认识 DeepSeek Harness

2026 年 8 月 13 日，DeepSeek 干了件让整个 AI 圈侧目的事——不是又发了个大模型，而是把自己一直在内部用的「Agent 运行底座」整个开源了。

一个命令就能在浏览器里跑起一个会读文件、跑命令、调工具、还能派子任务的智能体。更离谱的是，这玩意儿发布 1.5 小时 Star 就破了 2.4 万，刷新了开源圈的记录。我第一反应是：这帮人是不是疯了，把最核心的工程能力白送？

后来我 clone 下来跑了一遍，才意识到——它想做的不是又一个闭源的 Claude Code，而是一个「可被所有人二次开发的底座」。

一句话：DeepSeek Harness 让大模型不仅会「想」，还会「做」——读写文件、执行命令、调用工具、派出子任务，在授权范围内把一个长任务持续做完。

什么是 DeepSeek Harness

DeepSeek Harness（简称 dsh，命令行就叫 dsh）是 DeepSeek AI 于 2026 年 8 月 13 日开源的 Agent 运行框架（Agent Harness），当前版本 v0.1（开发者预览版，package.json 实际为 0.1.0-rc.5），采用 MIT 协议 完整开源，仓库在 github.com/deepseek-ai/deepseek-harness。

如果把大模型比作「大脑」，Agent 比作「会思考、会执行、会调试的工作单元」，那 Harness 就是连接大脑和手脚的中枢调度系统。

大模型本身只会「生成下一步内容」。一个能干活的真·Agent，还得管一堆模型之外的事：执行能力（读写文件、跑命令）、上下文管理（长任务信息压缩注入）、权限控制（哪些目录能碰）、状态保存与错误恢复、循环与停止条件、可观测性（记录每一步输入输出）。Harness，就是把这些「脏活累活」打包成一套可编程、可组合的底座。

当模型评测从「单次问答」走向「连续干工程活」，Harness 本身已经成了影响评测结果的关键变量——同一个模型，套不同的运行框架，表现能差出一个身位。

DeepSeek Harness 的特点

• 一切皆插件：模型、工具、技能、会话、沙箱、存储、Agent 循环、任务调度、UI——所有能力都是插件，可自由替换、灵活重组，不爽哪块拔了换一块
• 模型无关：内置 DeepSeek，同时支持 Anthropic、OpenAI 及任意 OpenAI 兼容端点（公司网关、自建服务器都行），改配置下次请求即生效，不用重启
• 四种运行模式：标准模式（日常干活）、PTC 程序化模式（模型生成代码编排多轮工具调用）、极简模式（只留 Shell+文件编辑器，专为基准测试）、创造模式（运行时调试插件）
• 全链路可追溯：模型看到的一切写进只读会话日志，系统提示、思维链、工具调用、子 Agent 调度全留痕，支持轨迹回放、断点续跑、分支分叉
• 本地可控：Agent 只能碰你明确选定的工作区目录，高危操作弹确认，工作区隔离 + 权限审批
• MIT 协议开源：完整源码开放，免费可商用、可二次分发改造

底层由 Cordis 插件元框架驱动。Cordis 本身「几乎什么都不干」，只负责插件的加载、卸载和依赖关系——而且插件卸载时，它注册过的服务、事件、副作用会随之撤销（时间可组合性）。对开发者的甜头是：你可以保留同一套会话、工具、权限体系，只把模型适配器换掉，方便横向对比不同模型。

打个比方：Cordis 像乐高的底板，你不从零捏零件，而是往带凸点的板上插积木。Skill 只是 Prompt 层的玩意儿，而 Cordis 插件允许你自定义整个 Agent 运行时——这是相当 AI-Native 的设计。

为什么值得关注：三个真实信号

别急着喊「颠覆谁」，它才刚预览。但下面三个信号是实打实的：

信号一：连 DeepSeek 自己的评测都在用它。 V4-Pro 的模型卡脚注里，明确把 Harness 的「极简模式」列为跑编程智能体基准所用的框架。也就是说，DeepSeek 对外展示的模型能力，背后就是这套底座——如今它开源了，任何人都能 clone 下来复现评测路径。

信号二：开源 + MIT + 插件冷启动。 官方文档显示默认部署里就挂着 159 个插件，社区几天内就冒出了 DeepEye（视觉 OCR）、AgentTeams（多智能体协作）、Gen（交互式图表 UI）等扩展。框架会迭代，但「一切皆插件」这套范式一旦立住，就不会轻易回头。

信号三：模型厂商的战场转移了。 从「拼上下文窗口、拼跑分」到「拼执行层与反馈闭环」。Harness 把模型、工具、沙箱、存储、审批、遥测全做成可插拔积木，企业可以把自己的权限、审计、沙箱体系接进来。

老张我自己的判断：比起模型多考几分，我更看重「插件化这条路能不能走通」。运维场景里，Agent 能不能安全接进监控告警、能不能放心操作服务器，比 benchmark 上多几点重要得多。

DeepSeek Harness 初体验

想亲手跑起来？三步就够。

第 1 步：装 Node.js

需要 v22.19 及以上（22.x 系列）或 v24 及以上 的 LTS 版本。装完终端里 node -v 能出版本号就成。

第 2 步：一条命令起 Web UI

npx @deepseek-ai/dsh web

首次运行会自动拉依赖，稍等片刻。终端会打印访问地址，默认是 http://127.0.0.1:3080。

第 3 步：浏览器里配置

打开 http://127.0.0.1:3080，进「设置 → 模型」填 DeepSeek API Key 保存，选个工作区目录，发第一条任务：

Summarize this repository and identify its main packages.

到此，你就跑起了一个开源 Agent 框架。想看当前到底加载了哪些插件？

dsh --profile web --dump-config

真要从源码改配置、写插件，流程是 git clone → pnpm install → pnpm run build → pnpm dsh web（注意要先 build，很多网上的快捷教程漏了这步，跑起来会找不到 UI）。

进阶

DeepSeek Harness 最迷人的地方在于：它把「大模型落地执行」这件本该很吃工程、很讲架构的事，压成了一个 npx @deepseek-ai/dsh web 命令。你不用先啃 Cordis 的插件论文，先把 Agent 跑起来、让它帮你读个仓库、改个 Bug，等真要深度定制时再回头拆插件，也来得及。前提是——它现在还是开发者预览版，官方明说「会有破坏性变更」，别急着怼上生产，先当玩具玩明白。

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。