上一篇聊了 chatbox 和 Agent 模式的区别，有朋友说：道理懂了，可打开应用商店一看，叫得上名字的 Agent 产品几十个，到底谁跟谁是一家人？
这篇就来扒血统。结论先放在这里：市面上 Agent 产品看着百花齐放，扒开皮看骨架，真正称得上”祖宗”的上游体系，一只手数得过来。 国内厂商的产品，绝大多数都能在这几个上游里找到自己的位置——有的学 Pi，有的学 Claude Code，有的干脆直接 fork。
一、先搞清楚：Agent ≠ 模型#
谈血统之前，得先立住一个概念：harness。
你用的每一个编程 Agent，都是两部分拼起来的：底下的模型负责”想”，外面的 harness 负责”干”——工具怎么编排、循环怎么跑、权限怎么管、上下文怎么裁剪、文件怎么编辑。同一个模型换一套 harness，表现能差出一个档次；反过来，同一套 harness 接不同模型，体验也天差地别。
所以看一个 Agent 产品，不能只看它接的是谁家的模型——模型是发动机，harness 是整车的底盘和操控。市面上的”百花齐放”，大部分来自底盘设计的不同，而不是发动机的不同。
二、几大上游，各有各的哲学#
Claude Code：事实标准#
Anthropic 官方出品，TypeScript 实现，闭源商业产品。
能力标杆。SWE-bench Verified 上 Claude Opus 4.8 约 88.6%、GPT-5.5 约 82.1%、Gemini 3 约 63.8%——第一梯队和第二梯队之间的差距是真实存在的。生态也最全：CLAUDE.md 记忆、Skills、子代理、Hooks、MCP、Plan 模式、检查点回滚……今天各家产品的功能清单，基本是照着这张单子抄的。
缺点同样明显：闭源、绑定官方模型、底座动不了。你再喜欢它的编排方式，也只能整包接受——想换模型、想改循环，门都没有。
Codex CLI：把安全做到系统调用层#
OpenAI 官方出品，约 94.7% 的代码是 Rust，60 多个 crate，Apache 2.0 开源。
它最硬的一张牌是沙箱：macOS 用 Seatbelt，Linux 用 Landlock 加 bubblewrap 加 seccomp，Windows 用 Restricted Token——危险写操作在操作系统层面直接拒绝（EPERM），而不是靠 system prompt 劝模型”小心点”。沙箱和审批是两个独立旋钮，网络、文件系统各有只读、工作区可写、全开放几档。 顺带补一剂清醒药：即便沙箱硬到这个地步，OpenAI 自家的模型也偶发过删除用户系统文件的事故。“最安全的系统级沙箱”是真话，但不是免死金牌——任何 Agent 上真实环境之前，该做的备份和权限收敛一步都不能省。
缺点有两个：一是绑自家模型生态，换成第三方模型时缓存命中率和适配度都会打折；二是 Rust 写成的，60 多个 crate 的工程量摆在那里，想魔改的人多半看一眼就转身走了。这个特点后面还会提到——它悄悄影响了一大批后来者的选型路线。
Pi Agent：极简到只剩四件套#
Mario Zechner 发起，MIT 协议，76k+ Stars。
Pi 的哲学是激进极简：默认只有 read/write/edit/bash 四个工具，没有子代理、没有 Plan 模式、没有 MCP、没有权限弹窗，system prompt 压在一千 token 上下。它的主张是”让工具适应你，而不是你适应工具”——LLM 调用、Agent 运行时、终端界面框架全部拆成独立的 npm 包，你想长出什么，自己拼。
代价也很直白：默认状态接近裸奔。权限隔离自己做，LSP、浏览器、调试器一概没有。这是 power-user 的玩具，不是开箱即用的产品。但也正是这种极简，让它的上下文格外干净，让”衍生”变得极其容易——这一点马上就会讲到。
Oh-My-Pi：给 Pi 装上电池#
Pi 太素，于是有了 OMP：两万七千行 Rust 核心把 grep、shell、AST 操作全部搬进进程内，内置 32 个工具，补上原生 LSP、DAP 调试器、跨会话记忆、子代理并行。最有意思的发明是 Hashline 编辑格式——用行内容哈希做锚点定位编辑位置，实测把某个非 OpenAI 模型的编辑成功率从 6.7% 拉到 68.3%，输出 token 降了 61%。之前写过一篇拆解它的文章，见《拆 Zeta》。
这条延长线上还有我们自己维护的一站：Zeta——构建在 OMP 运行时之上的 Bun-native 发行版。它对”fork 怎么才不烂尾”给的是制度化答案：上游 OMP 只在官方 release tag 上整合、绝不追裸提交；Pi 的上下文工程只做语义移植、不搬代码。缺点同样是衍生品的宿命：核心较新，节奏跟着上游走。
OpenCode：全家桶开源替代品#
SST 团队出品，MIT 协议，187k+ Stars。
定位就是”Claude Code 的开源平替”：75 个以上模型提供商、原生 LSP 和 MCP、Build/Plan/General 三种角色、多会话并行、上下文自动压缩，终端界面加桌面端加 VS Code 扩展一条龙。不锁任何厂商，装完就能干活。
代价是抽象层厚：功能越全，内部层次越多，底座的透明度和可控性就不如 Pi 那种一眼见底的架构。而且它对模型的深度适配基本围着头部几家转，其他模型的工具调用表现要看运气。
DeepSeek Harness：最独立的一派#
国内有一个不算火、但哲学上最独立的选手：DeepSeek 官方开源的 DSH（deepseek-harness）。别人家的扩展点是让你多加几个工具，它的主张是一切皆插件：模型、工具、技能、会话、存储、沙箱、调度，乃至界面本身，全部通过一套叫 Cordis 的插件系统组装出来。一个 profile 就是一摞插件包的有序堆叠——换模型供应商、加工具、装技能、替换运行时部件，本质都是改 profile。
其中最激进的一条：Agent Loop 本身也是插件。不喜欢官方默认的循环？整个卸掉，挂载一个自己写的——不需要 fork 源码，写一个导出 apply 函数的 TypeScript 模块就能顶上。
门槛当然也高：自定义 loop 要自己处理流式、异常、超时，手抖一下就把最基础的循环搞坏；项目自己也坦承还处在开发者预览阶段，配置量远大于开箱即用的产品。但”换发动机”被平台明确允许这件事，在所有体系里独一份。
还有两个独立玩家#
xAI 的 Grok Build 是第二家以 Rust 为主写 harness 的：八十四万行 Rust，连终端界面都不依赖 WebView，还支持通过 ACP 协议嵌入编辑器。不过要说清楚：同为 Rust 只是实现语言的选择相同，不代表它们是一个系列——Grok Build 与 Codex 在沙箱策略、工具生态、协作模式上的差距相当大，它甚至不接受外部提交，仓库只作透明展示。
Google 那边走平台化路线：Antigravity 把 agent 做成了独立的开发平台（配套命令行工具用 Go 写），顺手吸收退休了原来的 Gemini CLI。它的重心不在 harness 本身，而在谷歌全家桶的生态打通和多模态能力。
三、国内玩家的血统图谱#
铺垫完上游，再看国内就快了。以下基于公开仓库和我自己的上手观察：
- MiniMax：走的是 Pi 的路子，连那份极简的气质都学了去；
- Kimi 家的 Kimi Code：整体风格神似 Claude Code，但实现换成了 Python——交互像，底座的语言完全不同；
- 小米 MiMo 配套的 agent：干脆利落，直接 fork 了 OpenCode；
- 智谱 GLM：有个 Z Code，但目前只有桌面版；
- DeepSeek：自成一派的 DSH，用一套 Cordis 把”一切皆插件”走到底。
三个值得咀嚼的观察：
第一，为什么没人学 Codex？语言墙。 国内这些实现清一色 Python 或 TypeScript，而几个上游里，Claude Code、Pi、OpenCode 恰好全是 TypeScript 系。TS 的优点就是扩展性好：包管理顺手、生态成熟、读懂了就能动手，移植成本最低。Codex 是 Rust：性能好、交付出来是一个干净的原生二进制，但门槛高，学它等于推倒重写一遍，完全是另一个量级的投入。一门语言的取舍，悄悄决定了整个生态的模仿方向。
第二，血统决定气质，也决定短板。 学 Pi 的拿到干净上下文，就得自己补安全边界；学 Claude Code 的拿到全家桶体验，也就继承了重编排的思路；fork OpenCode 的拿到开箱即用，也一并接过那几十层抽象。天下没有白抄的代码，抄的那天你就签收了它的债。
第三，“不怎么火”是有原因的。 几个上游全是宽松开源协议，fork 零成本，同质化不可避免；差异化最后只剩模型本身和渠道。而真正拉开日常体验差距的 harness 工程功力——编辑成功率、上下文管理、权限设计——恰恰是最难抄、也最少被认真对待的部分。
四、三分钟鉴定血统#
最后给一套实用指纹。下次遇到陌生的 Agent 产品，花几分钟就能认亲：
- 看默认工具集：read/write/edit/bash 四件套起步的，大概率 Pi 系；
- 看 system prompt 体积：压到一千 token 以内的极简派，Pi 哲学的信徒；
- 看交互习惯：斜杠命令、Plan 模式、子代理面板长什么样，像不像 Claude Code；
- 看实现语言：TypeScript、Python 还是 Rust——这决定你自己能改到哪一层；
- 看沙箱在哪一层：系统调用层强制拒绝、提示词约定、还是压根没有——这决定你敢不敢让它碰真实环境。
写在最后#
换壳不丢人——成熟的软件生态都有上游和衍生之分，站在巨人肩膀上是正路。丢人的是明明是衍生却绝口不提，让用户拿着 A 的预期去撞 B 的短处。
认清你手里那个 Agent 的血统，它的长处和短板就从”玄学体验”变成了”可以解释的行为”。至于这套”少数上游、一堆衍生”的格局，像极了另一个成熟生态的哪一段历史——下一篇接着聊。