尧图网站建设 
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 PluginHarness 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。BundleCordis 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-modificationHarness 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 LinuxLandlock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。参考资料官方仓库https://github.com/deepseek-ai/deepseek-harness架构文档https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.mdCordis 论文https://github.com/cordiverse/paper 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 PluginHarness 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。BundleCordis 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-modificationHarness 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 LinuxLandlock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。参考资料官方仓库https://github.com/deepseek-ai/deepseek-harness架构文档https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.mdCordis 论文https://github.com/cordiverse/paper