2026 年 8 月 22 日，一个名叫 Munder Difflin 的开源项目登上 GitHub Trending 榜首。它把自己定位成「替你运行一间 AI 克隆办公室」的 harness：Claude Code、Codex、Grok、Kimi、Qwen 等 CLI agent 被包装成一个个长驻本地的「克隆员工」，彼此加密通信、共享记忆、异步交接任务。

两天后，开发者 ptmrio 发布了 harness-subagent，一个更工程化的跨 harness 编排工具：你可以留在自己最顺手的主 harness（比如 Claude Code 或 Cursor Agent）里，把子任务一次性派给 Codex、Grok Build、GPT 等其它 harness，再把结果收回来综合。

两件事连起来看，agent 开发的范式正在从「选一个最强的 harness」转向「把多个 harness 当成可替换的算力与能力单元」。

单 harness 时代的瓶颈

过去几个月，Claude Code、Codex CLI、Cursor Agent、DeepSeek Harness 轮流刷屏。它们各有擅长：

• Claude Code：长时自主会话、深度 hooks、子 agent 能力强。
• Codex CLI：云执行、PR 形态输出，适合「扔给它一个任务，回来一个 PR」。
• Cursor Agent：编辑器内实时协作，像结对编程。
• DeepSeek Harness：开源、可组装、能把其它 agent 注册为子代理。

但它们的共同前提是：开发者需要选定一个主入口，然后把工具、MCP server、工作流都挂在这个入口上。问题在于：

1. 模型偏见会复现。让 Claude Code 审查自己写的代码，很容易错过它自己的系统性盲区；Codex 也一样。
2. 能力边界被 harness 锁定。有些任务需要云端沙盒，有些任务需要本地敏感数据，有些任务需要某个模型特有的推理风格，但一个 harness 往往不能同时满足。
3. 团队成本叠加。五个人用五种 harness，review、权限、上下文管理都会碎片化。

harness-subagent 的 slogan 很直接：「另一个 harness 不是神谕」。它的核心假设是，交叉校验比单点能力更重要。

Munder Difflin 的「克隆办公室」想象

Munder Difflin 的工程思路是：既然每个 CLI agent 都可以看作一个可运行的节点，那就把它们串成一个本地办公网络。

它的设计要点：

• 本地优先：每个 clone 默认跑在 127.0.0.1，代码和密钥不出本机。
• 端到端加密：clone 之间用 X25519 交换密钥，AES-256-GCM 加密通信。
• 隔离 worktree：每个 agent 在独立 git worktree 里运行，避免互相踩脚。
• MemPalace 共享记忆：组织级知识统一配置、版本化，新 clone 自动继承；个人记忆与共享记忆严格隔离。
• 确定性模拟模式：可以在不消耗模型 token 的情况下跑一遍工作流，先验证编排逻辑。

这套架构的野心不是做一个更好的 Claude Code，而是把「AI 员工」从单一对话窗口里解放出来，变成一个可并行、可交接、可审计的本地进程网络。

当然，它的实际效果还需要时间检验。「克隆办公室」更像是一个方向性的产品隐喻，而不是已经成熟的生产方案。但它击中的痛点是真实的：agent 越用越多，怎么让它们协同而不是互相打架。

harness-subagent：更务实的跨框架调用

如果说 Munder Difflin 是产品化想象，harness-subagent 就是工程师的补丁。

它通过各家的 CLI 接口实现调用：

• Claude Code 的 headless 模式
• Codex 的 exec 子命令
• Grok Build CLI
• 兼容 Agent Skills 规范

使用方式很简单：在主 harness 里定义一个子任务，指定用哪个 harness 执行，等待一次性结果返回，再由主 harness 综合。它不做复杂的记忆共享或长期状态管理，只是把「跨 harness 调用」这件事标准化。

这个工具的出现说明：社区已经开始把 harness 当成类似 MCP server 的可插拔组件，而不是非此即彼的竞品。

为什么现在出现这个趋势

OpenAI 和 DeepSeek 相继开源 harness，降低了入口门槛。 Codex CLI 和 DeepSeek Harness 的发布让开发者意识到：harness 本身可以成为一种基础设施，而不仅是某个模型的专属包装。

模型能力趋同，harness 成为差异化变量。 多个 harness 底层可能调用相同或相近的模型，真正的差异变成会话管理、工具深度、失败恢复、子 agent 编排。

生产环境需要「分而治之」。 安全敏感任务留在本地，重计算任务丢到云端，审查任务交给另一个模型，这种天然的分层需求让单一 harness 越来越不够用。

对团队的实际建议

1. 不要急着统一到一个 harness。在团队层面标准化 1-2 个主入口是合理的，但要允许子任务路由到更适合的 harness。
2. 把「交叉审查」写进工作流。让 A harness 实现的代码由 B harness review，成本远低于人工 review，但能 catch 掉很多模型偏见导致的错误。
3. 关注权限与审计。跨 harness 调用意味着 token、密钥、代码会在多个进程间流动，需要提前规划密钥隔离、日志审计、回滚机制。
4. 把 Munder Difflin 当方向看，不当成熟产品用。它的本地网络、记忆层、加密通信都还在早期，适合实验和原型，不适合直接替代现有 CI/CD。

一点判断

agent 领域的下一个竞争点，可能不是「谁做出最好的单一 harness」，而是「谁能定义 harness 之间的编排协议」。

MCP 解决了工具标准化的问题，A2A 试图解决 agent 之间通信的问题，但 harness 之间的任务委托、结果综合、身份认证、计费分摊还没有统一标准。Munder Difflin 和 harness-subagent 都是在这个空白地带试错。

如果跨 harness 编排成为常态，那么模型厂商将不再只卷模型能力，harness 厂商也不再只卷产品体验，大家都会卷入同一个问题：怎么让 agent 在多个 runtime 之间无缝流动。

那才是真正的 agent 操作系统之战。

参考来源

• GitHub: chaitanyagiri/munder-difflin
• GitHub: ptmrio/harness-subagent
• 博客园 AI 技术日报（2026-08-24）
• Jason Robert: News Summary for August 23, 2026
• AIToolsRecap: AI News August 24 2026: Claude Code Tops the Agent Harness Rankings
• OpenClaw Radar: Munder Difflin: Run an Office of Your AI Clones
• 53AI: DeepSeek Harness一夜把 Codex 和 Claude Code 都"收编"了