图片由AI生成



北京时间8月13日晚，DeepSeek面向全球开发者开放DeepSeekHarness开发者预览版，并以MIT协议开放源代码。

与外界更熟悉的模型权重发布不同，这次DeepSeek开源的是模型外部的一整套Agent运行基础设施。模型、工具、技能、会话、沙箱、存储、Agent循环、任务调度和用户界面，都可以作为插件加载、卸载和替换。

DeepSeek为这套架构概括出一句很容易传播的话：一切皆插件。

值得注意的是，DeepSeek还为Harness单独开设了微信公众号“DeepSeek Harness团队”。这个账号使用黑色鲸鱼作为标识，与DeepSeek模型产品沿用的蓝色鲸鱼形成明显区隔。

独立品牌区隔的背后，DeepSeek也许希望为Harness建立独立的开发者沟通渠道，并围绕它持续经营生态。一个模型能否在真实环境中连续完成任务，越来越取决于模型之外的系统：它看到了哪些上下文，能调用什么工具，如何处理失败，是否可以恢复任务，谁来批准高风险操作，以及长时间运行后如何避免偏离目标。Harness正是负责连接模型与这些能力的运行层。

DeepSeek Harness让开发者可以像搭积木一样重新组合Agent，它也把DeepSeek的开源边界从模型延伸到了Agent工程体系。



01

模型能力之外，为什么还需要Harness

大模型本身只负责生成下一步内容。一个能读写文件、运行命令、调用外部服务、派出子Agent并根据执行结果继续工作的Agent，还需要一套持续运转的控制系统。

Anthropic曾把Agent的基础单元概括为经过检索、工具和记忆增强的大模型。进入长程任务之后，Harness还要负责上下文管理、权限控制、状态保存、错误恢复和循环停止条件。Anthropic在2026年4月讨论托管Agent时进一步指出，Harness包含了开发者对“模型自身做不到什么”的判断，而这些判断会随着模型能力提升而过时。

由此点出了Harness设计的一个长期矛盾：框架需要提供足够多的控制，同时不能用过度固定的流程限制模型。

这也解释了DeepSeek为何强调可替换性。同一个模型放进不同Harness，最终表现可能出现明显差异。系统提示词如何组织，工具定义是否清晰，上下文何时压缩，失败后能否重试，都会影响任务成功率、Token消耗和运行时间。

模型评测逐渐从单次问答转向真实工程任务之后，Harness本身已经成为评测变量。

目前，这一层已经聚集了多条技术路线。OpenAI Agents SDK提供工具、Agent交接、护栏、会话和追踪；Claude Agent SDK开放了Claude Code使用的工具、Agent循环和上下文管理；LangGraph则侧重持久化执行、人类介入和状态恢复。DeepSeek Harness进入的是一个已有成熟参与者的市场，差异化方向是把这些能力进一步拆成可由配置组合的插件。

02

“一切皆插件”？

DeepSeek Harness建立在Cordis插件系统之上。根据官方文档，模型适配器、工具注册表、会话日志乃至Agent循环本身都属于插件，开发者无需修改Harness主体代码，就能通过插件替换或扩展具体能力。

Cordis将这种能力称为“时空可组合性”。这里的“时间”指插件卸载后，其注册过的服务、事件和副作用能够随之撤销；“空间”指插件可以声明依赖，并在其他组件发生变化时重新建立协作关系。

8月13日公开的Cordis论文仍被标注为持续修订中的预印本，其实现包括副作用追踪、依赖解析、配置协调和热更新。显然，这套设计瞄准的场景已经从传统插件系统延伸到“自我演进的Agent Harness”。



对于开发者，这种拆分带来三类直接价值。

第一，模型与运行环境可以分离。开发者可以保留同一套会话、工具和权限体系，只替换模型适配器；也可以固定模型，比较不同上下文管理或Agent循环的效果。对于模型评测，这有助于分辨能力提升究竟来自模型，还是来自外部工程优化。

第二，企业可以保留自己的基础设施。沙箱、存储、审批、凭证和遥测都能作为插件存在，理论上可以接入内部权限系统与审计要求，减少被单一Agent产品绑定的程度。

第三，Agent能力可以形成独立生态。开发者无需维护DeepSeek Harness的分叉版本，只需发布插件。官方已经建议插件仓库添加dsh-plugin标签，这一安排有助于逐步形成可检索、可复用的插件生态。

这套设计也把风险同步交给了插件系统。一个工具插件可以接触文件和外部服务，一个存储插件掌握完整会话，一个循环插件则可能改变Agent的决策路径。插件来源验证、权限边界、依赖冲突、版本兼容和供应链安全，都会成为生态能否进入生产环境的前提。开放程度越高，治理成本也越高。

03

四种模式，实际上是四种Agent实验方法

官方资料将DeepSeek Harness的预设运行方式分为标准、PTC、极简和创造四种模式。它们加载不同的插件组合，也对应不同的开发目的。



标准模式提供相对完整的工具集合，面向日常Agent任务。极简模式只保留Shell和文件编辑工具，主要用于基准测试。它尽量减少外围工具差异，使评测更接近对模型自主规划、代码修改和终端操作能力的直接观察。官方仓库的基准说明目前只给出了如何运行jsonrpc-agent极简变体，尚未公布DeepSeek Harness与其他Harness的对比成绩。

PTC模式采用程序化工具调用（Programmatic Tool Calling）。模型先生成一段代码，再由代码组织多轮工具调用。对于需要连续查询、批量处理或根据中间结果分支的任务，这种方式可以减少模型与工具之间反复往返，也可能降低上下文中堆积的中间信息。不过，模型生成的代码获得了更强的调度能力，对沙箱隔离、超时、资源配额和权限控制也提出了更高要求。PTC的价值最终需要用任务成功率、成本和安全事件来检验。

创造模式最有实验性。Agent可以检查当前运行时，在内存中试验Cordis插件，再组合出新的运行模式。

官方开发文档已经提供一个“自指式”Cordis演示，允许Agent检查和修改正在运行的插件环境。这为Harness自我调整留下了接口，但它距离稳定的“自我进化”仍有很长的工程路径。

04

把每一次运行变成可回放的事件流

DeepSeek Harness另一项重要设计，是仅追加的会话日志。

一个Session由按顺序追加的事件构成，是Agent全部交互历史的唯一事实来源。模型消息历史由这份日志推导生成，不再单独保存；恢复和回放也从同一组事件重新构建。

官方文档称，系统提示词、思维链、工具调用及其结果、子Agent调度和上下文注入都会被记录，并可以在Trajectory视图中按来源查看；其中能够显示多完整的推理内容，仍取决于具体模型接口实际返回的数据。这样做的价值很直接：当Agent在第几十步做错决定，开发者可以回到当时模型真正看到的上下文，确认问题来自模型判断、工具返回、提示词变化还是错误的上下文注入。OpenAI Agents SDK和LangGraph同样把追踪、持久化与恢复视为Agent运行时的重要能力，说明可观测性已经从调试工具变成Agent基础设施的标准组成。

仅追加日志也会带来新的数据治理问题。完整事件流可能包含代码、凭证线索、内部文件内容和工具返回结果。可回放提高了可审计性，也扩大了需要保护的数据面。

05

它与MCP处在不同层级

“一切皆插件”很容易让人联想到MCP。两者解决的问题并不相同。

MCP是连接AI应用与外部数据、工具和工作流的开放标准，重点是统一连接方式。Harness负责更上层的运行逻辑：什么时候把工具交给模型，调用前是否需要审批，结果如何写入会话，失败后是否重试，Agent何时派出子任务，又在什么条件下停止。

因此，MCP服务器可以成为DeepSeek Harness中的工具来源，Skills可以成为能力包，Cordis插件负责把模型、工具、状态、循环、界面和政策组合成一个可运行的Agent。也就是Agent“如何运行”的控制层。

这个位置具有潜在生态价值。谁掌握Harness，谁就更接近真实任务入口，也更容易影响模型选择、工具分发、运行成本和开发者工作流。不过，MIT许可证只能降低采用门槛，无法自动形成生态。开发者是否愿意持续维护插件，企业是否敢把生产权限交给第三方组件，以及插件能否跨版本稳定运行，才会决定这套架构能走多远。

06 v0.1仍是一张设计蓝图

DeepSeek对版本状态给出了相当明确的提示：当前处于开发者预览阶段，后续将出现破坏兼容性的变更。截至发稿，仓库根目录package.json标注的版本为0.1.0-rc.5，GitHub Releases页面仍为空。更准确地说，它目前处在v0.1系列的候选和快速迭代阶段。

开发者安装Node.js后，可以通过npx @deepseek-ai/dsh web启动Web界面，默认地址为http://127.0.0.1:3080；也可以从Deepseek官方仓库克隆源码安装。官方开发文档目前要求Node.js 22.19及以上的22.x版本，或24及以上版本。

从安装流程看，DeepSeek Harness的部署门槛并不高，也可以借助WorkBuddy这类能够操作终端和文件的Agent，辅助完成Node.js环境检查、安装与启动。

需要注意的是，Harness本身按MIT协议免费开源，但官方默认使用方式仍需配置DeepSeek API Key；用户可以免费打开Web UI，真正运行Agent还是会产生模型调用成本。

DeepSeek Harness将开源竞争推进到了模型之外。开放权重解决了“谁能运行模型”的问题，开放Harness进一步触及“谁能决定模型如何工作”。

当Agent开始执行持续数小时甚至数天的任务，模型只是系统中的一个组件，运行层会越来越多地决定能力上限和使用边界。

“一切皆插件”给了开发者更大的改造空间，也让DeepSeek承担了更难的生态任务。