夜雨聆风一切皆插件，然后呢？
521 分，231 条评论。
DeepSeek Harness 的开发者预览版在 Hacker News 上炸了。不是温和地炸，是那种“你方唱罢我登场”的炸。官方页面写得明明白白：Everything is a plugin。模型、工具、技能、会话、沙箱、存储、循环、调度、UI，全都能拆，全都能换，全都能卸。
听起来像 Agent 开发者的乐高乐园。
但评论区翻了两页之后，你会发现一个微妙的分化：一半人在喊“这才是开源该有的样子”，另一半人在冷笑——这不就是 Eclipse 二十年前玩剩下的？
我花了一个晚上把文档、源码、HN 上所有长评论翻了一遍。说说真实感受。
先夸一句：追踪确实狠
官方原话是：Every run is traceable。
不是那种“我们打了几个日志”的 traceable。是所有——系统提示、推理过程、工具调用及结果、子 Agent 调度、每一次上下文注入——全部写进 append-only session log。
有 HN 用户 SwellJoe 直接说这是“killer feature”，并补了一刀：美国模型不会给你这种权限，它们的轨迹加密、混淆、只能靠各种 hacky 手段捞。
这话有点狠，但确实戳中痛点。做过 Agent 开发的人都懂，模型黑盒里到底发生了什么，是调试里最耗时的部分。Harness 把这条路径完整暴露出来，resume、fork、search、replay 全都能跑在同一个事件流上——这种透明度的价值，不在这个领域里天天跟幻觉搏斗的人，可能真的感受不到。
但问题也来了。
有人直接抛出质疑：如果 DeepSeek 的模型能力本身还没到最顶尖，你针对这些轨迹做微调优化，产出的模型会不会是次优的？甚至——会不会只是在拟合一套没那么聪明的推理路径？
换句话说，黑盒打开了，但黑盒里的东西够不够好？透明度解决的是“能不能看到”，解决不了“值不值得看”。这是两码事。
插件系统：自由，还是另一种锁死？
“一切皆插件”这个口号，写出来漂亮，用起来嘛……
底层内核叫 Cordis。如果你没听说过，没关系，它已经在另一个叫 Koishi 的项目里跑了四年。Cordis v4 的核心能力是：无需重启进程就能热加载/卸载插件，卸载时还能逆转插件产生的状态和副作用——清理连接、内存分配、已注册处理器，连依赖一起停掉。
技术细节上确实有东西。插件注册时返回独立的清理处理器，用 generator 处理部分注册失败的场景。比“一个 session 结束全部清空”要精细得多。
但 HN 上有个评论我反复看了好几遍，说得特别实在：
“听上去就像 Eclipse 的插件系统——每一代人都会重新发现一次。”
还有人直接表达“plugin fatigue”：依赖社区插件的产品，前六个月好用，之后就是不兼容、废弃、无治理的噩梦。这不就是 WordPress 插件生态的日常吗？
反驳的声音也有：插件正是“严格隔离稳定核心域与不可预测长尾集成”的正确架构。
好吧，两边都有道理。但问题本质上只有一个：谁来定义“稳定核心”？
DeepSeek 把每个能力都做成插件，等于把这个定义权完全扔给了开发者。你自由了，但也孤独了。所有架构决策、兼容性维护、升级路径——全成了你自己的事。
这让我想起另一个评论：
“你用插件系统搭了一个完美的 Agent，六个月后 DeepSeek 模型更新了，你的插件全挂了。这时候你怪谁？怪 DeepSeek 没给你稳定接口？”
Cordis 是谁，为什么值得注意
这篇日报用了一个细节我补充一下：随 Harness 放出的论文描述的是 Cordis v4，而 Cordis 已经在 Koishi 里用了四年。
这意味着什么？意味着 Cordis 不是为 Harness 现写的，它已经在另一个领域经过了实际验证。Koishi 是一个聊天机器人框架，插件生态本身有一定规模。DeepSeek 直接把这套运行时拿过来用在 Agent 场景——不是从零造轮子，是迁移一套已经跑过的轮子。
但这也意味着另一件事：Cordis 的设计初衷是聊天机器人插件系统，Agent 场景的需求（工具编排、多轮上下文、沙箱隔离）是否完全适配，还需要时间验证。
有人问：“为什么不用现有的 Agent 框架改造，而要自己写一套？”答案可能就在 Cordis 身上——DeepSeek 想要的不只是一个 Agent 框架，而是一个能插拔一切能力的运行时。这个野心比“又一个 LangChain 替代品”要大一点。
争议之外的争议
发布次日，作者之一 tianyicui 亲自现身 HN 评论区，说了句实话：
“这只是早期开发者预览版，MIT 许可，预料会有不少粗糙之处和破坏性变更，欢迎一切反馈。”
态度挺诚恳。评论区立刻甩出一串具体问题：支持 MCP 吗？能接入 Tavily 这类自定义 provider 吗？会不会用 DeepSeek 模型反过来改进训练和推理？
还有个细节我留意到了：官方页面底部同时列出了 Safe Use Policy 与 Data Processing Statement。在“一切皆插件”的开放叙事里，数据政策依然是那个每个人都在问、但没人能一句话说清的问题。插件生态的数据流向怎么管？第三方插件的代码能不能信任？这些不是技术问题，但比技术问题更难解决。
最后说一句
DeepSeek Harness 给每个能力都装上了“卸载按钮”。
这听起来很自由。但你卸载一个插件之后，谁来保证剩下的系统还能跑？谁来保证你新装的插件跟未来版本兼容？谁来保证这个生态不会在两年后变成另一个“依赖地狱”？
插件系统解决的是组合与拆解的工程问题，解决不了“谁为稳定核心负责”的治理问题。
当一个 Agent 的行为可以被精确回放到每一次上下文注入时，你得到的是透明度——但当你试图重放一段成功路径时，你得到的可能只是幻觉的完整录像。
自由度与一致性，从来都是 Agent 框架里最贵的两样东西。
DeepSeek 选了前者。剩下的问题，交给了开发者，以及他们愿意为此写多少行配置、调试多少个不兼容的版本、在多少个深夜对着 session log 发呆。
这大概就是“一切皆插件”的背面：自由从来都不是免费的，它只是把账单向未来递了一下。