DeepSeek Harness vs OpenCode, Codex y Claude Code: cara a cara

Por qué esta comparativa importa ahora

El 13 de agosto de 2026, DeepSeek publicó deepseek-harness (dsh) bajo MIT y en 48 horas acumuló 95.386 estrellas y 8.826 forks en GitHub. Una curva de adopción así no se sostiene solo en hype: hay algo del diseño que está tocando un nervio. Pero “dsh es mejor” o “dsh es peor” son frases vacías hasta que se mide contra los agentes que la gente ya está usando: Claude Code (Anthropic), Codex CLI (OpenAI) y OpenCode (la opción open-source que ha servido como terreno común para incontables posts de este blog, incluyendo Subagentes y Superpowers y Awesome OpenCode Ecosystem).

Este artículo cierra el triángulo abierto por DeepSeek Harness: el runtime donde todo es un plugin y por Harness Engineering: el wrapper que gana. El primero fue la inmersión técnica en dsh; este segundo mira desde fuera, comparando cómo cada uno de los cuatro agentes encara las mismas preguntas operativas: ¿cómo se monta un plugin? ¿cómo se audita una sesión? ¿cuánto cuesta en tokens? ¿cuán maduro está el ecosistema? La intención es darte una matriz de decisión honesta —incluyendo los puntos donde mi opinión va a disgustar a fans de cualquiera de los cuatro bandos.

Nota de prior art. Ya hay posts previos sobre cada herramienta por separado en el blog: la comparativa de frontends visuales para OpenCode cubre CodeNomad y OpenChamber; Claude Code y Codex tienen cobertura individual. Este artículo no re-entra en esos puntos: se centra en el agente de terminal/runtime como producto, no en su skin.

Las cuatro filosofías en una frase

Antes de meternos en matrices, una síntesis que se sostiene sola en el resto del artículo:

• DeepSeek Harness: el runtime. Un framework open-source MIT donde todo —modelo, tools, sesión, sandbox, loop— es un plugin Cordis-registrable. Pensado para equipos que construyen infra de agentes, no para indies que quieren escribir código mañana.
• Claude Code: el producto. Source-available, experiencia de uso pulida, el ecosistema de extensión más completo del mercado (CLAUDE.md, Skills, Subagents, Hooks, MCP, Plugins, Agent Teams). Piensa en macOS: cerrado en la superficie, abierto en los puntos correctos.
• Codex CLI: el safety-first. Rust + sandbox a nivel de kernel, Apache 2.0, modelo declarativo de plugins (un folder en disco, sin entrar al proceso del harness). Piensa en OpenBSD: opinionated sobre lo que importa y discreto sobre el resto.
• OpenCode: el minimalista open. MIT, terminal o web, 197k estrellas, sinVendor lock-in ni surface cerrado. Piensa en Linux antes de systemd: hace su trabajo, deja que elijas cómo.

La diferencia entre los cuatro no es “cuál tiene más features”, es qué tipo de pregunta priorizan. dsh prioriza “puedo rewirear mi runtime”. Claude Code prioriza “¿cuánto friction hay entre mi idea y un diff revisable?”. Codex prioriza “¿qué tan estrecho es el blast radius de un comando del agente?”. OpenCode prioriza “¿puedo correr cualquier modelo en cualquier sitio sin pedirle permiso a nadie?”.

Tabla maestra: cinco dimensiones

Las cinco dimensiones que más importan a la hora de elegir un agente de terminal en producción: filosofía de extensión, sandbox, auditoría/trazabilidad, eficiencia de tokens y madurez del ecosistema de plugins. Los datos de estrellas y versión se actualizan al 15 de agosto de 2026 (la release de dsh aún estaba caliente) y se contrastan con lo que cada equipo anuncia en su documentación oficial.

Dimensión	DeepSeek Harness	Claude Code	Codex CLI	OpenCode
Licencia	MIT (todo el código)	Source-available, license no estándar	Apache 2.0	MIT
Lenguaje del runtime	TypeScript (~500k LoC) + C11 sandbox	TypeScript/Node	Rust	Go
Filosofía de extensión	Plugin Cordis imperativo (state, hooks, events)	Skills + Subagents + Hooks + MCP + Plugins + Agent Teams	Carpeta = plugin (declarativo, fuera del proceso)	Provider/modelo por config; sin plugin system
Modelo por defecto	DeepSeek, pero cualquier OpenAI-compatible	Claude (Sonnet/Opus/Haiku)	OpenAI (GPT-5/Codex)	Cualquiera vía provider (Anthropic, OpenAI, Google, Ollama)
Sandbox	bwrap+Landlock (Linux), Seatbelt (macOS), ACL (Win); plugins en proceso	Sí, maduro built-in, configurable	Sí, kernel-level, considerado el safety leader	Proceso hijo con permisos configurables
Trazabilidad	Append-only log, invariante model-visible means logged	Sesiones con transcripts; razonamiento parcialmente cifrado	Logs + replay; sandbox snapshots	Logs por sesión; fork/resume; sin invariante formal
Token efficiency	Alto overhead (~10x Pi, ~3x otros); bug doble-AGENTS.md	Buena; sistema prompt corto	Buena; code mode colapsa N tool calls en 1	Buena; sin carga del framework
Curva de adopción	Empinada (profiles, bundles, patch layers)	Suave, docs comerciales extensas	Moderada, opinionated	Suave, modelo mental de Unix
Stars (15-ago)	~93k	~141k	~106k	~197k
Estado	Developer preview, breaking changes	Estable, comercial	Estable, comercial + cloud	Estable, open
Mejor para	Equipos construyendo infra de agentes	Indivuos y equipos que quieren productividad inmediata	Equipos donde el blast radius importa	Indivuos que priorizan neutralidad de modelo

El modelo de extensión: cuatro formas de decir “puedo extender esto”

Esta es la dimensión donde los cuatro divergen más profundamente, y merece una sección aparte. Antes de leer texto, este mapa visual muestra las cuatro cajas centrales (cada agente) y los conectores que representan cómo cada uno accede al modelo:

El diagrama hace visible lo que las tablas esconden: las cuatro cajas no están a la misma distancia del modelo. dsh tiene un conector sólido y directo (los plugins viven dentro del proceso del harness); Claude Code tiene un conector naranja pero la caja está más lejos (la extensión vive por encima del núcleo propietario); Codex CLI tiene un conector gris y la caja está fuera del proceso (los plugins nunca entran al harness); OpenCode no tiene conector de extensión como tal, solo la dashed teal porque su “extensión” es reconfigurar el modelo sin tocar el código. Cuando un equipo dice “necesito extender el agente”, está eligiendo uno de estos cuatro patrones — y la elección manda más de lo que parece.

DeepSeek Harness: plugins imperativos con estado

Ya cubierto en detalle en el artículo del runtime, pero el resumen operativo: un plugin es un archivo TypeScript que exporta apply(ctx). Al montarse registra servicios, eventos y tools en un contexto compartido. El modelo vive en ctx.llm, el toolset en ctx.tools, el sandbox en ctx.sandbox. Los plugins corren dentro del proceso del harness (con todo el riesgo que eso implica) y pueden tener estado mutable. Esto permite cosas como subagents que se delegan a claude-code o codex vía el backend ctx.subagents, algo sin precedente en el resto del mercado.

Trade-off: máxima flexibilidad, mínimo control sobre qué puede hacer un plugin malicioso. La instalación de un plugin es, hoy por hoy, un acto de confianza.

Claude Code: la pila de extensión completa

Claude Code es el único de los cuatro que ofrece siete puntos de extensión distintos en un mismo producto, y cada uno resuelve un problema diferente:

• CLAUDE.md: contexto always-on cargado en cada turno. Es la memoria persistente de tu proyecto.
• Skills: conocimiento on-demand + workflows repetibles. Cargados por el modelo cuando detecta match.
• Subagents: aislamiento. Cada subagente tiene su propio contexto, permisos y system prompt.
• Agent Teams: novedad del 5 de febrero de 2026 junto a Opus 4.6. Múltiples subagentes colaborando, no solo reportando a un boss.
• MCP servers: conexión a herramientas externas vía Model Context Protocol.
• Hooks: automatización basada en eventos del ciclo de vida (PreToolUse, PostToolUse, Stop, SubagentStop).
• Plugins: paquetes que combinan varios de los anteriores en un bundle distribuible.

La consecuencia: Claude Code puede ser un editor de código, un researcher, un agente de DevOps o un equipo multi-agente dependiendo de qué combinación de extensiones actives. Es el framework más “polimórfico” del mercado en términos de qué puede llegar a ser.

Trade-off: la superficie a aprender es grande. Documentación comercial extensa ayuda, pero el time-to-first-value sigue siendo más alto que Codex u OpenCode.

Codex CLI: el folder es el plugin

Codex invierte la convención. En lugar de un plugin que entra al proceso del harness, Codex define un plugin como un folder en disco que contiene archivos estáticos: un Markdown de skill, una configuración MCP, un script de shell. Esos archivos nunca entran al proceso de Codex; el harness los lee cuando los necesita y los re-carga en 2-3 segundos cuando cambian.

El desarrollador grapeot, que leyó ambos codebases línea por línea, resume la diferencia con una analogía perfecta: Codex te entrega un apartamento terminado con una pared de clavijas donde colgar lo que quieras; cuelga lo incorrecto, lo quitas, cuelga otra cosa. dsh te entrega una casa donde puedes rewirear un muro de carga sin cortar el agua ni la luz. La pregunta es: ¿cuántas veces necesitas realmente rewirear un muro de carga?

Trade-off: la simplicidad es real. El barrier to entry es casi cero, el overhead de runtime es mínimo, y el blast radius de un plugin defectuoso está acotado por el sandbox de kernel. El precio: si quieres comportamiento dinámico, plugins con estado o composición de eventos entre plugins, Codex no te lo da sin modificar su core en Rust.

OpenCode: extensión por configuración, no por código

OpenCode no tiene un sistema de plugins propiamente dicho. Su extensibilidad es configuración declarativa: providers, modelos, permisos y themes via archivos de config. La consecuencia: la flexibilidad vive en el modelo, no en el harness. Puedes cambiar de Anthropic a OpenAI a Google a Ollama sin tocar código, y el agente se adapta. Esto lo convierte en el “model-agnostic por defecto” del mercado, por encima incluso de dsh que siendo model-agnostic necesita un plugin de adapter por modelo nuevo.

Trade-off: si quieres behaviours específicos (un tool nuevo, un hook de pre-commit, una integración con Linear), necesitas contribuir al proyecto o vivir con lo que hay. La libertad de modelo compensa parcialmente, pero no es un sistema de extensión en el sentido formal.

Sandbox y blast radius: dónde pone cada uno la línea

El sandbox no es un detalle; es la pregunta “¿qué puede salir mal?” hecha operacionalmente. Los cuatro resuelven esto de forma sustancialmente distinta.

Codex CLI es, por consenso de la comunidad, el safety leader del grupo. Sandbox a nivel de kernel de Linux (namespaces + seccomp), red opcional, filesystem opcional, decisiones granulares por comando. El default es “no puedes hacer nada que rompa mi host sin pedir”; el opt-in es explícito. Es la postura más cercana a la filosofía OpenBSD: seguro por construcción, no por configuración.

DeepSeek Harness usa bwrap + Landlock en Linux con un launcher en C fail-closed, Seatbelt en macOS, ACL tokens restringidos en Windows. El modelo de aprobación es una enumeración cerrada y las anomalías se rechazan como “unavailable” en lugar de admitirse silenciosamente. Es estricto — pero, como señaló 36Kr en su hands-on, los plugins corren dentro del proceso del harness, así que un plugin puede alcanzar shell y filesystem directamente. El blast radius real de un plugin malicioso es todo el proceso.

Claude Code ofrece un sandbox maduro built-in, configurable por el usuario, con defaults razonables. La integración con macOS es notablemente buena (Sandbox-exec), en Linux depende del kernel disponible. El riesgo: el ecosistema de Skills y MCP de terceros introduce superficie de ataque, y la calidad de las sandbox de esos Skills varía.

OpenCode corre el agente en un proceso hijo con permisos configurables por el usuario. Es un modelo más cercano a Unix: el usuario decide qué permisos dar, sin policies pre-cargadas opinionated. Funciona bien para usuarios técnicos; puede ser un shock para quien venga de Codex esperando permisos pre-pensados.

Para equipos en dominios regulados (finanzas, salud, defensa), Codex es la opción más segura por construcción. Para equipos donde la auditoría importa más que el blast radius (poder reconstruir qué vio el modelo, no necesariamente contenerlo), dsh es el único de los cuatro con esa garantía arquitectónica.

Trazabilidad y auditoría: la única feature donde dsh no tiene rival

El sandbox te dice qué pudo pasar; la trazabilidad te dice qué pasó. Aquí DeepSeek Harness tiene una ventaja que, al momento de escribir este artículo, no tiene parangón en el mercado:

Invariante: “model-visible means logged”. Todo lo que llega a una request de modelo debe poder reconstruirse desde el session log append-only. No es una opción de configuración; es una invariante enforced en runtime.

El log captura system prompts, razonamiento, tool calls y resultados, scheduling de subagentes y cada context injection. La vista de Trayectoria permite inspeccionar esos registros por fuente, y resume, fork, search y replay operan sobre el mismo event stream. La compactación de contexto está envuelta en tres eventos de log, así que un crash mid-compaction es reconstruible.

Codex CLI tiene logs + replay con sandbox snapshots, pero no impone la invariante de “todo lo que ve el modelo es reconstruible”. Claude Code tiene transcripts de sesión pero su razonamiento está parcialmente cifrado por diseño comercial — algo que varios comentaristas en Hacker News criticaron al hilo del lanzamiento de dsh. OpenCode tiene logs por sesión y fork/resume, pero sin la misma garantía arquitectónica.

Si trabajas en un dominio donde “qué vio el modelo” no puede ser un misterio (financiero, salud, legal, defensa, investigación), dsh es la única opción de las cuatro que te garantiza esa propiedad por construcción.

Token efficiency: dónde está el coste real

Aquí el ranking es claro, y duele a los fans de dsh. Esta visualización en escala logarítmica hace tangible la diferencia — el gap entre OpenCode y dsh es de un orden de magnitud en tokens de input:

La barra de dsh casi toca el techo de 100k — los 30k de tokens extra vienen del bug confirmado que duplica CLAUDE.md y AGENTS.md cuando tienen contenido idéntico. Sin ese bug, dsh rondaría los 65k y se acercaría a Claude Code. Con él, un indie haciendo 50 tareas al día paga $32.5 diarios en tokens, contra $4 de OpenCode — es la diferencia entre usar el agente como herramienta diaria y como proyecto de adopción.

• OpenCode y Codex CLI son los más eficientes. Sus prompts de sistema son cortos, sus sesiones tienen poco overhead, y no cargan frameworks pesados en cada turno.
• Claude Code está en el medio. Sus Skills y Subagents añaden tokens al system prompt, pero el framework ha sido optimizado agresivamente por Anthropic.
• DeepSeek Harness está al final, por un margen preocupante. Tests preliminares en el mismo modelo reportan ~4.5k tokens de input sin caché para Pi vs ~47.6k para dsh — un orden de magnitud. Y hay un bug confirmado: dsh lee CLAUDE.md y AGENTS.md del proyecto, y si el contenido es idéntico (algo común por compatibilidad cruzada), el system prompt se inyecta dos veces.

Si tu modelo se factura por token, esta diferencia importa. Un día de trabajo con dsh puede consumir 3-10x lo que consumiría con OpenCode o Codex en el mismo workload. El equipo de dsh es consciente del problema y la arquitectura permite optimizaciones futuras (caching agresivo, lazy-loading de plugins, summarization temprana), pero al cierre de este artículo no hay fix oficial para el bug de doble-AGENTS.md.

Madurez del ecosistema: el factor que nadie quiere admitir

Las estrellas de GitHub son una vanity metric, pero la diferencia de 2x entre dsh (93k tras dos días) y Claude Code (141k acumulado en meses) dice algo: el hype no se sostiene sin masa crítica de plugins que funcionen. Y ahí, la foto al 15 de agosto es:

• Claude Code tiene el ecosistema más amplio y maduro. Skills comerciales, MCP servers para casi cualquier servicio (Linear, Notion, Slack, AWS, GCP, Figma, GitHub…), Hooks documentados, Agent Teams con examples, y una marketplace informal de plugins de terceros.
• Codex CLI tiene un ecosistema más pequeño pero más curado. La filosofía declarativa hace que cada plugin sea trivial de auditar.
• OpenCode tiene providers para todo (Anthropic, OpenAI, Google, Bedrock, Vertex, Ollama, OpenRouter…) y un set de herramientas sólido, pero sin marketplace formal.
• DeepSeek Harness tiene 316 plugins en dsh-plugin topic tras 48 horas, con solo 41 marcados como validados en la lista oficial de compatibilidad. Cantidad sin calidad.

El equipo de dsh lo sabe. La propia documentación señala que 219 plugins están marcados como “necesitan atención o investigación adicional”, y el hands-on de 36Kr reportó que las 5 herramientas de terceros que probó fallaron outright. La release es de día dos; el ecosistema madurará, pero no hoy.

Trade-offs resumidos en tres preguntas

Si tuviéramos que reducir la decisión a tres preguntas, serían:

¿Qué modelo prioriza tu proyecto?

• Claude (Anthropic) → Claude Code es la opción obvia; dsh y OpenCode funcionan vía endpoint compatible con coste de setup.
• OpenAI / GPT-5 → Codex CLI; dsh y OpenCode también.
• Mixto / local (Ollama, vLLM) → OpenCode o dsh con adapter.
• DeepSeek → dsh (nativo) o cualquier otro con endpoint compatible.

¿Cuál es tu prioridad operativa?

• Auditoría completa por invariante → dsh.
• Safety blast-radius mínimo → Codex CLI.
• Máxima flexibilidad de extensión → Claude Code.
• Neutralidad de modelo, simplicidad → OpenCode.

¿Cuánto tiempo tienes para onboarding?

• 30 minutos → OpenCode.
• 1-2 horas → Codex CLI o Claude Code.
• Medio día → Claude Code con todas las extensiones.
• 1-2 días → dsh, aprendiendo profiles/bundles/patches.

Lo que no te dice ninguna tabla: el factor equipo

Las tablas no capturan el factor humano. En mi experiencia con los cuatro, lo que más pesa no es la feature list sino el ajuste cultural:

• Claude Code gana donde hay un equipo que quiere invertir en Skills propias, entrenar al modelo en la convención del repo, y mantener un marketplace interno de Plugins. Es el camino “Apple”: cómodo si vives dentro, caro si quieres salir.
• Codex CLI gana donde hay un equipo que opera bajo políticas estrictas de seguridad y necesita defaults sensatos sin configurar. Es el camino “OpenBSD”: opinionated pero predecible.
• OpenCode gana donde hay un equipo pequeño o un indie que quiere cambiar de modelo sin pedirle permiso a nadie, y que se siente cómodo configurando providers a mano. Es el camino “Linux”: flexible si sabes lo que haces, frustrante si no.
• DeepSeek Harness gana donde hay un equipo construyendo infra de agentes y está dispuesto a pagar el coste de tokens y la curva de adopción a cambio de auditabilidad arquitectónica y self-evolution. Es el camino “PostgreSQL”: infra para gente que sabe lo que hace con infra.

Benchmarks cuantitativos: qué medir antes de elegir

Las tablas y los diagramas hablan de filosofía; los benchmarks hablan de dinero y tiempo. Hay tres números que más importan al comparar estos cuatro agentes en workloads reales, y los tres están disponibles públicamente al cierre de agosto de 2026.

1. Throughput y latencia por turno. En tareas de edición de un solo fichero (modificar una función, añadir un import), los cuatro están en el mismo orden de magnitud: 8-15 segundos por turno en un laptop moderno con el modelo por defecto. Donde divergen es en cuántas tool calls por turno hacen falta para terminar la tarea. Codex CLI, gracias a su code mode que colapsa N tool calls en un programa único, suele terminar en 2-4 turnos lo que dsh o Claude Code terminan en 5-8. Para tareas largas (refactor de un módulo, fix de un bug multi-fichero), esa diferencia se nota: Codex CLI reporta latencias 30-50% menores en benchmarks internos publicados por OpenAI; dsh no publica benchmarks comparativos todavía.

2. Coste en tokens por tarea comparable. Aquí el ranking es contundente. Para una tarea de “refactorizar este módulo para usar dependency injection” sobre el mismo repo y el mismo modelo (Claude Sonnet 4.5 o GPT-5, da igual cuál porque el coste se normaliza por precio de API), las mediciones del equipo de OpenCode reportan:

• OpenCode: ~12k tokens de input, ~4k de output.
• Codex CLI: ~18k input, ~6k output (incluye system prompt del code mode).
• Claude Code: ~22k input, ~8k output (Skills cargadas dinámicamente añaden peso).
• DeepSeek Harness: ~95k input, ~18k output (el bug doble-AGENTS.md por sí solo suma 30k+).

El coste en dólares para esa tarea concreta, a precios de agosto de 2026, va de $0.08 (OpenCode) a $0.65 (dsh). Para un indie que hace 50 tareas al día, eso es la diferencia entre $4/día y $32/día. La cifra no mata a dsh, pero obliga a pensar si tu caso de uso realmente necesita el extra de auditabilidad que justifique el multiplicador.

3. Tasa de éxito en tareas agentic. El número más difícil de medir y el que más debate genera. Sobre SWE-bench Verified (resolución de issues reales de GitHub): Claude Code con Sonnet 4.5 ronda el 65-72% según reports de la comunidad; Codex CLI con GPT-5 ronda el 60-68%; OpenCode con Sonnet 4.5 ronda el 58-65% (su system prompt más corto penaliza en tareas multi-fichero); dsh con V4-Pro en minimal mode reporta 87.9 sobre Terminal Bench 2.1 según los números del propio DeepSeek — pero Terminal Bench es shell-only, no comparable con SWE-bench. La conclusión honesta: no hay un ganador universal en éxito por tarea, y los benchmarks que comparan agentes sin normalizar el modelo y el modo de ejecución son marketing, no evidencia.

Un caso de uso real: cómo sería migrar de OpenCode a dsh para auditabilidad

Imagínate un equipo de tres personas que mantiene una API de pagos interna. Usan OpenCode porque es lo más rápido para iterar y porque nadie quiere pagar por Claude Code o Codex. Un día, compliance les pide poder responder “¿qué instrucciones vio el modelo el 14 de julio cuando rechazó esa transacción?” a cualquier auditor. Con OpenCode, eso no existe: el log es por sesión, no es invariante, y razonar “qué vio el modelo” es heurístico.

La migración que ese equipo haría, en orden:

1. Levantar dsh en una rama de feature y mantener OpenCode en main durante dos semanas. npx @deepseek-ai/dsh web levanta la UI en 5 minutos; configurar el adapter de Anthropic (que ya usan) son tres líneas de YAML. Sin tocar nada del repo.
2. Cargar el mismo system prompt que tienen en OpenCode vía un plugin de skills propio. La diferencia operacional más visible: el system prompt en dsh aparece en el Trajectory view como un nodo versionado, mientras que en OpenCode aparece como un string en .opencode/system.md que puede cambiar sin dejar rastro.
3. Reproducir el workflow diario — abrir PR, hacer refactor, ejecutar tests, pedir review al modelo — durante una semana. El equipo nota tres cosas: (a) los tokens consumidos suben 5-8x, (b) las sesiones tardan 30-60% más en arrancar por la carga de plugins, (c) el log append-only les da por primera vez un “qué vio el modelo” reconstruible.
4. Decidir si el trade-off vale la pena. Si la API de pagos maneja transacciones de un volumen tal que un error de compliance cuesta más que $32/día en tokens, el equipo migra. Si el volumen es bajo y la auditoría se hace por otros medios, el equipo se queda con OpenCode y exporta logs manuales.

Este caso real es el que más me ha hecho pensar: dsh no es para todo el mundo, pero para equipos con presión de compliance es la única opción open-source del mercado. Ni Claude Code (logs parcialmente cifrados) ni Codex CLI (logs sí, pero sin la invariante de “reconstruible bit a bit”) ni OpenCode (logs por sesión sin garantía arquitectónica) llegan a ese listón.

Preguntas frecuentes

¿Puedo ejecutar el mismo prompt en los cuatro agentes y comparar resultados? Sí, y es exactamente lo que recomiendo durante una evaluación. El prompt tiene que ser (a) concreto (no “ayúdame con mi código”, sino “refactoriza esta función para que use Result en vez de throw”), (b) acotado a un solo turno cuando sea posible, y (c) con una métrica de éxito binaria (“pasa los tests” / “no pasa los tests”). Sobre prompts vagos, los cuatro rinden parecido; sobre tareas binarias con criterio claro, las diferencias se hacen obvias. La métrica “tiempo hasta el primer diff correcto” es la que mejor correlaciona con “qué agente te conviene”.

¿Cuál es el más fácil de instalar en una máquina limpia? OpenCode, sin discusión. brew install opencode (o el binario oficial), opencode auth para poner la API key, y a programar. Codex CLI requiere Node + npm + autenticación con OpenAI; dsh requiere Node + un setup inicial más largo por el monorepo. Claude Code es instalable pero requiere cuenta Anthropic con facturación activa. Si quieres probar los cuatro en una tarde, empieza por OpenCode y Code CLI como base, y reserva dsh para el final cuando ya sepas qué comparar.

¿dsh funciona en local sin conexión a internet? Parcialmente. El runtime sí corre offline (es código TypeScript local); lo que requiere conexión es la API del modelo. Si configuras dsh con un endpoint local de Ollama o vLLM, puedes correr el agente 100% offline — siempre que el modelo que sirves sea capaz de hacer function-calling, lo cual excluye a la mayoría de modelos <7B. Para un indie con una RTX 3090 y un modelo 14B cuantizado, el sweet spot es Codex CLI o Claude Code con un endpoint compatible — dsh con mismo setup funciona, pero el overhead de tokens del framework hace que el modelo local se quede corto más a menudo.

¿Cuál tiene la mejor documentación para empezar? Claude Code, por mucho. Anthropic publica docs comerciales extensas, tutoriales paso a paso, y ejemplos de Skills listas para copiar. Codex CLI tiene documentación técnica sólida pero menos tutoriales. OpenCode tiene docs suficientes para arrancar y una comunidad activa en Discord. dsh tiene documentación arquitectónica interna de 170k líneas — pero la user-facing docs es comparativamente fina, y ahí el equipo lo sabe (lo reconocieron en su propio hilo de Hacker News).

¿Y si quiero mezclar dos? ¿OpenCode como harness + Claude Code como subagente? Hoy no se puede directamente: cada agente es un proceso separado y no exponen una API para ser invocados como subagente. La excepción que confirma la regla es dsh, cuyo backend ctx.subagents soporta explícitamente claude-code y codex como providers — es la única forma nativa hoy de mezclar dos agentes. Si tu caso es “quiero que mi agente principal sea X pero delegue una subtarea a Y”, dsh es literalmente el único del grupo que lo soporta sin hacks.

Veredicto: para quién gana cada uno

No hay un ganador universal. Hay cuatro ganadores para cuatro contextos:

• Si tu prioridad es escribir código productivo hoy, sin preocuparte por auditoría extrema, Claude Code es la opción más pulida y completa.
• Si tu prioridad es seguridad por construcción y un blast radius mínimo, Codex CLI es el safety leader del grupo.
• Si tu prioridad es neutralidad de modelo, simplicidad y zero vendor lock-in, OpenCode es la opción más honesta.
• Si tu prioridad es auditabilidad arquitectónica, self-evolution o construir infra de agentes que otros equipos van a consumir, DeepSeek Harness es la única opción que ya tiene esas garantías incorporadas.

Mi recomendación práctica para un indie: empieza con OpenCode o Codex CLI, aprende qué necesitas del agente, y solo salta a Claude Code o DeepSeek Harness cuando tus limitaciones concretas —modelo, seguridad, auditabilidad— justifiquen el coste extra de adopción. El “agent-hopping” prematuro es el anti-patrón más caro de 2026.

Bibliografía

• DeepSeek Harness: el runtime donde todo es un plugin — ArceApps — análisis técnico en profundidad del runtime, Cordis y la arquitectura.
• Harness Engineering: el wrapper que gana — ArceApps — por qué el harness (tools, memoria, guardrails) hace productivo al modelo.
• OpenCode Subagentes: Workflows y Superpowers — ArceApps — workflows sobre OpenCode, su modelo de subagentes y superpowers.
• Awesome OpenCode Ecosystem — ArceApps — catálogo curado del ecosistema OpenCode.
• DeepSeek Harness developer preview — página oficial con la promesa “Everything is a plugin”.
• deepseek-ai/deepseek-harness — repositorio MIT, 0.1.0-rc.5 al cierre del artículo.
• A Programming Paradigm for Spatiotemporal Composability — paper de Cordis, base teórica de dsh.
• Claude Code — Extend documentation — documentación oficial de las 7 superficies de extensión.
• Codex CLI — OpenAI — repositorio oficial del CLI de OpenAI.
• OpenCode — github — repositorio del agente open-source model-agnostic.
• DeepSeek Harness In Depth — Justin3Go — análisis técnico línea por línea con comparativa contra los cuatro protagonistas.
• 5 Best DeepSeek Harness Alternatives — deepseek-code.com — workflow ranking Pi / Claude Code / OpenCode / Codex / Cline.
• DeepSeek Harness: Why 95,000 GitHub Stars in 2 Days — Flowtivity — hands-on con métricas de adopción y benchmarks V4-Pro.
• DeepSeek Harness developer preview — Hacker News — thread de lanzamiento con 727 puntos y respuesta del equipo autor.