Codex VS DSH

两者本质区别

Codex（OpenAI）

• 定位：垂直编程智能体，只干 "写代码" 这一件事，但干到极致
• 模型：闭源，锁定 OpenAI 自家 o3 / GPT-5-Codex 系列
• 架构：OpenAI 自家闭环，桌面 App / CLI / IDE 插件 / 云端沙箱多端同步
• 开源：闭源商业产品
• 核心场景：读整个代码仓库 → 改代码 → 沙箱跑测试 / Lint → 反复迭代 → 直接提 GitHub PR

DSH（DeepSeek Harness）

• 定位：通用 Agent 运行时（harness），"一切皆插件"
• 模型：插件化，模型本身就是可替换插件，本地 / 云端随意切
• 架构：基于 Cordis 内核，工具、技能、会话、沙箱、存储、循环、UI 全是插件
• 开源：MIT 协议，npm 装插件（npx @deepseek-ai/dsh plugin add ...）
• 核心场景：不只是写代码 —— 文件管理、数据分析、写文档、做幻灯片、通过 dsh-comfyui-workbench 插件直接调 ComfyUI 画图 / 做精灵动画 / 下 HuggingFace 模型

Codex 的强项（DSH 比不了的地方）

1. 编程模型推理能力：o3 / GPT-5-Codex 是专门针对代码优化的模型，复杂仓库理解、跨文件重构、疑难 bug 定位，目前是第一梯队。DSH 插本地模型（哪怕是 Qwen3-Coder）在这步会差一截。
2. GitHub 闭环最成熟：云端沙箱模式关联你的 GitHub 仓库，后台跑任务，关电脑也能继续，完成后直接生成 PR，人在手机上审就行。
3. Agent loop 完整度高：读仓库 → 改 → 跑测试 → 看报错 → 再改 → 通过，这个闭环它自动跑，不用你指挥每一步。
4. 多任务并行：可以同时挂好几个 coding 任务在云端跑。
5. IDE/CLI/ 桌面 / Web 体验一致：同一个 @codex，在 ChatGPT 里、终端里、VSCode 里行为统一。

DSH 的强项（Codex 比不了的地方）

1. 本地优先、数据不出本机： 跑本地模型，DSH 天生就是干这个的。
2. 插件生态不设限：想接 ComfyUI 画图、想接自定义工具、想换模型内核，都是 plugin add 的事。Codex 的工具集是 OpenAI 定死的。
3. 媒体 / 创意工作流：dsh-comfyui-workbench 直接封装了文生图、图生图、inpainting、精灵动画、item-studio 资产 —— 这些 Codex 完全不做。
4. 完全开源可改：MIT 协议，内核、loop、UI 都能自己魔改。

Codex 的位置是：当你要正经写代码、改仓库、提 PR时，切到 Codex 用云端 o3 干 —— 这种活本地模型又慢又容易出错，Codex 的云端编程能力值得那个订阅费。

两者不是替代关系，是分工：DSH 管本地创意和媒体生成，Codex 管专业代码工程。