 不亲自写代码，而是通过插件把编码任务委派给专门的 SWE 智能体（opencode、kimi-coding、github-copilot、copilot-proxy）。 把它作为外部对照点纳入，有三个理由。 第一，它的插件架构（260 个 SDK 文件、清单驱动的发现机制、严格的导入边界）把哪些可扩展性模式是 SWE 特有的、哪些属于更广的智能体平台品类区分了出来。 第二，它采纳与 SWE 优先的智能体相同的横切标准（ACP 会话派生、MCP、agentskills.io Skills），为检验趋同论断提供了一个非 SWE 参照。 第三，它展示了网关-委派模式：一个消费而非实现编码能力的多通道助手。 Hermes 介于两类之间：像 OpenClaw 一样，它是多通道个人助手网关（Telegram、Discord、Slack、WhatsApp、Signal、CLI）；但与 OpenClaw 不同，它自带完整的原生编码工具集，因此我们把它当作语料库成员而非对照点，并在要紧处标注其混合属性。 凡采用计数对 OpenClaw 的纳入敏感之处，我们同时报告 11 系统计数与 10 编码 Harness 计数。 把趋同论断理解为严格限于编码智能体的读者，应采用 10 系统数字。
Omnigent：元 Harness 对照点。
Omnigent（Databricks，2026 年 6 月开源 [25]）不是编码 Harness，而是架在 Harness 之上的编排层：它包裹 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 以及自定义 YAML 定义的智能体于一个公共 API 之后，加入跨 Harness 策略、统一的操作系统沙箱与可共享的多设备会话。 因为它不实现自己的编辑循环，把它和语料库一起放在七个维度上打分将是范畴错误；第 14.4 节改为把它作为证据，分析哪些 Harness 能力正在向上迁移进元层。
4.2 分析维度
每个系统沿七个维度分析： (D1) 智能体循环设计； (D2) LLM 集成与模型-智能体协同设计； (D3) 工具与动作系统； (D4) 记忆与上下文管理； (D5) 安全与权限模型； (D6) 多智能体编排； (D7) 可扩展性机制。 所有版本均为 2026 年 7 月（精确固定见表 3）；对从本研究 2026 年 4 月版沿用的 8 个系统，我们保留了 4 月快照并与 7 月快照做 diff，第 14.5 节报告三个月的 Harness 演化在源码级是什么样子。 代码规模数字是在固定快照上测得的近似行数，报告它们是为了按数量级给系统定位；它们不是跨计数约定可复现的指标。