主要对比的两家harness是 
claude code(deepseek-v4.1-flash-1017 max) vs. codex(gpt-6.1-sol max) 
近期陆陆续续让ai安排做实验 
常见的一个需求是监控实验进度 
预期是早期频繁监控 → 中后期稳定训练后减少监控频次 
我之前用pi的时候，模型喜欢sleep x; check something，这也是符合需求的 
而到codex这一块，基本需要提示才会主动休眠后检查 
这一块在感官上是有些笨拙的,它不等什么进程/任务完成 
它一直在干，都是手动打断暂停，不够优雅 
而claude code用background / monitor 这类方式是真的可以帮忙监控 
流程很干净很懂事，harness始祖用起来还是很舒服的 
claude不当人，claude code还可以，用了一年多还是最喜欢claude code 
至...