AI 前沿观察--DeepSeek Harness：以插件化架构重新定义 AI 代码智能体

导语：8月13日晚，DeepSeek 在公布 API 调价后不久，扔出两枚重磅炸弹：首款 Agent 框架 DeepSeek Harness（v0.1）正式开源，几乎同步发布V4 Pro 正式版。一个负责「想」，一个负责「干」，DeepSeek 正在用一句公式重新定义 AI 编程工具的竞争规则。

Harness 到底是什么？

过去两年，大模型负责推理——它知道代码该怎么改、任务该怎么排，但这些「想法」要变成真实结果，中间还隔着文件系统、终端、网页、代码工具这些真实环境。Claude Code 解决了这个问题，Codex 解决了这个问题，但国内一直没有一个成熟稳定的开源代码智能体底座。

DeepSeek Harness 要做的，就是填补这个空白。用 DeepSeek 自己的话说，Harness 承担的是「模型以外所有工程化的活儿」。它把模型接进真实环境，再把工具调用、任务规划、执行调度、上下文管理这些杂活一件件接管过来。

从能力清单看，Harness 覆盖得相当完整：项目管理、长任务协作、多 Agent 编排、上下文管理、联网搜索，还有 Skill 机制——一个能长期干活的 Agent 该有的，基本都齐了。

「一切皆插件」：把模型变成可替换的螺丝

Harness 设计上最值得拆解的一点，是核心理念「一切皆插件」。它把模型、工具、技能、会话、沙箱、存储、循环、调度、UI 这些 Agent 能力各自打包，再用一份 cordis.yml 配置文件把它们组装起来。

Model + Harness = Agent

同一套代码，四种预设模式：仅保留 Shell 和文件编辑工具的极简模式（适合基准测试）；完整编程助手标准模式，能编排子 Agent；支持用 TypeScript 编写自动化流程的PTC 模式（程序化工具调用）；以及允许检查运行时、试验新插件的创造模式。所谓多 Agent 编排，就是主 Agent 把任务拆给好几个子 Agent——一个搜资料、一个改代码、一个跑测试，最后由主 Agent 汇总、决定下一步。

Model + Harness = Agent：模型负责推理，Harness 负责执行与编排

这套框架思维背后是一个清醒的判断：Harness 想做一个让不同部署方自己动手的底座。换模型、换存储、换安全策略、加工具，甚至换掉整个智能体循环，都留给使用者决定。模型只是整条技术栈里一个可替换的部件——这对开发者来说意义非凡。

有开发者评价：「一切皆插件」让模型仅仅成为代理技术栈中一个可替换的部分，同时采用 MIT 这一相对宽松的开源协议，是一个激进的举措——「非常酷也非常早期」。

V4 Pro 同步上线：DeepSWE 从 12.8 飙到 62.7

Harness 的发布不是孤立事件。几乎同步，DeepSeek 还发布了V4 Pro 正式版，Agent 能力出现大幅跃升。

DeepSWE 是衡量大模型软件工程能力的关键基准。从 12.8 到 62.7，这不是渐进式改进，而是一次量级跳跃。更重要的是，API 同时兼容 OpenAI 和 Anthropic 两套格式——这意味着原本跑在 Claude Code 或 Codex 上的工作流，改一下 base_url 和 api_key 就能直接接进来测试。

而这份亮眼的基准成绩，正是用 Harness 极简模式跑出来的。模型负责推理，Harness 负责执行，两下一凑，就成了一个完整的闭环。

不过需要指出的是，也有开发者反馈 V4 Pro 实测接入 Codex 的表现不及预期，基准成绩与实际体验之间仍存在差距，实际效果有待更多场景验证。

对标 Claude Code / Codex：开源底座的降维打击

Harness 从第一天就压准了代码智能体这条赛道，直接对标 OpenAI 的 Codex 和 Anthropic 的 Claude Code。这个选择不难理解：软件研发是目前 AI 场景里刚需最强、标准化程度最高、落地效果最直观的一块。

但真正让这件事有杀伤力的，是三个字的组合：MIT + 开源。

AI 编程工具赛道进入开源 vs 闭源的新一轮博弈

对开发者意味着什么？

1. 换掉 base_url 就能切换：不用重写工作流，从 Claude Code 迁移到 Harness 的门槛极低。

2. 数据与隐私自主：开源底座可自部署，敏感代码不必经过第三方云端。

3. 插件生态可扩展：一切皆插件意味着社区可以贡献工具、技能，生态有望快速繁荣。

4. 价格优势：即便近期 API 上调定价，使用成本仍显著低于海外闭源方案（约为 Claude Fable 5 的 1/57）。

已经有用户在社交媒体上喊出那句颇具情绪的话：「这是向 Claude Code 说再见的一天。」也有用户期待用 DeepSeek Harness 和海外的 Opencode 做正面比较。

「DeepSeek 将一切开源，这样我们就不必生活在 Anthropic 的统治之下了。」——开发者社区评论

团队底色与行业判断：系统工程才是硬功夫

一些背景信息同样值得注意。DeepSeek 在今年五月就内部组建了专门的 Harness 团队，负责人崔添翼曾在量化机构Jane Street 工作九年，是做高频交易系统出身。

把这种系统工程背景的人放到智能体项目上，本身就是一个信号：DeepSeek 的判断是，Agent 要真正落地，系统工程能力才是关键。把模型稳稳当当接进真实环境、让异常有兜底、让过程可追溯——这些才是硬功夫，而不是单纯把模型跑分刷高就够了。

七月底 V4 Flash 发布正式版时，更新日志里写过一句不太起眼的话：公开的代码智能体基准测试用的是某个即将发布的框架。那个框架，正是 Harness 的极简模式。半个月不到，它正式亮相。代码在 GitHub 开源，装好 Node.js 后跑一条 npx deepseek-ai/dsh web，就能在本地浏览器打开界面。圈子里习惯叫它dsh。

结语：从「卖模型」到「卖工作流」

落到更大的层面，Harness 的发布标志着 DeepSeek 开始从单纯卖模型，往提供一整套能干活的工作流方向走。

「Model + Harness = Agent」这个公式正在成为行业共识。当模型能力的差距被逐渐抹平，决定一个 Agent 上限的，往往就是它背后那套工程系统。谁能把模型更好地接进真实环境、谁能提供更稳定的执行与编排、谁能用更低成本交付——谁就拿到了下一轮竞争的入场券。

Harness 能不能撑起国内第一款工业化代码智能体底座？接下来的快速迭代会给出答案。但至少现在，开源社区多了一个值得认真对待的选择，而 Claude Code 和 Codex 的开发者，第一次有了一个「换掉 base_url 就能用」的国产平替。

这场 AI 编程工具的战争，才刚刚开始。