夜雨聆风我最近在帮团队做智能体时，刚好看到了 DeepSeek Harness 的发布。
说起来有点巧——我顺着它的底座，搭出了一个团队项目管理的智能体，用下来感觉思路很对，所以顺便把它摸了一遍。
借这个机会聊点实在的：它到底特别在哪，为什么我觉得对“想自己掌控工具”的人和团队有价值，又能定制到什么程度。
一、它到底是什么（说人话）
要让一个模型真正去“干活”——读代码、跑命令、调接口、改文件——中间还得有一层“外壳”来调度这些动作。DeepSeek 给这层外壳起了个直白口号：Model + Harness = Agent。模型负责想，Harness 负责干。
2026 年 8 月，DeepSeek 把这个 Harness 开源了（MIT 协议，目前是公开测试阶段）。
它最特别的一点，官网一句话概括：一切皆插件。
翻译成大白话：它把 Agent 需要的每一块能力——用哪个模型、有哪些工具、界面长啥样、甚至“智能体怎么思考循环”这件事本身——全都做成了一块块能单独拆换的“积木”。你要什么 Agent，就把对应的积木拼起来；哪块不喜欢，拔下来换一块，不用改它底层代码。
比如默认不带画板，你装一个画板插件就有了；想接你们公司的搜索引擎或内部系统，写一个插件挂上去就行；连界面都能整个换掉。
二、为什么这事值得关注
核心就两个字：可控。
第一，它开源、能自己改。对比一下：Claude Code 是闭源产品，Codex 的核心能力也更多依赖云端，定制空间都有限；DeepSeek 这套是开源导向，社区已经冒出来 300 多个插件（上线才一两天）。你不想被某个成品绑死，就自己拼。
第二，数据能留在自己家。因为模型是可换的插件，你可以把底层模型指向公司内网的版本，代码和数据根本不出网；再加上沙箱隔离、会话日志全程留痕可复盘，对有合规要求的组织很友好。
第三，不被绑架。组件都能换，今天用这个界面、明天换那个沙箱，框架本身不锁你。
一句话：别人给你一个钉死的成品，它给你一套你能自己说了算的工具箱。这相当于给了每个企业可以搭建企业级 Agent 工作流的底座和拼图。
三、性能和前景：它到底什么水平，能长成啥样
先说性能，给句实话。
它做的事和 Codex、Claude Code 是同一类——读仓库、改文件、跑命令、做计划、调子 Agent、要你确认敏感操作。第三方机构（Composio）做过一个对照测试：把同一个 DeepSeek 模型分别“套”进 Codex、Claude Code 和几个开源外壳，跑 30 项真实多步任务，结果是 Codex 完成 16 项、Claude Code 16 项、一个开源外壳 17 项——没有谁碾压谁。
这个测试说明一件关键事：模型决定智商上限，外壳决定这份上限你最终能拿到多少。所以你往里插一个强模型，一个开源外壳并不会比闭源的差太多。
但要泼盆冷水：DeepSeek 自己目前没发官方跑分，而且它现在是 v0.1 公开测试版，官方明确说会有破坏性变更。所以别把“速度最快”当卖点，也别急着拿它扛生产业务——当 POC 和小范围试点看它的设计是否成立，更务实。
前景这块，我觉得最有意思的是“能定制到什么程度”。举几个已经在发生、或很容易做到的：
- 接内网模型
：把模型插件指向公司内网版本，做出一个代码完全不出网的编程助手。 - 换界面
：不喜欢默认网页界面？社区已经有人做出终端 TUI 风格、桌面端、甚至 Excel 表格风格的主题，装个插件就换。 - 加自己的工具
：接自家搜索引擎、内部系统，或者给 Agent 加个画板——都是挂个插件的事。像公司内网自己部署的 GitLab、Jira 这类，既能让 Agent 直接用 shell 跑 git 指向内部仓库，也能写个小插件调它们的 API（建 MR、查 CI 状态），端点都指向内网，代码和数据不用出公司。 - 裁剪合规 Agent
：企业按合规要求把危险操作砍掉、强制日志留痕，做成一个“合规预设”；个人按习惯调组合，用的是同一套框架。 - 存成自己的预设
：用 Creator 模式在内存里试插件、拼出新玩法，存成模板，团队一键加载。 - 多团队共用底座
：不同团队用不同预设，背后还是一套运行时。
插件生态一两天就长到 300 多个，这个速度本身也说明“自己动手拼 Agent”的需求是真实存在的。
四、哪些场景它特别有戏
只要有“数据不能出公司、操作必须留痕”这种要求的场景，它就有用武之地：
- 企业内部开发者 AI 编程助手
：本机跑、代码不出网，开发者放心，安全团队也挑不出毛病。 - 金融 / 国企内部合规 Agent
：可审计、数据主权清晰，天然贴合这类组织对留痕和合规的硬性要求。 - 多团队共用私有化运行时
：一套底座，不同团队拼不同预设，省得每个团队都从零造轮子。 - 作为自研 Agent 平台的底座
：不重复造轮子，直接在它的插件体系上长自己的业务插件。
直到今天，我还能看到还有不少人抵触 AI，自认为自己的专业能力永远大于AI，或者嘴上怀疑“AI 到底安不安全”。但像 Harness 这种开源、能自己部署、数据不出公司、操作全程留痕的玩法，恰恰把这些人最担心的“数据泄露、失控”给堵上了——纠结安全的那根刺，已经被这类工具拔掉了。门槛早就不在安不安全，而在你愿不愿意用。那些至今还在抵制、怀疑 AI 是否安全的老顽固们，如果还不把 AI 用起来，那他们就只会进一步、真正地落后。
结尾（行动号召）
总结一句：Harness 的价值不在“又多了一个 Agent 框架”，而在于把“开源、可定制、数据可控”拧成了一套你能自己掌控的底座。
它是开源、可自部署的（一条 npx @deepseek-ai/dsh web 就能起本地界面）。如果你想试，我的建议是：别一上来就想着替代成熟的 SaaS 或现有平台，先在本机跑个开发者版，小范围试点验证一下它适不适合你的场景。
想上手？先在本机跑个开发者版试试水。
参考资料：
DeepSeek Harness 官方仓库（MIT，公开测试） VentureBeat 相关报道 第三方机构 Composio 的对照测试（同一模型套不同外壳） 网易科技关于插件生态与自定义预设的实操报道
更多项目和作品集：我的 GitHub 主页swording-k
本文长期更新版在我的个人博客
