深度技术解析 · Agent 基础设施
当行业还在卷模型参数时，DeepSeek 把"模型之外的一切"做成了可插拔的运行时底座

• 发布日期：2026-08-13
• 许可协议：MIT
• 适用对象：Harness 开发者 / 框架爱好者
• 说明：本文基于 DeepSeek Harness 开发者预览版公开资料整理

目录

1. 背景：Harness 为什么会成为新战场
2. 核心定位：Model + Harness = Agent
3. 整体架构：一切皆插件 + Cordis 元框架
4. 插件系统深入：服务、事件与动态运行时
5. 工具调用流水线：一条可扩展的安全链
6. 四种运行模式：本质是四套插件组合
7. 多 Agent 编排：Spawn / Fork / Workflow / Ralph
8. 统一事件流：Append-Only Trajectory 与可观测性
9. 能力清单与运行方式
10. 快速上手：安装与启动
11. 与 V4 Pro 的联动及 API 峰谷定价
12. 行业意义、优势、挑战与客观评价
13. 结语：v0.1 只是起点

一、背景：Harness 为什么会成为新战场

过去一两年，围绕 AI Coding 的讨论重心正在发生一次静默的位移：从"模型"转向"Harness"。同一个模型被放进不同的 Agent 系统，最终表现可能相差极大——原因并不复杂：模型只负责预测下一步 token，而 Harness 决定模型能看到什么、能调用哪些工具、如何组织上下文、遇到错误怎么重试、什么时候判断任务已经完成。

"Harness（马具 / 挽具）"这个比喻，源自 Anthropic。它指模型之外的整个工程化运行环境——把裸模型"套上缰绳"，变成能干活、能执行、能闭环的 Agent。2025 年底至 2026 年初，随着 Claude Code 等产品的出圈，Harness 作为智能体领域的工程基础设施参考框架，引发了全行业的广泛关注，标志着 AI 工程实践从提示词工程 → 上下文工程 → 构建完整智能体运行环境的重大演进。

DeepSeek 于 2026 年组建全新 Harness 团队，资深研究员陈德里曾直言其目标："简单来说，就是对标 Claude Code，做 DeepSeek Code Harness。"8 月 13 日晚，在 V4 全系列模型上线、并先一步公布 API 调价之后，DeepSeek 正式推出 DeepSeek Harness 开发者预览版（v0.1），并以 MIT 协议开源全部源码，仓库口号直白而极致：

Everything is a Plugin

二、核心定位：Model + Harness = Agent

DeepSeek 用一句话定义了 Harness 在整个智能体体系中的角色：

Model + Harness = Agent
大模型负责思考与推理；Harness 承担模型之外的全部工程化工作——工具调用、任务规划、执行调度、上下文管理、错误重试、完成判定。

它刻意把"模型能力"和"执行环境"解耦。这意味着：

• 模型是插件，而非底座。 在 DSH 中，大模型只是可被替换的一个组件，你可以把它换成 DeepSeek 自家模型，也可以换成其它厂商的模型（架构层面预留了双 LLM 适配器的能力接缝，见 ADR 0010）。
• Harness 是产品化的着力点。 DeepSeek 不再只是"对外输出可调用的模型"，而是切入模型之上的开发者生态入口，与 Claude Code、Codex、Claude Cowork 正面竞争。
• 面向 Harness 开发者，而非普通用户。 官方首先邀请的是"能改框架、写插件"的开发者共建生态（DSH = DeepSeek Harness 插件生态），而非只想下载一个客户端直接写代码的终端用户。

三、整体架构：一切皆插件 + Cordis 元框架

DSH 最鲜明的差异化，落在架构开放度上。主流 Coding Agent 普遍支持插件、MCP 或自定义工具，但可扩展边界通常集中在工具层与技能层。DSH 把插件边界进一步下沉到了整个运行时：

支撑这套设计的是 Cordis 插件元框架（仓库中 vendored 的版本为 cordis 4.0.1）。它的职责被刻意压到最薄——只处理插件的加载、卸载与依赖关系。具体的 Agent 能力则全部由不同的 Cordis 插件提供，插件之间通过服务（Service）与事件（Event）彼此协作，再由配置层决定它们如何组合。

整个项目是一个典型的 pnpm monorepo：

• packages/：声明了 221 个公开发布包
• apps/：存放 dsh 命令行
• native/：提供原生沙箱（如 landlock-run）
• docs/：含架构文档与 ADR（架构决策记录）
• examples/：提供 acp-agent、coding-agent 等示例

四、插件系统深入：服务、事件与动态运行时

4.1 服务与事件：插件之间如何协作

Cordis 的协作模型非常经典：

• Service（服务）：插件可以向运行时注册可被发现的能力，其它插件通过依赖注入获取并使用它（例如一个"文件系统服务"可被"代码编辑工具插件"消费）。
• Event（事件）：插件通过订阅/发布事件来解耦交互（例如"工具执行完成"事件可触发"记录插件"与"UI 渲染插件"）。
• 配置层组合：开发者无需改动 Harness 源码，只需改配置就能选择加载哪些插件、它们如何协作。这正是"一切皆插件"能落地的关键。

4.2 动态运行时与"创造模式"

从仓库提交记录可以看到 feat(self-modification): add dynamic Cordis plugin runtime and UI——DSH 支持动态 Cordis 插件运行时。配合"创造模式"，Agent 可以：

• 检查当前运行时状态；
• 在内存中试验、临时装载 Cordis 插件；
• 据此组合并创作新的运行模式。

这意味着 Harness 的"配置"本身也开始成为 Agent 可以操作的对象——运行时的可组合性被同时交给了模型、配置文件、框架开发者三方。虽然距离"Agent 自己改造自己的 Harness"仍需代码与真实任务验证，但这已经把可定制边界推到了行业最前沿。

4.3 可替换范围一览

可替换范围从"某个搜索工具或 MCP Server"，一路延伸到：

模型 工具 技能 会话 沙箱 存储 Agent Loop（循环） 调度 UI

甚至连 Claude Code、Codex 或支持 ACP（Agent Client Protocol） 的外部 Agent，都可以接到同一个"子 Agent 接口"后面——这套设计的架构有新意，但编排范式本身并不算突破（见第七节）。

五、工具调用流水线：一条可扩展的安全链

DSH 把"工具调用"拆成了一条可插拔的流水线，这是它区别于"功能固定的 Coding Agent"的关键工程细节：

• 执行前：Hook → 审批 → 权限检查 → 沙箱 → 超时控制。每一步都是可挂插件的关卡，安全、审计、权限都是一等公民而非写死在框架里。
• 执行后：结果改写（rewrite）→ 记录（log）→ UI 渲染。开发者无需修改工具或 Agent Loop，即可在各个环节插入插件。
• PTC 同样受约束：普通工具调用与程序化工具调用（PTC）入口不同，但共享同一套安全与观测机制。PTC 模式下模型生成的代码及其子调用，照样不能绕过审批与沙箱。

这使得 DSH 更像一套可组装的 Agent 运行时底座，而非一个功能固定的产品。

六、四种运行模式：本质是四套插件组合

一个关键澄清：四种模式没有分别维护四套系统，主要差异来自默认加载的插件集合。基于同一套底座，它们只是不同的"配置预设"：

其中最值得玩味的是创造模式：传统 Harness 的运行方式通常由产品开发者预先写定，用户只能在既有配置里选。创造模式则让 Agent 直接理解自己所处的运行时，再按任务需要试装插件、组合能力——配置本身成了 Agent 的操作对象。

七、多 Agent 编排：Spawn / Fork / Workflow / Ralph

DSH 已内置一套相对完整的多 Agent 系统，父 Agent 与子 Agent 之间有多种协作原语：

• Spawn：启动一个拥有全新上下文的子 Agent（干净起步）。
• Fork：让子 Agent继承已有会话（沿用历史上下文后继续分支）。
• Workflow 工具：模型可现场编写 JavaScript，用 parallel 组织并行任务、用 pipeline 组织流水线任务。
• Ralph 模式：让多个全新 Agent 按轮次接力（Ralph Loop）完成复杂任务。

放进常见的五种编排范式看，DSH 最接近层级式 Supervisor–Worker：父 Agent 负责拆解、分配、汇总，子 Agent 负责执行。更准确地说，它是以层级式为主、兼容并行 / 流水线 / Ralph 循环的混合系统。

它也明确还不是真正的 Swarm——任务分配与控制权集中在父 Agent 手中，缺少 Agent 间的自主发现、协商、竞争与动态接管机制。

客观评价：Spawn、Fork、Pipeline、Ralph Loop 都已有成熟先例，编排范式本身没有突破。真正特别的是——它把这些编排方式做成了可随配置替换的插件，甚至能把 Claude Code / Codex / 支持 ACP 的外部 Agent 接到同一子 Agent 接口后。架构有新意，范式无颠覆；放在开源 Harness 中已相当先进，但不宜宣传成"全新多 Agent 架构"。

八、统一事件流：Append-Only Trajectory 与可观测性

DSH 另一个核心设计，是仅追加（append-only）的会话日志 / 事件流（Trajectory）。模型看到的所有内容，都会进入同一份事件流，包括：

• 系统提示词、推理内容（thinking）
• 工具调用及其结果
• 子 Agent 调度
• 每一次上下文注入

开发者可以在 Trajectory 视图中按来源逐条检查这些信息；会话的恢复、分叉、检索与回放，也都建立在同一份事件流之上。

为什么这很重要：它首先解决可观测性——Agent 任务失败时，问题可能出在模型判断、工具返回、上下文注入、调度策略或系统提示词。若这些内容散落各处，开发者很难还原模型当时究竟"看到了什么"。统一事件流给调试、评估、回放提供了一份共同底稿。

它也为会话分叉提供了更自然的数据结构：新分支沿用分叉点之前的事件，再追加新上下文与行动，无需覆写原历史。对于一个强调插件可替换的系统，这点尤其关键——开发者可以比较"不同的 Loop / 工具 / 调度插件"在同一任务轨迹上的表现差异。

九、能力清单与运行方式

当前预览版已支持的能力：

• 项目管理、长任务协作、多 Agent 编排
• 上下文管理、联网搜索、Skill（自定义技能）调用
• 运行方式覆盖 Web UI / TUI / Headless（无界面）
• 代码场景闭环：进代码库 → 找文件 → 改代码 → 跑测试 → 按报错继续修正

与执行环境的连接层： 可接入文件系统、终端、网页、代码工具及其它智能体，统一处理上下文管理、工具调用与任务执行，让模型"不止于生成回答，而是能完成连续操作"。这也被视为 DeepSeek 补齐 "Vibe Coding" 入口的关键一步。

十、快速上手：安装与启动

在已安装 Node.js 开发工具链的系统中，最快捷的方式是一键启动 Web UI：

# 方式一：npx 一键启动 Web UI
npx @deepseek-ai/dsh web

# 方式二：从 GitHub 拉取完整 monorepo
git clone https://github.com/deepseek-ai/deepseek-harness
cd deepseek-harness
# 仓库使用 pnpm-workspace，含 packages / apps / native / docs / examples 等

仓库采用 pnpm 包管理、TypeScript 为主（Python 部分亦用 MIT），测试基于 Vitest，Lint 用 Oxlint。公开发布的 dsh 家族已声明 publishConfig.access: public，核心包（含 vendored cordis 4.0.1、landland-run 沙箱等）均已开放。

注意（v0.1 阶段）：这是早期预览版，核心插件与基础接口会快速变化。现在进入生态的开发者需承受较高的迁移成本；建议以"试用 + 学习架构"为主，谨慎用于生产。

十一、与 V4 Pro 的联动及 API 峰谷定价

DSH 的发布紧随 DeepSeek-V4-Pro-0813 正式版上线。该模型要点：

• MoE 混合专家架构，总参数约 1.6 万亿，推理时仅激活约 490 亿
• 100 万 token 上下文窗口，最大输出 38.4 万 token
• 支持思考 / 非思考模式，兼容多种主流 API 接口
• 权重基于 MIT 开放，普通通用算力卡即可本地部署，降低政企私有化门槛
• 多项 Agent / 编程评测逼近甚至超越 Claude Fable 5

同时 DeepSeek 宣布 API 峰谷定价（空闲时段价格为高峰时段的一半）：

新价格自 2026-08-17 00:00 起生效，旗舰模型输出价格涨幅较大（有报道称约 +350%）。行业整体正从价格战转向"以模型能力为核心"的智力竞争阶段。

十二、行业意义、优势、挑战与客观评价

12.1 优势

• 架构极致开放：MIT + 全栈开源，把模型 / 工具 / Loop / 调度 / UI 全部放进可组合框架，降低对 Claude Code 类海外工具的依赖。
• 可替换边界最深：从工具到 Agent Loop 都能换，为记忆压缩、冲突清理、路径复用、Plan 校验等"局部创新"预留了试验空间。
• 工程细节扎实：工具调用流水线、统一事件流、动态插件运行时等设计在开源 Harness 中已属先进。

12.2 挑战

• 接口与稳定性：插件边界越深，接口稳定性、依赖管理、版本兼容、性能开销、调试复杂度越难控制；v0.1 阶段迁移成本高。
• "什么都能换"≠"更好用"：最终效果取决于官方是否提供高质量默认插件、稳定组合范式、可信评测，以及第三方是否愿意持续共建。
• 短期难替代 Claude Code：仅凭 0.1 预览版，业内普遍认为短期内完全替代并不现实。

12.3 专家视角：差异先押在架构开放

有业内专家指出：工具调用、记忆管理、任务规划等"大方向"已基本确定，未来大量创新发生在局部环节。例如记忆需要压缩与冲突清理；规划可复用已有路径，并增加一层"编译式"结构化校验（检查异常分支是否完整、是否含不可执行操作、是否越权）。DeepSeek "一切皆插件"的价值，正在于为这些局部能力预留替换、组合、持续试验的空间。

十三、结语：v0.1 只是起点

DeepSeek Harness 用一句 Everything is a Plugin 给出了自己的 Harness 答案：把模型之外的运行时彻底插件化，用 Cordis 元框架做最薄的调度层，再用配置把一切组合起来。它不一定是范式级的编排突破，但在架构开放度上确实押下了行业最激进的一注。

接下来真正值得观察的，是"一切皆插件"能否沉淀出一套足够稳定的开发标准，以及它最终会长成 DeepSeek 自己的 Coding 产品，还是成为更多 Agent 产品共同采用的底层 Harness。对开发者而言，v0.1 是参与共建 DSH 插件生态、提前理解下一代 Agent 运行时的最佳窗口。

一句话总结：DeepSeek Harness v0.1 是 DeepSeek 用"Cordis 插件系统 + 一切皆插件"打造的 MIT 开源智能体运行框架，把模型、工具、循环、UI 都变成可替换插件，以 Model + Harness = Agent 对标 Claude Code / Codex——能力雏形已具，生态仍待共建。

参考与说明

本文基于 DeepSeek Harness 开发者预览版（v0.1，2026-08-13 发布）的公开资料整理，包括 DeepSeek 官方公告、InfoQ 技术解读及 GitHub 仓库结构。技术细节以官方仓库 github.com/deepseek-ai/deepseek-harness 与 docs/ 文档为准，预览版接口可能快速变化，请以最新源码为准。

标签：#DeepSeek #Harness #Agent #Cordis #智能体框架 #MIT开源 #ClaudeCode对标