夜雨聆风2026 年 8 月 13 日，DeepSeek 官方开源了 Agent 运行时 DeepSeek Harness（dsh）。它把「整车」变成「底盘 + 积木」，MIT 协议随便改。这可能是今年最值得开发者研究的 Agent 架构。
上周有个朋友跟我吐槽。
他用 Claude Code 写了个自动化脚本，想改一下它的工具调用逻辑。折腾了半天，发现根本改不动。
说白了，Claude Code 是「整车」。
开箱即用，但引擎盖焊死了。你想换轮胎？不行。你想换发动机？更不行。
按道理，Agent 不该这么玩。
工具是开发的，模型是调的，循环是写的——凭什么都绑死在一个闭源产品里？
DeepSeek 这次开源 dsh，就是在回答这个问题。
一句话说清 dsh
DeepSeek Harness，简称 dsh，是 DeepSeek 官方开源的 Agent 运行时。
MIT 协议，2026 年 8 月 13 日发布。技术栈 TypeScript，要求 Node.js ≥ 22。当前版本 0.1.0-rc.6。
官方明说了：rc 阶段会有破坏性变更。
先别急着进生产环境。
dsh 的定位很清晰：套在模型外面的工程层。
会话管理、工具调用、上下文控制、循环控制——这些都是它的活。
模型负责思考，dsh 负责干活。
开发者深夜盯着终端窗口，屏幕上代码滚动，蓝色屏幕光映在脸上
一切皆插件，不只是口号
dsh 的核心架构就一句话：everything is a plugin。
底层基于 Cordis 插件容器。所有能力都是插件，没有内置的「铁饭碗」。
这个设计有多狠？
你嫌默认的工具调用不好用？换掉。
你想加个自定义事件流？加上。
你觉得循环逻辑有毛病？重写。
每个插件都有两副面孔， dsh 管这叫 host 半 / client 半。
host 半跑在 Node 进程里，负责工具、服务、事件。client 半跑在浏览器里，负责 UI 渲染。
一个插件，后端逻辑和前端界面一起打包，不用你操心通信。
profile 就是你的一台机器
dsh 里有个核心概念叫 profile，可以理解为「可启动形态」。
一个 profile 就是一个目录：
$DSH_HOME/profiles/<name>/里面有 package.json 和 cordis.patch.yml。前者声明插件依赖，后者做配置覆盖。
一个 profile，就是一台定制好的机器。
你可以在不同的 profile 里装不同的插件组合。
写代码用一个，跑数据用另一个，接口测试再用第三个。互不干扰，随时切换。
官方还提供了 60+ 官方包。
工具调用、上下文管理、模型接入……常用的都有了。你要做的不是写插件，而是挑插件。
dsh 架构分层示意，model → runtime → profile → plugins，底部是 Cordis 容器
和 Claude Code 本质区别
拿 dsh 跟 Claude Code 比，其实是两种哲学。
Claude Code 是整车。 开箱即用，体验好，但闭源、绑模型、定制面有限。
你想换模型？不行。你想改循环？没门。你能做的只是在「允许」的范围内调参数。
dsh 是底座 + 积木。 可拼装、模型无关、可自改。
官方扩展点设计原则叫 「Plugins, not loop changes」。
什么意思？想改行为，写插件，别改核心循环。
提供几个常用扩展点，比如 agent/request waterfall，让你在请求链路上插自定义逻辑。
这种设计，跟 VS Code 的插件体系思路一致。
核心稳定，生态生长。
实测数据：省钱是硬道理
光说架构没意思，看数据。
我先说成本。实测 dsh 配 V4-Flash，成本大约是 Claude 的 1/10 到 1/30。
这不是某一家模型厂商给的优惠价，是实际跑任务的支出对比。
再来看效率。同一模型 × 不同 Agent 的 benchmark 数据：
omp：36 秒 dsh：85 秒 opencode：114 秒
说实话，dsh 不是最快的。
但你要看全貌：它是唯一「官方开源 + 模型无关 + 60+ 插件生态」的运行时型 Agent。
速度上有差距，可定制性上差了一个量级。
还有缓存。长任务保持会话延续，实测缓存命中率能到 97%。
这意味着什么？同样的任务跑第二次，成本几乎为零。
省钱，是这轮 Agent 竞赛的胜负手。
左为 dsh 模块化拼装、右为 Claude Code 一体封闭，中间效率与成本数据对比
上手：3 条命令的事
说了这么多，怎么玩？
免安装跑一下版本：
npx -y @deepseek-ai/dsh --version想长期用，全局装：
npm i -g @deepseek-ai/dsh启动 Web UI：
dsh web默认跑在 http://127.0.0.1:3080。
要跑一次性任务，用 headless 形态：
dsh --profile headless 「你的任务」这个 headless 形态天生适合进 CI。自动化流水线里直接调，不需要起服务。
dsh 内置两种形态：web 和 headless。
web 是完整的图形界面，适合交互式调试。headless 是一次性 CLI，适合脚本和流水线。
一个运行时，两种用法，覆盖全部场景。
安装 → profile 配置 → dsh web 启动 → 进入 Web UI 或 headless 执行
值不值得现在入场
我的判断是：值得研究，但别急着上生产。
理由有三。
第一，rc 阶段意味着 API 可能变。官方自己都说了会有破坏性变更，你现在的配置可能下个版本就废了。
第二，插件生态还在早期。60+ 官方包够用，但跟 VS Code 那种量级还差得远。
第三，headless 进 CI 是真香。如果你有批量任务想在流水线里跑，这套模型无关的架构，性价比很能打。
相信我，值得花一个周末研究 dsh。
不是因为它现在多强，而是因为它代表了一个方向：
Agent 不再是黑盒产品，而是可拼装的工程积木。
这跟 Linux 取代专有 Unix 的路径，一模一样。
你要么旁观，要么提前下注。
我选择下注。
以上，就是对 DeepSeek Harness 白皮书的硬核拆解。如果觉得不错，随手点个赞、在看、转发三连吧，你的支持是我持续深挖 AI 工程化最大的动力。
你在用哪个 Agent 跑自动化任务？踩过什么坑？欢迎留言交流。
作者：周瑜学 AI