夜雨聆风就在本文发出时，DeepSeek Harness 的开发者预览版上线了，同时开源。地址是 github.com/deepseek-ai/deepseek-harness。简单说，这是 DeepSeek 做的 Agent 框架，类似 Claude Code，缩写叫 dsh。它的核心设计是「一切皆插件」，模型、工具、技能、会话、沙箱、存储、调度，连界面都是插件，可以自由替换、灵活组合。
这条消息值得单独拆开看。DeepSeek 这家公司，过去两年一直在刷新模型的上限，V3、R1、V4，每一次都在参数和成本上做文章。今天他们第一次发了一个和模型本身无关的产品。
这比发布一个新模型更值得琢磨。
为什么是现在
我的看法是，模型战争早已进入下半场了。
上半场比的是模型本身，参数、榜单、价格。DeepSeek 在这个战场赢过几次，V3 用低成本逼近 GPT-4 级能力，V4 把推理价格打到同级闭源的零头。
但下半场的竞争点变了。当几家头部模型的水平都到了差不多的位置，真正拉开差距的，是这些模型怎么被用起来。OpenAI 有 Codex 和 Agents SDK，Anthropic 有 Claude Code，现在 DeepSeek 有 Harness。三家都意识到，Agent 基础设施才是下一个卡位点。
「一切皆插件」不是口号
Harness 最特别的设计，叫「一切皆插件」。模型、工具、技能、会话、沙箱、存储、调度，连界面都是插件，可以自由替换、灵活组合。
这句话听起来像宣传，但它的机制是实打实的。
第一层叫分层组装。运行中的 Harness 是一棵插件树，组合包是官方发布的成套配置，Profile 是你机器上的命名组装清单，Patch 是你的覆盖层，可以精确到任意一个插件条目去替换。上层配置始终覆盖下层。
第二层叫能力接缝。每一种能力，执行命令、读写文件、网络访问、模型调用，都拆成三个独立角色。服务定义订接口规范，提供方负责实现，消费方使用能力。三者独立，模型看到的接口永远不变，但背后的实现随时可以换。
第三层是四种模式。标准模式给完整工具，PTC 模式让模型用一段代码串起多轮工具调用，极简模式只留两个工具做模型基准测试，创造模式可以检查运行时、在内存里试验插件。选一个模式，就是选一套完整的 Agent 预设。
图 1｜DeepSeek Harness Web UI 截图，「探索未至之境 预览版」主界面。显示工作区选择和四种运行模式（标准/PTC/极简/创造）菜单。来源是 DeepSeek Harness 官方发布
两个最能体现设计哲学的细节
第一个是 Code Mode。
常规的工具调用是一步步来的，模型做一个动作发一次调用，等结果再想下一步。动作越多，来回越多，上下文消耗越大。Code Mode 把全部工具生成成一套 TypeScript SDK，模型通过 run_code 交一段程序，在程序里直接调用各种工具，可以写循环、写条件、并发执行。只有程序最终打印的内容才进模型上下文，中间过程不占空间。
一个统计所有代码包 TODO 并汇总排序的任务，常规方式要几十次往返，Code Mode 一段程序一次跑完。
第二个是极简模式。
它只留两个工具，一个保持状态的命令行终端，一个文本编辑工具，系统提示词只有一句话。它最初是给模型做基准测试用的。7 月底 DeepSeek-V4-Flash 正式版 API 公测的时候，官方文档里写过一句，Code Agent 任务的测试框架是「DeepSeek Harness 极简模式，即将发布」。
也就是说，这个框架已经在内部跑了很久，今天才从幕后走到台前。
工程严谨度是另一层信息
Harness 在细节上花了不少心思，有几处值得单独说。
会话日志是仅追加的，模型看到的一切，系统提示词、思维链、工具调用与结果、子代理调度，全部按顺序写入，只增不改。Trajectory 视图可以按来源查看，恢复、分叉、检索、回放共享同一份事件流。整个运行过程可以完整还原。
安全上，需要授权的操作会先请求用户批准。API Key 走独立通道传递，会话日志里只有引用，没有明文。沙箱分三档，只读、可写工作区、完全放开，而且沙箱后端会如实上报自己能隔离到什么程度，条件不够就报告 partial，不虚报安全边界。
工程约定也写得很硬。注册必须是可逆副作用，配置错误必须在加载时报错，跨边界标识符必须用品牌类型，文档过期直接阻断 CI。质量门禁做到逐文件 100% 单元测试覆盖。
这些细节合起来传达一件事。DeepSeek 不是随便搭了个 demo 出来试水，是把 Harness 当正经基础设施在打磨。
开源是它的入场姿势
回到战略层面。DeepSeek 没有去复制 Codex 或者 Claude Code，而是把「一切皆插件」做成核心，再用 MIT 协议把整个框架开源。
任何人都能改它、换它、往里面塞自己的东西。它还兼容 MCP，任何现成的工具服务器都能接进来，给 Claude Code 和 Codex 写的钩子脚本也能直接复用。
开源这一步，把竞争从「谁的框架更好用」变成了「谁的地基更多人盖楼」。
数据已经在说话了。框架内测期间，社区组织下已经有 251 个仓库，攒了 545 条 issue，社区自己搭了包管理器、插件索引和兼容性监控。内测群里流传着一句话，官方做得越少，社区越繁荣。
这句话，是一个开源项目的生命力所在。
和上一篇文章是同一个方向
把这件事放到更大的图景里看，它和 AI 行业正在发生的一个转变是同一个方向。
我们上篇文章写过 AlphaFold 团队解散，Jumper 去了 Anthropic。他的判断是，AI 做科研的下一个跃迁，来自通用模型加 agent 框架，而不是专门为某个问题设计的模型。今天 DeepSeek Harness 上线，等于又给这个判断加了一个注脚。不管是科研还是办公，AI 正在从「解一个题」走向「进一条流程」。
DeepSeek 在这一步上的牌是，最便宜的模型，加最开放的框架。
模型负责下限，框架负责生态。这两个加起来，才是它在这个阶段想占的位置。
当然，v0.1 只是起点。插件生态能不能长起来，框架和模型的协同训练能不能跟上，都要看后续。内测玩家给过一句实在的提醒，dsh 要配合相应的模型效果才好，协同训练才刚刚起步。
但方向已经摆出来了。模型是上半场，基础设施是下半场。DeepSeek 用「一切皆插件」和 MIT 开源，给自己选了下半场的位置。
接下来，就看有多少开发者愿意来盖楼了。
参考来源> DeepSeek Harness 官方仓库：github.com/deepseek-ai/deepseek-harness> DeepSeek Harness 上线公告（DeepSeek 公众号）：mp.weixin.qq.com/s/mANdGRI4fO_sEbC1ECEoZQ> 内测博主「赛博禅心」实测介绍：mp.weixin.qq.com/s/FsFE62YVlR08FNM1Ar0kZg
#AI #DeepSeek #Agent #开源 #大模型 #基础设施 #编程 #人工智能
— 完 —