深度解析 DeepSeek Harness：“一切皆插件“如何重构 AI Agent 开发范式
2026 年 8 月 13 日深夜，DeepSeek 放出了两个重磅消息：DeepSeek-V4-Pro 正式版上线，以及首款 Agent 产品 DeepSeek Harness 开发者预览版开源。后者在半小时内 GitHub 星数破万，截至发稿已突破三万。
如果说 V4-Pro 是"更强的模型"，那 Harness 则是"让模型真正干活的框架"。本文不吹参数，只聊一件事：Harness 到底是怎么设计的，它凭什么值得开发者关注。
一、先厘清定位：Harness 不是新模型
很多人第一反应是"DeepSeek 又发新模型了"。不是。
DeepSeek Harness（命令行工具名 dsh）是一套 Agent 运行框架，核心公式是：
Model + Harness = Agent
大模型负责思考推理，Harness 负责调度工具、管理任务、执行闭环、记录轨迹这些"工程化"的活。它的直接对标是 OpenAI 的 Codex、Anthropic 的 Claude Code，补的是国产模型在"上层执行环节"的短板。
开源协议是 MIT，仓库地址：
https://github.com/deepseek-ai/deepseek-harness
一句话体验方式：
npx @deepseek-ai/dsh web
默认在 http://127.0.0.1:3080 启动 Web UI。
二、原理：Everything is a Plugin
Harness 最核心的设计理念只有一句——一切皆插件（Everything is a Plugin）。
模型适配器、工具注册表、技能、会话日志、沙箱、存储、循环调度、UI，每一个能力模块都被实现为可替换、可重组的插件。系统底层是 Cordis 插件系统，一个"元框架"——它只负责插件的加载、卸载和依赖关系，不掺和任何具体业务。
Cordis 的设计思想来自北京大学与 DeepSeek 联合署名的一篇论文《A Programming Paradigm for Spatiotemporal Composability》（时空可组合性编程范式）。这篇论文的价值在于，它回答了一个老问题：当系统里的每个模块都可能被替换时，如何保证它们还能正确协作？
Cordis 用五个概念回答这个问题：
- Plugin（插件）——实现
Service的对象，可以是一个带inject和apply(ctx)的函数，也可以是一个Service子类。 - Context（上下文）——一个"服务仓库"，每个服务占一个稳定的键，比如
ctx.tools、ctx.llm、ctx.sessions。别的插件通过键来找服务，而不是 import 一个具体实现。 - Inject（依赖注入）——插件声明它需要哪些服务，加载器保证这些服务先就位。也就是说，加载顺序由依赖关系决定，而不是靠手动 boot 顺序。
- Typed Events（类型化事件）——服务之间通过事件通信，有四种派发模式：
emit（观察）、waterfall（中间件式，可短路）、parallel（并行）、serial（串行）。 - Reversible Effects（可逆副作用）——所有注册动作通过
ctx.effect()/ctx.on()安装，插件卸载时自动回滚。
这套设计的杀手锏在于：没有需要 patch 的特权核心。你想扩展 Harness，就是在旁边挂一个新插件；卸载它，所有注册自动撤销。这是传统单体 Agent 框架做不到的——它们改一行核心代码就可能牵一发动全身。
三、思路：可插拔、可追踪、可组合
如果把"一切皆插件"拆开，Harness 的设计思路可以概括成三条线：
1. 可插拔（Profile / Bundle 分层）
一个运行中的 dsh，是启动时由有序分层组合出来的一棵插件树。
- Profile：一种命名的组合，存着一组 bundle 的顺序、装了什么插件、还有用户自己的
cordis.patch.yml。 - Bundle：Cordis 配置行 + 代码的分发格式。
dsh-base是所有 profile 的第一层，负责模型适配器、工具、持久化、沙箱、审批策略、设置、凭据、遥测。
想看你机器上实际启动了什么，跑一句：
dsh --profile web --dump-config
打印出来的每一行，都能用你自己的 patch 覆盖。
2. 可追踪（Append-only Session Log）
这是 Harness 特别强调的能力。每次运行时，模型看到的所有东西——系统提示、推理过程、工具调用与结果、子代理调度、每次上下文注入——都被记录进只能追加的会话日志里。
有一条硬约束贯穿始终：Model-visible means logged（模型可见的，必须可被日志重建）。任何要进入模型请求的内容，都必须能从日志里还原，运行时还会 assert 校验这一点。
这条约束带来的连锁收益很大：fork（分叉）、resume（恢复）、replay（回放）、transcript（转写）、telemetry（遥测）、persistence（持久化），全部从同一条事件流派生。开发者在 Trajectory 视图里能逐条核查记录，还能基于同一事件流执行恢复、分叉、搜索和回放。
3. 可组合（Capability Seams 能力接缝）
Harness 提出了一个概念叫 Seam（接缝）——一个可替换的能力，包含三个角色：
- Service Definition：声明接口；
- Service Provider：实现接口；
- Consumer：使用方，通常是某个面向模型的工具。
为什么这个重要？因为换一个 provider，等于换整个产品。文件系统和子进程 provider 共享同一个"执行世界"，把它们指向远程沙箱，Bash、PTY、LSP 就一起迁移过去，不需要 fork provider。子代理 provider 同样在一个接口后自由切换——可以是一个全新的子 agent，也可以是另一个产品里的一次委派。
四、四种运行模式：策略层面的分层
为了适配不同场景，Harness 提供了四种 Agent 预设模式：
| 模式 | 定位 | 工具集 |
|---|---|---|
| 标准模式（Standard） | 完整编程助手 | 完整工具集，理解需求、改代码、跑命令、查结果 |
| 代码模式（Code / PTC） | 程序化编排 | 用模型生成的代码（TypeScript 小程序）编排多轮工具调用 |
| 极简模式（Minimal） | 最小评测 | 只保留 shell 工具和文件编辑器，官方用它测 V4 模型 |
| 创造者模式（Creator） | 插件开发 | 可检查当前运行时、内存中测试 Cordis 插件，并组合成全新模式 |
这四种模式不是死板的四个开关，而是一种"策略分层"的示范：同一个框架，通过裁剪插件组合，就能从完整工作台缩到最小评测环境。这是"一切皆插件"最直接的价值体现。
五、升级玩法：几个值得关注的进阶方向
抛开官方文档，社区实测里已经浮现出几个真正有想象空间的玩法：
1. 自我进化（Self-modification）
Harness 提供了动态 Cordis 插件运行时。社区测试者发现一个有趣的现象：当 Agent 发现某个能力缺失时，它可以自己完成开发、安装和调用。这背后是"动态插件运行时 + UI"的支撑——能力不再是启动时写死的，而是运行时可增删的。虽然 v0.1 还很粗糙，但"Agent 自我进化"的方向已经能摸到边了。
2. 换 provider = 换产品
得益于 capability seams，开发者不需要改框架代码，只需替换某个 provider 就能改变产品行为。比如把本地沙箱 provider 换成远程沙箱，文件系统、子进程、Bash、LSP 全套跟着迁移。这是做多租户、云端 Agent 托管的基础设施级能力。
3. 生态冷启动
内测期间社区已经攒出约 300 个插件，官方还支持接入近 40 家第三方模型，并通过 dsh-plugin 话题做插件发现。对一个刚发布一天的框架来说，这个冷启动速度相当可观。
4. 安全沙箱
底层内置了基于 Linux Landlock 的原生沙箱（native/landlock-run），配合审批策略插件，为"让 Agent 真正碰你的文件系统"提供了约束边界。这是 Agent 从 demo 走向生产的关键一环。
六、业界影响：从模型层延伸到执行层
Harness 的意义，不能只看技术，要看它在竞争格局里的位置。
过去 DeepSeek 的标签是"便宜好用的模型供应商"。Harness 的发布，意味着它的竞争力从模型层延伸到了 Agent 执行层。这一刀补得准——因为 AI 军备竞赛的下半场，比的不再是"谁的回答更强"，而是"谁能让 AI 真正把活干完"。
更深一层，是闭环的形成：有了自己的 Agent 产品，模型和 Harness 可以互相喂反馈，形成"模型迭代 → 产品验证 → 反馈优化"的正循环。OpenAI 有 Codex、Anthropic 有 Claude Code，现在 DeepSeek 也有了 Harness——三者都意识到，执行层是模型能力落地的最后一环，也是获取真实世界反馈的唯一通道。
另一个值得注意的信号是"AI 操作系统"的提法。有测试者评价 Harness "更像 AI 操作系统而非单纯的 Coding Agent"。如果"一切皆插件"的生态真的长起来，Harness 就有可能从"一个框架"变成"一个平台"——开发者不再写死工作流，而是在插件市场上组合能力。这可能是比单次发布更长远的影响。
七、结语：先别急着神化，但值得跟进
说句实在话：DeepSeek Harness 目前只是 v0.1 开发者预览版，官方明确警告"会有破坏兼容性的改动"，实测里长任务的物理过程实现也有不少翻车。现在就说它颠覆谁，为时过早。
但它带来的三个信号是真实的：
- 架构信号：以 Cordis 为代表的"时空可组合"插件范式，可能是 Agent 框架摆脱"单体核心难以扩展"死结的一条路。
- 生态信号：开源 + MIT + 300 插件冷启动，说明 DeepSeek 想做的不是又一个闭源 Agent，而是一个可被二次开发的底座。
- 战略信号：模型厂商的下一个战场，已经从"上下文窗口、跑分"转移到了"执行层与反馈闭环"。
对开发者来说，现在最好的姿态是：把它 clone 下来，跑一遍 npx @deepseek-ai/dsh web，读一读 docs/architecture.md，亲自感受一下"一切皆插件"到底是什么手感。框架会迭代，但范式一旦确立，就不会轻易回头。
参考资料
中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。
更多推荐
20
0- 0
已为社区贡献3条内容
所有评论(0)