夜雨聆风然而，就在昨晚，DeepSeek 开源了一个东西——不是模型，而是模型外面那一整套"一切皆插件"的 Agent 系统。
很多人没意识到，这是 Agent 赛道的一个分水岭。
过去两年，几十个框架号称"通用"：LangChain、AutoGen、CrewAI、MetaGPT……可真用起来，要么绑死某个模型 API，要么把工具调用、记忆管理硬编码进核心。
想换模型？改源码。想换存储？改源码。想把单 Agent 改成多 Agent？还是改源码。
这根本不是"框架"，这是"半成品"。
而 DeepSeek Harness 的核心主张只有五个字：一切皆插件。
为什么这五个字，可能比一个新模型更重要？今天认真聊聊。
一、一个"什么都不干"的内核
先说个反直觉的事。
Harness 的架构核心叫 Cordis，但翻它的代码，会发现它几乎"什么都不干"。
只负责三件事：插件的加载、卸载、依赖关系管理。没有模型调用逻辑，没有工具注册表，没有沙箱实现，连 UI 渲染都不管。
所有你以为是"框架内置"的东西，在 Harness 里都是插件。
官方文档把 Cordis 定义为"元框架"：插件向一个共享上下文贡献服务、类型化事件和可撤销效果——没有需要打补丁的"特权核心"，注册是效果，插件卸载时自动撤销。
这意味着，连 Agent 循环本身，都是插件。
Cordis 是纯粹的能力编排器，不是能力提供者。就像操作系统内核只管调度，不关心你跑浏览器还是数据库。
这种设计有个经典名字：微内核架构。Eclipse、VS Code、Android 都是这个路子。
你细品：VS Code 本身只做一件事——管理插件。装什么语言支持、什么主题，都是用户的选择。
Agent 正在经历同样的进化，而这次，有人把底座开源了。
二、8 大能力，全部即插即用
"一切皆插件"到底意味着什么？Harness 目前开放的能力维度有 8 类（官方细分为模型、工具、技能、会话、沙箱、存储、循环、调度、UI 九个维度，循环与调度常合并讨论）：
模型插件：对接不同 LLM API 或本地推理引擎 工具插件：函数调用、外部 API、代码执行器 技能插件：预置任务流程、Prompt 模板、工作流编排 会话插件：对话历史管理、上下文窗口策略 沙箱插件：代码隔离执行环境、安全策略 存储插件：向量数据库、KV 缓存、持久化后端 循环/调度插件：Agent 运行循环、定时任务、事件触发 UI 插件：前端渲染、交互组件
关键点：这些能力之间没有硬依赖。
你可以用官方模型插件，配第三方存储插件；可以自己写沙箱插件替换默认的。只要遵循 Cordis 定义的服务接口和事件协议，一切都在配置层完成，不动一行源码。官方目前已内置 100+ 插件，内测几天社区又涌现约 300 个——换 XP 复古皮肤、给 Agent 装表情包，都能通过插件实现。
这对企业意义重大。以前适配私有模型，要 fork 整个框架魔改，上游一更新就痛苦。现在只需写一个模型插件，声明一下即可。框架升级和定制代码，彻底解耦。
三、为什么这件事，现在才发生
插件化不是新概念，为什么在 Agent 领域一直没做起来？三个前提，缺一不可。
第一，早期 Agent 太简单。 2023 年的 Agent 基本是"LLM + ReAct 循环 + 几个工具"，复杂度低到没必要抽象，硬编码反而更快。
第二，能力边界没稳定。 "工具"、"技能"、"记忆"的边界，行业吵了一年多才有共识。概念混乱时做抽象，大概率做错。
第三，模型能力不够强。 插件化意味着更多间接层和运行时开销。模型连指令跟随都做不好，再优雅的架构也白搭。
到了 2026 年中，三个前提同时成熟：能力维度稳定了，模型推理足够强，行业也从"Demo 驱动"转向"生产驱动"。Harness 选在这个时间点开源，时机卡得很准。
四、和其他框架的本质区别
| 完全插件化 | |||
| 纯配置层替换 | |||
| 仅管插件生命周期 | |||
一句话：LangChain 们是"帮你快速搭 Demo 的工具箱"，Harness 是"让 Agent 在生产环境长期运行的操作系统"。 两者是不同阶段的产物，不是替代关系。
对了，两个数据先放这儿：发布 12 小时 GitHub 星数破 5 万（头两小时涨速是 OpenClaw 的 80 倍）；一行命令 npx @deepseek-ai/dsh web 就能跑起来。至于四种运行模式、轨迹回放这些"killer feature"，下一篇深度拆解见。
写在最后
过去两年，AI 的主角是"模型"——参数、榜单、分数。从 DeepSeek Harness 开始，主角正在变成"Agent"：能干活、能执行、能在真实世界持续工作。
对话式 AI 是顾问，Agent 是员工。前者给建议，后者交付结果。
当 AI 从"聊天"变成"劳动力"，价值量级、使用频次、算力消耗，都会数量级变化。而**"一切皆插件"，正是这一切的地基**。
它把开源边界从"模型"延伸到了"Agent 工程体系"——让每个企业，都能造一个懂自己业务的 Agent。
一组数据最能说明 Harness 的分量：同一个 V4-Flash 模型，接入八个不同的 Harness，完成三十项任务——最好的完成二十项，最差的只有十四项。模型一模一样，结果差三成。
Harness 决定模型能力最终能兑现多少。
历史上，"开源 + 插件化"每一次都引爆生态：Linux 内核催生了服务器生态，Android 开源催生了移动互联网。
模型公司亲自下场做"壳"，Anthropic 有 Claude Code，OpenAI 有 Codex——但 DeepSeek 是第一个把整个壳都开源的。它赌的是另一条路：别人把 Agent 做成成品卖给你，它把 Agent 的零件全部摊开，赌开发者会用这些零件拼出它自己都没想到的东西。
安卓刚问世时也是一副毛坯的样子，粗糙、开放、只吸引愿意动手的人。
Agent 这个行当，也需要一个安卓。这一次，很可能轮到 Agent 了。
下一期，我把"一切皆插件"拆开揉碎：Agent 的 8 大插件模块，怎么运作、怎么替换、怎么落地，给你一张可收藏的认知地图。
回复「插件」，领取我整理的《插件化 Agent 全景图》资料包。
你希望你的第一个 Agent 插件是什么？ 评论区聊聊，我每条都看。
如果这篇对你有启发，点个「在看」，转发给正在研究 Agent 的朋友。