比较基线:Pi/Codex/DSH 为 2026-08-29 官方 Git HEAD;Claude Code 内部实现为 2.1.88 source-map 恢复源码,2.1.251 只校准分发与类型契约。
核心、插件/扩展、实验性、契约可见不是同一成熟度。
关键源码
- Pi:
agent-loop.ts、agent-session.ts - Codex:
session/turn.rs、tools/orchestrator.rs - DeepSeek Harness:
agent-loop/src/agent.ts、session/src/index.ts - Claude Code:
query.ts:L219、toolExecution.ts:L599
结论先行
四者不是同一架构的不同功能表:Pi 追求最小核心和用户扩展;Codex 把 app-server、typed context、安全状态机和 multi-agent control plane 做成系统层;DSH 把 Cordis composition、durable event surface 与 effect lifecycle 放在 loop 之上;Claude Code 以共享 async-generator loop 为中心,向外叠加成熟权限、压缩、subagent 与产品集成。选择时应先确定需要哪一种“控制面”,再比较具体工具数量。
上图是对代码组织的解释性归纳,不是 benchmark 结果:DSH 的动态性来自 Cordis profile/effect;Pi 来自宿主扩展;Codex 的系统性来自协议、store、安全与 control plane;Claude Code 的产品层围绕集中 loop 组装。
核心概念
| 标记 | 含义 |
|---|---|
| 核心内置 | 生产主路径直接拥有该状态机或服务 |
| 插件/扩展 | 官方 seam 可实现,但不由核心统一保证 |
| 实验性 | 仓库已有基础实现,生产入口或关键 operation 尚未完整 |
| 契约可见 | 类型/schema 中存在,不能由此证明运行时启用或内部算法 |
| 代码事实 | 能由当前快照的明确调用链与行号直接支持 |
| 架构推断 | 基于多个代码事实解释适配度,不等于 benchmark 结论 |
一览矩阵
| 功能轴 | Pi | OpenAI Codex | DeepSeek Harness | Claude Code |
|---|---|---|---|---|
| 核心组织 | coding-agent → AgentSession → agent-loop 的小核心;durable harness 仍部分未实现。agent-harness.ts:L347-L420 | app-server → Session submission → Task → turn 的协议化系统。handlers.rs:L530-L715 | Cordis Loader/Fiber 全插件宿主,profile 决定产品。registry.ts:L293-L336 | 单一 query() async-generator loop,REPL/headless/subagent 共用。query.ts:L219-L321 |
| 模型/provider | 核心多 provider,模型目录+鉴权+stream,约 40 个 factory。all.ts:L88-L140 | Responses wire API;provider 可配 auth/retry/WS/search,WS 失败会 session 级降级。model-provider-info:L61-L151 | Effect-scoped adapter gateway,generation/config 固定到 prepared call。llm/index.ts:L372-L454 | Anthropic 1P、Bedrock、Vertex、Foundry;自管 streaming retry/fallback。client.ts:L153-L315 |
| Agent loop | 双层:内层 tool/steering,外层 follow-up。agent-loop.ts:L156-L272 | 三层:submission loop、RegularTask、run_turn sampling。turn.rs:L145-L162 | 薄 loop,pre-step waterfall 与 durable events 承担扩展。agent.ts:L232-L435 | while(true) 中集成 streaming、tools、attachments、compaction。query.ts:L1360-L1728 |
| 工具管线 | Schema + preflight hook;batch 默认并行,sequential 工具令整批串行。agent-loop.ts:L406-L424 | Router → parallel RW gate → Registry pre/post hooks → handler。registry.rs:L582-L755 | ToolRuntime pre/execute/post;native 与 PTC 共用调度、timeout、events。tools/index.ts:L137-L287 | Zod/custom validation → PreToolUse → permission → tool.call → PostToolUse。toolExecution.ts:L599-L687 |
| Code mode / PTC | 无核心 code-mode;可由扩展构造。 | 模型使用工具协议;本矩阵未确认通用 PTC SDK。 | 核心支持 native/PTC/both 与 run_code,正式 TS runtime 是 worker thread。tools/index.ts:L981-L1060 | 工具与 Bash/Agent 为主;2.1.251 类型 surface 有更多 workflow 类工具,但不是 PTC 证据。sdk-tools.d.ts:L8-L102 |
| 逐调用审批 | 无核心 permission popup;扩展可 preflight block。README.md:L38-L46 | 核心 policy/guardian/approval cache 状态机。orchestrator.rs:L125-L230 | Permission preset + approval waterfall,缺 answerer fail closed。user-approval:L269-L308 | 核心 allow/deny/ask + modes,hook 可影响决定。Tool.ts:L116-L148 |
| OS/FS sandbox | 无核心沙箱;官方建议 Gondolin/Docker/OpenShell。README.md:L38-L46 | 核心两阶段 sandbox attempt;仅 sandbox denial 可申请升级重试。orchestrator.rs:L305-L512 | Sandbox provider 必须 enforce 或 fail closed;mode 只承诺文件效果。sandbox/index.ts:L23-L175 | 可选 sandbox adapter;默认未开启,底层规则在外部 runtime。sandbox-adapter.ts:L459-L484 |
| 项目信任/指令 | Trust 只控制项目资源加载/写入,不限制基础工具。trust-manager.ts:L178-L207 | 不可信项目跳过 project instructions;配置/managed policy 分层。agents_md.rs:L185-L225 | Instructions 根据 cwd/project/touched path 动态刷新并 durable 注入。agent-instructions:L80-L221 | CLAUDE.md/多级 memory 注入并标明来源。claudemd.ts:L1153-L1195 |
| 动态上下文 | System prompt + AGENTS/CLAUDE + skills;extension 可替换/追加。system-prompt.ts:L27-L168 | 分角色 instructions + typed WorldState snapshot/RFC7386 diff。world_state:L219-L446 | Ordered prompt sections + durable request header/context events。system-prompt:L13-L161 | 动态 prompt sections + 缓存 Git system context + user CLAUDE.md context。context.ts:L36-L176 |
| Session 模型 | v3 append-only JSONL id/parentId tree。session-manager.ts:L30-L153 | ThreadStore trait;durable rollout + SQLite projection,可 copied/reference fork。store.rs:L55-L169 | Append-only event log,model surface 由 surfaceOp 派生。session/index.ts:L699-L744 | JSONL append + parentUuid chain;subagent sidechain 独立。sessionStorage.ts:L198-L303 |
| Compaction | threshold/overflow/manual;扩展可取消或替换;overflow 最多 retry 一次。agent-session.ts:L2152-L2354 | Pre/mid/manual;remote/local capability 分派,loop 内一等状态转换。tasks/compact.rs:L28-L84 | Pressure/overflow → durable surface replacement;可先无模型 prune。compaction-basic:L126-L331 | microcompact/collapse/full compact;重注入文件、MCP、agent、hooks。compact.ts:L325-L748 |
| Subagent | 核心不内置;示例扩展以子进程启动 Pi,并发 4。subagent/index.ts:L1-L34 | 原生 V2 root-tree AgentControl、lineage、mailbox、limits。control.rs:L111-L174 | Provider registry;in-process continuable 与 Codex/Claude fresh-context bridge。subagent/index.ts:L195-L349 | 原生 AgentTool,共用 query;独立 sidechain/MCP/hooks,支持 background/worktree/team。runAgent.ts:L648-L834 |
| MCP | 核心明确不内置;扩展/package 实现。coding-agent/README.md:L495-L509 | 核心 runtime projection,环境/auth 改变时原子发布。session/mcp.rs:L90-L255 | 普通 Tool Provider;stdio/Streamable HTTP、热同步与原子 replacement。mcp-client/tools.ts:L119-L193 | 核心产品层支持 stdio/SSE/Streamable HTTP、OAuth 与多类 resources。mcp/client.ts:L595-L865 |
| Skills | 核心 resource loader 原生支持 SKILL.md。skills.ts:L67-L220 | Skills host service,按 config/cwd/plugin roots 缓存隔离视图。host_service.rs:L112-L365 | Ranked scoped registry,stable snapshot 才 durable 注入。tool-skill:L206-L251 | Rich frontmatter、dynamic/path conditional discovery。loadSkillsDir.ts:L180-L264 |
| 插件/Hooks | TS/JS 宿主扩展;可注册工具/provider/UI/事件,继承全权限。loader.ts:L500-L518 | Plugins/skills/MCP + session/prompt/tool/compact/stop hooks。hooks/registry.rs:L91-L280 | 所有行为都是 effect-scoped plugin;bundle dependency 进入 patch stack。apps/cli/plugin.ts:L47-L162 | Plugins 聚合 commands/agents/hooks;managed policy 优先,启动 cache-only。pluginLoader.ts:L2995-L3145 |
| UI/远程接口 | 差分 TUI、TS SDK、stdio JSONL RPC;新 CBOR client/server 实验线。protocol/README.md:L1-L16 | TUI/exec/Python SDK 共 app-server;TS SDK 仍 exec JSONL wrapper。sdk/typescript/exec.ts:L91-L119 | Web Typert HTTP/WS、headless、ACP 共用 profile/session core。gateway/index.ts:L594-L645 | React/Ink REPL + print/stream-json control plane。print.ts:L2863-L3079 |
| 测试/可复现 | 隔离 HOME/TMP/git/API env 的 workspace tests。test.sh:L1-L79 | Rust nextest + Python pytest + TS Jest;feature/config 层集中验证。justfile:L81-L92 | Profile-level snapshot/replay 固定 composition、prompt、tools、permissions。suite.ts:L1-L64 | 恢复 artifact 没有公开 tests;仅能看到 analytics/OTel/profiler。package.json:L7-L18 |
选择建议(由机制推导,不是绝对排名)
| 目标 | 更匹配的架构 | 原因 |
|---|---|---|
| 快速接不同 LLM/provider、自己定义 agent 体验 | Pi | Provider 与宿主 extension 是第一等能力,核心约束少;需要自行承担安全/调度集成。 |
| 构建可靠本地/远程 coding-agent 客户端或强安全执行链 | Codex | app-server、typed world state、approval+sandbox orchestrator、ThreadStore 的系统边界清晰。 |
| 研究可重放组合、动态插件生命周期、Web/headless/ACP 同核 | DeepSeek Harness | Cordis effect、durable Session surface 与 profile composition 直接服务这一目标。 |
| 需要成熟交互产品、复杂权限、subagent/worktree、广泛集成 | Claude Code | 2.1.88 可见的产品层最完整;最新版内部实现不可静态审计是重要限制。 |
这些建议来自架构适配度,不代表模型质量、完成率、延迟或成本。四个仓库未在同一模型、任务、权限和硬件条件下跑 benchmark,不能从源码功能推出性能排序。
系列导航
活跃开发方向
- Pi durable harness/server 与生产 CLI 的汇合。
- Codex app-server/multi-agent V2/remote stores。
- DSH scoped composition、PTC runtime 与 Web reconnect。
- Claude Code 原生分发后的公开契约与可审计实现差距。
待调查问题
- [待调查] 统一模型、任务、温度、工具 schema 和 sandbox 条件下的端到端行为/性能对比。
- [待调查] 四者在进程崩溃、断网、半完成工具调用和中途审批时的可恢复性测试。
- [待调查] Skills/plugins/MCP 的供应链威胁模型与默认安全基线。
- [待调查] 多代理预算、公平调度、取消传播与孤儿清理的同场故障注入。
- [待调查] Claude Code 2.1.251 的真实内部实现可能已改变矩阵中的 2.1.88 行为。