就是说我给它规划了一个长链任务，它花了二十几分钟，还是小半个小时，但是它自己搞定了。当时它只规划了六步，把这个皮肤开发给完成了。我们看看效果……

还是小半个小时，但是它自己搞定了。当时它只规划了六步，把这个皮肤开发给完成了。我们看看效果，这里已经有了，这个皮肤叫 LCZ Black。它实际上就是把 Cyborg 这个皮肤的圆角去掉，大部分地方都把圆角彻底取消了。

不过这里其实有点矫枉过正，比如头像是不应该去圆角的，一会儿还要让它继续修改。为什么一定要搞一个不一样的皮肤呢？因为以后我就不再维护官方的皮肤了，只维护我自己的这几个皮肤。官方皮肤就让用户自己去选，如果出了什么问题我也不管了，我就维护这三个皮肤。

然后如果匿名用户载入进来，我就判断他的系统现在处于浅色状态还是深色状态。如果是浅色状态，就给他上 LCZ Blue；深色状态就给他上 LCZ Black。总体上这个任务它已经搞定了，只是有些地方矫枉过正，这些东西是不应该改的，尤其是一些本来应该保留圆角的元素，它也给改了。不过瑕不掩瑜，这个任务它还是完成了。

这个其实就是千问和 DeepSeek V4 Flash 的本质区别。因为之前我搞 LCZ Blue 的时候，用的是 V4 Flash，它没有犯这个错误。你要知道，我是给它明确交代了的，叫它参照哪个皮肤、改什么东西，这里是有一个明确参照物的，但千问没有能够准确理解。

不过，这是一个长链任务。第一，它要去克隆这个项目的代码；第二，要理解它；第三，要把插件机制理解了，并且按照这个标准进行开发；第四，要启动本地服务器，然后在本地服务器进行测试。这是一个长链任务，它花了半个小时左右搞定。如果是 DeepSeek V4 Flash 的话，应该在10分钟左右，甚至10分钟不到就可以搞定。

我本地只是给它接入了 Qwen3.8 27B Q4_K_M，这个是用 7900 XTX 来驱动的，而且我只给它开了128K上下文。所以很多人在评论区问我，128K上下文到底够不够？我的意思是肯定够。因为我在 DeepSeek Harness、Hermes 和 Codex 上都是测试过的，肯定是够的。

这几个里面 Codex 的表现是最稳的。Hermes 的压缩比较频繁，比 DeepSeek Harness 和 Codex 都要频繁。我们再看另外一个任务，这里就是用 Codex 开发 APP，刚才让它处理了一些 Bug。你看，我一次最多只发五六个 Bug 给它处理，这个用的是 DeepSeek V4 Flash。它这个视觉模型在 Codex 接入之后也是兼容的，直接把图片拖进来就行了。当然，有些问题实际上还是没有完全修复，不过这些任务总体都是正常的。

其实平时我搞这些 APP 开发，并不是说我一定要执着于给论坛做一个 APP。这个东西讲实话也没有什么难度，都是我描述需求，然后让 Agent 自己去干活，谈不上什么技术含量。就算你完全不懂编程，你都能搞，这个东西已经完全不需要自己去编程了。我主要还是把它当作一种消遣，因为我不能一天到晚全部都在做视频。

然后简单说一下 Codex。Codex 不是开源的吗？这一点其实可以打消很多企业心中的疑虑。比如说，我是用自己本地搭建的千问27B来开发，或者用自己搭建的 DeepSeek V4 Flash 来开发，但是 Agent 到底使用 DeepSeek Harness 还是 Codex？

我相信大多数企业并不需要像 DeepSeek Harness 那样去深度定制，或者开发什么插件，再把源码提交到官方仓库。企业真正需要的，第一是这个东西好用，第二是我要知道它是透明的，不会偷我的数据。OpenAI 把它开放之后，这些顾虑就可以打消了。

再说一下三大框架之间的对比。客观来讲，DeepSeek Harness 的源码我看过，Codex 的源码我也看过，Hermes 的源码我同样看过。从源码水平上来讲，我个人认为是 DeepSeek Harness 等于 Codex，大于 Hermes。

如果从框架的完美度、优美程度、优雅程度上来讲，DeepSeek Harness 是遥遥领先的，这是三个框架中写得最好的。但是如果从产品成熟度和我实际使用的体验来说，DeepSeek Harness 距离 Codex 还是有一段距离。有些任务它处理得还是不行，你看我最后都生气了，开始骂它了。这个就不过多展示了，最后它有一个 Bug 还是没搞定，我让它提交到 GitHub 上，再通过 Codex 把它同步下来，把这个 Bug 修复掉，最终还是搞定了。

后来我复盘了一下，想了想为什么 DeepSeek Harness 没有搞定。就是这个产品现在做得还很不成熟，有些工具它明明是有的，但是它自己不知道。比如说我传图片给它，叫它换一个图标，它明明能够处理，但是偏偏一定要我把图片地址发给它。你看 Codex 就不存在这个问题，它接入的同样也是 DeepSeek V4 的视觉模型。

另外关于 Tokens 消耗，我也做过对比，不过没有那么严谨，只能说根据我自己的体感。昨天一共只花了30块钱，但是我大部分工作其实都是用 Qwen3.8 27B 来做的。昨天只能算中度开发，肯定不是重度开发，但是又比轻度开发多一点。视觉模型、普通模型都用了，三个平台也都对比了，还做了一些小脚本的处理。

如果现在让我推荐，我推荐大家使用 Codex，它目前的综合表现是优于 DeepSeek Harness 的。日常的脚本和运维，我建议大家使用 Hermes。DeepSeek Harness 的前景，我认为是比较宏大的，也比较令人畅想，但是目前这玩意儿还不能算是一个成品。

用 DeepSeek Harness 做一些小任务、小开发是没什么问题的。长链开发如果搭配 DeepSeek V4 Pro，我感觉真的是个大杀器，但是那个价格讲实话还是有点肉疼，我觉得有点贵了。即便在低谷期，我都觉得它贵。按照我昨天的用量，如果全部用 Pro 的话，昨天已经干到100多块了。这样两个月下来，就可以买一张 7900 XTX 了。而且昨天我还不是重度开发，只是中度开发。

如果使用 DeepSeek V4 Flash，接谁？就是 Codex。这是目前我认为最好的开发搭配。

至于为什么日常管理要接 Hermes，就是因为 Hermes 本身非常稳定。它是基于 Python 的，而 DeepSeek Harness 是基于 Node.js。Node.js 就像我之前说 OpenClaw 一样，这个架构天生在 IO 处理这一块有非常高的并发能力，但是我们这个 Agent 并不需要那么高的并发能力。

它还有一个问题，就是对写代码的人的要求非常高，这个东西只能用高手来写，暂时都不能随便用 AI 来写。如果没写好的话，内存泄漏几乎是必然的。OpenClaw 为什么一直搞不好？就是因为它的开发者，说实话，我当时看了它写的代码以后，还在视频里嘲笑过，真的写得跟狗屎一样，水平非常业余。我都不明白这个架构为什么会那么火。不过后来 Hermes 确实也取代了它，最重要的原因就是它那个代码写得太烂了，我觉得就是屎山，想把它改好、改到稳定，几乎是不可能的。

所以 Hermes 是经过我长期实测的。我在 Ubuntu 笔记本上，还有现在用的 MacBook 上，都装了 Hermes。在我没有手动更新、大版本不更新的情况下，我不知道它会不会自己更新，但是它经常可以正常工作三个星期甚至一个月，没有什么问题。

如果你要做日常运维，就不要接什么本地千问了。这个也花不了多少钱，每天可能十块八块钱，还是接 DeepSeek V4 Flash。昨天我的论坛遭受了攻击，它就把这件事情处理完了。以后我可能在其他视频中详细说一下这个问题。

整个过程中我没有参与处理，我只是知道有人攻击，然后就让小特自己去处理，它还是把事情搞定了。并且在搞定攻击、把数据恢复正常的同时，它还在发帖、回帖、管理论坛日常，包括等级晋升、评分监控、系统备份、软件本身升级，这些事情它都在做。一天大概七八块钱到十块钱就够了。

这些工作如果我自己来做，还是非常头疼的。光是给所有帖子打标签这一项，之前我们在版主群里几个人开会，我说大家有空去给帖子打一下标签，这个真的很不容易搞。每天那么多帖子，你怎么去给它打标签？只有让 AI 来读，因为它不知疲倦。

简单总结一下，DeepSeek Harness 有它自己的优势，它的开放性和生态发展非常快。Codex 好像已经开源一年多了，是去年4月份官方正式发布的，到现在大概十几万 Star。DeepSeek Harness 发布之后才短短十几天，就干到了十万 Star 级别。我没有专门去查，但是前几天看的时候大概就是这个水平，基本已经跟 Codex 达到了同一个档次的星标。

DeepSeek Harness 未来还是非常可期的。而且关键是 DeepSeek 这家公司的创新层出不穷，它的视觉模型、视觉模块，不经意之间就发布了。现在我们非常期待它的 V4 Pro，它整合的可能是更加智能的识图模块。如果它的成本还能维持这么低，那么能够带来的生产力提升又是立竿见影的。

我还是比较欣赏升级之前 DeepSeek 那种走“屠夫价格”的风格，但是我们也要知道，所有公司都是要挣钱的，不可能陪着我们这些穷屌丝瞎折腾。这些顶级富豪都有自己的人生理想。梁文锋在之前的会议录音中就说了，我们这些小散户，包括很多企业客户，都是芝麻大的利益，AGI 才是西瓜的利益。

所以我们现在就是玩玩本地的千问，有些完成不了的任务交给 DeepSeek V4 Flash 处理就行了。把 Codex、Hermes 用好，有精力的话，再玩一玩 DeepSeek Harness 就行了。