AI 模型已经能独立完成复杂的编码任务。真正的挑战不再是让模型更聪明，而是怎么把它的能力稳定、可靠、可观测地组织成一个真正可用的 Agent。

2026 年 8 月，深度求索开源了 DeepSeek Harness（dsh）——一个一切皆插件的 Agent 框架，给出了这个问题的答案：Agent = Model + Harness。模型是 Agent 的灵魂，而 Harness 给予 Agent 理解环境、使用工具、在真实场景中持续工作的能力。

什么是 DeepSeek Harness？

DeepSeek Harness（dsh）是深度求索（DeepSeek AI）开发的开源 Agent Harness（智能体框架），采用 MIT 许可证，以 TypeScript 编写，于 2026 年 8 月正式开源，目前处于开发者预览阶段（官方提示未来将有破坏兼容性的变更）。

它不优化模型本身，而是优化模型运行的环境。核心哲学八个字：一切皆插件（Everything is a Plugin）。

模型、工具、技能、会话、沙箱、存储、循环（agent loop）、调度、UI 等所有 Agent 能力均由插件提供，通过 Cordis 内核的服务（Service）与事件（Event）彼此协作——开发者无需改动任何源码，就能在配置层选择、替换、扩展任一能力。

底层由开源插件系统 Cordis 驱动，其设计思想对应论文《A Programming Paradigm for Spatiotemporal Composability》。运行时不存在需要打补丁的"特权内核"：每一项能力注册都是可逆副作用，插件卸载时自动撤销，因此扩展 dsh 的方式就是"把新插件挂载到其他插件旁边"。

“Everything is a Plugin."（一切皆插件）—— DeepSeek Harness 官方标语

模型是 Agent 的灵魂，Harness 给予 Agent 理解环境、使用工具，并在真实场景中持续工作的能力。—— DeepSeek Harness 官网

为什么需要 Harness？

行业的结论已经越来越一致：**瓶颈不在模型智能，而在基础设施。**OpenAI 团队在 100 万行代码实验中，5 个月产出全部由 Agent 完成、工程师一行代码未写。

LangChain 仅优化外部驾驭环境（文档结构、验证回路、追踪系统），就让编码 Agent 在 Terminal Bench 2.0 的得分从 52.8% 飙升至 66.5%，全球排名从第 30 位跃升至第 5 位——底层模型一个参数都没动。

DeepSeek Harness 正是这一共识的产品化落地：不追求更强的模型，而是把模型运行所需的约束、反馈、工具、记忆、可观测性全部做成可组合的插件基础设施，让每个团队都能按自己的方式驾驭 AI。

AI 工程范式的三次跃迁

要理解 Harness 为何重要，需要先看清楚我们是怎么一步步走到这里的：

范式核心问题优化对象交互模式
提示词工程怎么把话说清楚Prompt 的措辞、格式、示例一问一答
上下文工程怎么给 AI 喂信息文档、代码片段、历史对话信息注入 → 生成
驾驭工程怎么让 Agent 可靠工作约束、反馈回路、控制系统人类掌舵，Agent 执行

DeepSeek Harness 是驾驭工程理念的完整产品化：一个把约束、反馈、可观测、可替换全部落地的开源实现，让驾驭工程不再停留在方法论，而是开箱即用的基础设施。

核心架构：一切皆插件

DeepSeek Harness 的架构可以用一张图说清：Cordis 内核居中，所有能力以插件环绕，通过服务与事件协作。

这套架构落实到运行时的关键机制是 Profile + 组合包（Bundle）：运行中的 dsh 是一棵插件树，由启动时按序叠加的各层组合而成——先按 profile 列出的顺序应用每个组合包，然后是 profile 的 cordis.patch.yml、home 级 patch，最后是任意 --patch overlay。用一行命令即可查看机器上实际启动的完整配置树：

dsh --profile web --dump-config # 打印出的任何条目，都可以由你自己的 patch 替换

四种运行模式

DeepSeek Harness 开箱即提供四种运行模式，覆盖从完整编码 Agent 到最小化基准测试的全谱系：

模式定位能力构成
标准模式功能完整的编码 Agent文件编辑、Shell、文件与网页检索、Skills、计划、目标、子代理（subagent）与工作流
PTC 模式代码组合工具调用具备标准模式全部能力，并通过 Code Mode SDK 呈现工具——让模型用一个 TypeScript 程序组合多步操作
极简模式最小化基准测试仅保留持久 bash 与 str_replace_editor 两个工具，用于最小化环境下的模型评测
创造模式自定义 Agent preset具备标准模式全部能力，并提供运行时检查、插件实验与 preset 创作指导——组合出属于你的新模式

核心特性

特性一：每一次运行都有迹可循

模型看到的一切都会写入仅追加（append-only）设计的会话日志：系统提示词、思维链、工具调用与结果、子 Agent 调度、每一次上下文注入，全部落盘。在 Trajectory 视图中可按来源查看；恢复、分叉（fork）、检索与回放共享同一份事件流——Agent 的每一步都可追溯、可复现。

特性二：多形态使用，随处运行

Web UI（默认 http://127.0.0.1:3080）提供完整的图形界面；headless 模式一次性运行任务、打印最终答案并退出，适合脚本与 CI；还有 CLI 与官方 Python SDK（pip install deepseek-harness-sdk，自带运行时、无需系统 Node.js）和 TypeScript SDK，把 Agent 嵌入任何工作流。

特性三：开放可控，无特权内核

MIT 开源，不存在需要打补丁的特权内核：所有能力注册都是可逆副作用，插件卸载即撤销。通过 Profile、组合包与 patch 分层叠加配置，--dump-config 可随时审查整棵配置树——你的 Agent 是什么样，你说了算。

特性四：模型无关，即插即用

填入 DeepSeek API 密钥即可使用，也支持其他提供方与自定义 OpenAI 兼容端点，模型路由无需重启服务器。事件驱动的扩展点体系（会话 / Agent / 能力三级事件）让开发者可以挂载策略与适配器，随时换模型、换工具、换存储。

快速上手

安装 Node.js 后，一行命令启动 Web UI：

<span>npx </span><span>@deepseek</span><span>-</span><span>ai</span><span>/</span><span>dsh web</span>

也可以从源码安装：

<span>git clone https</span><span>:</span><span>//github.com/deepseek-ai/deepseek-harness.git</span><span>
cd deepseek</span><span>-</span><span>harness
pnpm install
pnpm run build
pnpm dsh web</span>

Web UI 使用只需三步：

步骤操作说明
1配置模型打开 设置 → 模型，填入 DeepSeek API 密钥并保存，模型路由立即可用、无需重启
2选择工作区添加启动 dsh 时所在的项目目录并选中（选中前会话输入框不可用）
3运行任务发送如 “Summarize this repository”——agent 读写文件、运行命令、委派子代理；超出权限策略的操作会先征求你的审批

Harness 与相关工具的关系

DeepSeek Harness 不是又一个"写几个 agent 的库”，而是位于 SDK 与框架之上、解决"Agent 如何可靠运行"的完整层。与当下热门工具的定位差异：

项目定位与 DeepSeek Harness 的关系
Claude Code闭源商用编码助手功能对标，但 dsh 完全开源、可自托管、能力可替换
Hermes Agent自进化个人 Agent（Nous Research）侧重跨会话记忆与技能沉淀；dsh 侧重插件化组合与全程可观测，两者理念互补
OpenClaw本地优先消息型 Agent侧重多渠道接入与数字主权；dsh 提供 Web UI / headless / SDK 多形态
LangGraph / AutoGen / CrewAIAgent 构建框架（编程库）框架解决"如何构建"；dsh 是完整 Harness——“如何稳定运行 + 如何替换能力”