为什么是插件?为什么是现在?——拆解 DeepSeek Harness 的产业逻辑

2026 年 8 月 13 日夜，DeepSeek 一气呵成连发三弹：

第一弹，发布 V4-Pro。官方公告里藏了一句意味深长的话——"Major Agent upgrades with strong production gains"（面向 Agent 的重大升级，带来强劲的生产力增益）。

第二弹，开源 DeepSeek Harness（简称 DSH）。一个宣称“一切皆插件”的 Agent 运行时底座，MIT 协议。

第三弹，发表论文《A Programming Paradigm for Spatiotemporal Composability》（一种面向时空可组合性的编程范式）。作者名单里既有 DeepSeek-AI，也有 DSH 团队负责人崔添翼。

一晚三连发，更像是一场早已编排好的战略宣言。

当晚就有开发者装上 DSH，让它照着 The Verge 的风格重构一个官网，再调用 GitHub 接口画出自身的涨星曲线。两项任务全部跑通交付，全程 token 消耗折合不到 3 块人民币。

当然，必须承认现阶段的真实工程现状：实测显示，DSH 在处理极端复杂的多步长任务时，响应延迟仍较部分闭源一体化产品高出 30%~50%，冷启动与偶发死循环报错仍需社区迭代填坑。但机制的先进性，往往先于体验的成熟度出现。

这背后，是一个正在加速形成的产业拐点：模型本身越来越便宜、能力差距越来越小，而“让模型在真实世界干活的框架”——Agent 的执行层（Harness）——正在成为大模型产业的第二战场。

要彻底理解这场战役，我们尝试厘清四个层层递进的核心追问：

1. 1. DSH 到底是什么？“机制层插件化”跟以往能改源码的开源框架到底有什么区别？
2. 2. DeepSeek 作为模型公司，为什么偏偏选“一切皆插件”的技术路线与底座形态？
3. 3. 为什么是现在？
4. 4. 这条开放底座的商业路到底靠什么跑通？它又会对整个行业带来怎样的影响？

四个问题，指向同一根主线：模型商品化之后，价值与控制权不可逆地向执行层转移——DSH 是模型厂商在这一历史拐点上的战略级反锁定产物。

问一：DSH 是什么？从“乐高套装”到“开模工厂”

一句话答案：DSH 不是“又一个插件化的 Agent 产品”，而是第一次把插件化从“能力层”推进到了“机制层”——它让平台不再是一个名词，而变成了一个动词。

1.1 先看客观事实：DSH 的四个核心特征

• • 一切皆插件（Everything is a plugin）：模型适配器、工具集、技能包、会话存储、沙箱隔离策略、调度循环（Agent Loop）乃至 UI 界面——所有模块在配置层均可热插拔与自由组合，开发者无需改动底层框架的任何一行源码。
• • 无特权核心（No privileged core）：官方架构文档的原文——"There is no privileged core to patch"（没有需要打补丁的特权核心）。扩展 DSH 的唯一方式，是在其他插件旁平权挂载新插件；插件产生的全部副作用，在卸载时被完整回滚（Unwind effects）。
• • 全链路白盒追溯（Traceable trajectories）：模型所见的一切都被写入 append-only 会话日志——从 System Prompt、思维链、工具调用入参与返回值，到子 Agent 调度链路。这相当于给 Agent 装上了飞机上的“黑匣子飞行记录仪”，让调试彻底告别黑盒猜谜。
• • 四种模式 = 四份插件清单：官方预置了  标准（全功能开发）、PTC（多轮代码编写与执行）、极简（极简 Shell 与编辑器，专用于基准测试）与创造（运行时动态组装、试验新插件）四种配置形态。

1.2 本质区别①：能力层插件化 vs 机制层插件化

很多开发者会有直觉疑问：“以前的开源框架（如 LangChain、AutoGPT、OpenClaw）代码都在 GitHub 上，我自己 Fork 源码不也能随便改机制吗？”

这里的工程分水岭在于：【侵入式魔改源码】 vs 【非侵入式协议解耦】。

通俗打个比方：

• • 以往的开源框架是“燃油改装车”——发动机和底盘出厂就焊接在一起。你可以换个雨刮器、加个行车记录仪（外挂技能）；但如果你想把油车改成电驱动（改调度机制），你必须把底盘切开重新焊接（Fork 改源码）。代价是：原厂后续的所有保养升级与 OTA，你全废了。
• • DSH 是“模块化滑板底盘”——底盘只管供电和通信（Cordis 微内核），发动机、方向盘、座舱全是标准化卡扣插上去的。你想从 ReAct 循环换成树状搜索循环？拔下旧插头、插上新插件，配置文件改一行字即可，底盘后续升级毫发无损。

连业界公认的两个主流载体——Skills 与 MCP——在 DSH 里本身也只是两个平级插件：在 Claude Code、Codex 这类闭源单体产品里，MCP 和 Skills 是贴在核心外壳上的“外挂”；而在 DSH 里，MCP 客户端（@deepseek-ai/dsh-mcp-client）与技能（SKILL.md）都被“溶解”进了插件体系。同一个 MCP Server，在别人的框架里是“接进系统的工具”，在 DSH 里只是“系统的一块可替换器官”。

1.3 本质区别②：底层哲学假设的根本分流

比架构机制更深一层的，是两派对模型能力的哲学信任度差异。

看 Dify 与 LangGraph：前者主打低代码拖拽工作流，后者主打状态图（State Graph）。它们的共同假设是：“大模型本质不可靠，必须靠人类预先画死的图与轨道来兜底。” 确定性被置于首位。

DSH 则走向完全相反的极端：“充分信任模型的自主泛化能力。” 框架不负责指定流程轨道，只负责提供运行环境与安全边界——沙箱、权限、工具集、上下文缓存——由模型在交互中自主决定每一步的路径。

这两条路线谁会胜出？一个反直觉的产业判断是：流程编排不是被 DSH 打败的，而是正在被越来越强的模型原生能力所证伪。

💡 产业进化轨迹：

• • 2024 年，复杂的 Prompt 提示词工程是壁垒，随后被模型的指令遵循能力吸收；
• • 2025 年，碎片化 RAG 检索是标配，如今正被百万级原生 Context Window 吞食；
• • 2026 年，人类手工绘制的死板流程图，正沿着同一条路被模型内化吸收。

当然，这绝不意味着流程图会彻底消亡——在金融风控、政府审批等“确定性高于一切”的合规场景，状态图仍是不可替代的刚需。两条路线终将走向场景分治，而非绝对替代。

1.4 小节收束

DSH 与以往 Agent 框架的本质分水岭，不在于“谁的插件市场更大”，而在于它把“定义平台规则的权力”本身做成了一件商品。 以往是平台给你开接口，你贡献代码；DSH 是给你一套母架，由你来定义什么才是平台。

当然，插件化技术本身并不神秘——Cordis 内核已在开源机器人框架 Koishi 中打磨验证了四年。DSH 真正激起千层浪的，是“机制层插件化 + 模型厂商亲自下场 + 闭环数据飞轮”这个三位一体的组合拳。

问二：DeepSeek 为什么选“一切皆插件”这条路？

一句话答案：对一家纯粹的模型公司而言，机制级插件化不是架构审美偏好，而是最强的反锁定自卫武器；开源底座形态，是它把“模型算力 + 轨迹数据”变现为产业生态位的必然路径。

2.1 产业博弈：模型公司的“发动机困境”

首先必须看清 DeepSeek 的产业坐标：它是一家模型供应商，而非终端应用公司。

模型公司的致命死穴在于：模型正在不可逆地变成廉价大宗商品（Commodity）。V4-Flash 输出端官方定价低至每百万 token $0.66（折合不到人民币 5 元），价格战已打到成本地板；而开源与闭源模型在基础通用跑分上的差距，正在以周为单位急剧抹平。

更危险的隐患出在执行层（Harness）：当开发者习惯了在 Claude Code 或 Codex 中构建工作流、沉淀项目资产与企业凭证时，一旦执行层被闭源巨头垄断，底层模型就沦为了“随时可被替换的无牌发动机”——用户只需在设置菜单里轻轻下拉，就能无痛切掉底层的 API 供应商。

DSH 的“一切皆插件”，本质上是一记极其凌厉的生态反锁定战役：

• • 运行时内核 MIT 免费开源；
• • 预置 OpenAI、Anthropic 等全系 Provider，不强行绑定自家模型；
• • 连会话与调度机制都对外界完全敞开。

DeepSeek 放弃了在执行层做封闭商业软件变现的微利，去争夺一个大得多的生态位——成为 Agent 时代的标准执行底座，掌握接入协议的定义权。

2.2 工程必然：为什么全插件是技术维度的唯一解？

1. 1. 对抗模型迭代周期：大模型每隔数月便更新一代推理范式，任何硬编码绑定的框架都会迅速沦为技术负债。插件化将适配成本从“重构源码”降维成“修改几行 yaml 配置”。
2. 2. 场景能力天然解耦：代码重构、行业研报、深度写作所需的工具链截然不同。四种模式本质就是四份按需插拔的插件清单。
3. 3. 对冲 ReAct 循环的范式不确定性：当前的 ReAct 思考循环未必是 Agent 架构的终局。把 loop 做成插件，未来哪怕出现全新的自主推理范式，也无需推倒框架重构。
4. 4. 外包长尾定制需求：政企客户私有化部署中的审计合规、复杂权限体系、专网凭据管理极其碎片化。DSH 借助社区力量消化了长尾——发布一周涌现 7,555 个插件仓库，正是这一机制的威力展现。

2.3 数据飞轮：模型厂商独有的闭环资产

这是 DSH 最具战略纵深、也是纯工具类软件团队根本无法复制的底层逻辑。

DSH 的 append-only 会话日志完整记录了 Agent 运行期间的全部要素。

• • 纯工具公司（如 Dify / LangChain）：日志只是占用存储的运维与排错日志，因为没有预训练/后训练算力，无法将其转化为底层模型能力；
• • 闭源单品厂商（如 Anthropic Claude Code）：飞轮局限在“自己的终端产品界面内”，大多只能捕获通用的单兵写代码轨迹，且企业核心业务因数据隐私不敢上云放开权限；
• • 开源机制底座（DSH）：允许企业完全私有化内网部署，能把探针伸进金融风控、医疗分析、政务审批、工业运维等全行业深水区，沉淀出多步长、高复杂度的真实世界交互轨迹。这正是模型公司做 SFT（监督微调）与 RL（强化学习）后训练的无价黄金燃料。

2.4 产品形态：为什么做“开源底座”而非“一体化成品”？

DeepSeek 没有直接开发一款与 Claude Code 正面硬刚的终端桌面产品，而是选择退后一步做开源底座：

• • 避开正面消耗：全能型一体化工具是 OpenAI 和 Anthropic 的主场优势；而跨模型、可私有化的开放底座，是它们的战略盲区。
• • 商业路径升级：从单一的“卖算力 API（卖铲子）”，升级为“掌握开发者工作流入口与数据回流通道（卖地皮）”。
• • 借鉴开放生态打法：试图通过极度开放的内核获取最大化市场渗透率，让应用层百花齐放，自身坐稳底层价值中枢。
• • 低成本组合拳：V4-Flash 的超低价使高频次、多步骤的 Agent 真实长任务调用在商业上变得经济可行，为底座生态的冷启动注入了源源不断的真实流量。

问三：为什么是现在？四重拐点下的唯一窄门

一句话答案：模型水位、市场空白、推理成本与产业时序四重拐点在 2026 年夏天的历史性交汇——早两年模型跑不动会失控，晚两年对手构筑完毕将无路可走。

1. 1. 模型水位突破临界点：“信任模型、开放环境”的哲学，必须建立在模型真正具备长程规划与自主纠错能力的前提之上。两年前模型推理能力薄弱，不设固定轨道就会陷入死循环；今天 V4-Pro 标配 1M 上下文与多档 reasoning effort，“放手让模型跑”在工程上第一次真正成立。
2. 2. 基建市场存在巨大生态真空：2026 年上半年的 Agent 基建呈现三分天下——以 Claude Code 为代表的闭源一体派、以 Dify 为代表的中心低代码派、以 LangGraph 为代表的图状态机派。三者唯独缺少一个“完全模型中立、连运行机制都能替换的开源可私有化底座”。CMU、耶鲁与 Anthropic 的联合调研在这个节点达成了全行业共识——“生产级智能体的瓶颈已不再是模型，而是执行基础设施（Harness）”。认知窗口大开，生态位上却空无一人。
3. 3. 推理成本打入实用区间：Agent 动辄数十轮的工具调用会导致 token 消耗呈几何级数膨胀。DeepSeek 将输出价格压低至每百万 token $0.66，彻底移除了阻碍开发者大规模运行 Agent 的经济大山。
4. 4. 时序争夺进入读秒阶段：OpenClaw 凭借 38.7 万星登顶 GitHub，证明了开源底座生态的恐怖爆发力；Claude Code 源码泄露促成全行业逆向研究；OpenAI 发布《Harness engineering》将执行层理论化——模型厂商若再不下场，执行层心智与标准将被先行者彻底收割。 DeepSeek 从 3 月组建专属 Harness 团队到 8 月交卷，仅用 5 个月，本身就是这句话的注脚：这扇战略窄门，正在关闭。

问四：这条路，靠什么跑通？——开放底座的商业闭环与产业冲击

一句话答案：开放底座不是放弃赚钱，而是把变现点从“门口的门票”后移到“商圈的租金 + 算力过路费”；它不是面向普通 C 端的应用，而是面向全行业开发者的工业地基。既然它把“定义平台的权力”做成了商品，就必须讲清它如何生存、又将颠覆谁。

4.1 它卖给谁？——面向开发者与企业，而不是 C 端用户

很多人看到 DSH“一切皆插件、命令行启动、要自己配模型与环境”，会下意识发问：普通人用起来门槛这么高，它怎么可能普及？

答案是：它压根就没打算直接卖给普通 C 端用户。 这是理解 DSH 所有产品取舍的第一把钥匙。

                ▲               / \     【顶层：终端 C 端 / 企业员工】              / C \    通过企业定制好的 Agent 解决业务，根本感知不到底层是 DSH             /-----\            /   B   \  【中层：企业 IT / ISV 独立软件商】           /  企业级  \ 基于 DSH 组装金融风控、医疗分析、政务审批等专属 Agent          /-----------\         /      A      \【底层：AI 工程师 / 核心开发者】        /  开源与软件行业 \ 利用 DSH 编写插件、替换 Loop、搭建私有沙箱与工作流       └───────────────┘

• • DSH 是开发者基础设施（Developer Infrastructure）。就像 Android 不直接服务消费者，而是服务手机厂商与 App 开发者；Linux 内核不直接面向办公用户，而是支撑起整个互联网服务器。
• • 终端用户用的是基于 DSH 组装出来的客服助手、研报机器人、自动化流水线，他们不需要知道底层是 DSH，就像打车的人不需要了解车载 CAN 总线协议。
• • 这也解释了为什么 DSH 当前的版本显得非常“硬核”甚至存在报错——它在集中精力把底盘的卡扣标准立住，把应用层的体验留给开发者。

4.2 它靠什么赚钱？——收费站在后面，不在门口

“开源免费”不等于做慈善，开放底座的商业变现是一个严密的“三层现金流 + 一大终局护城河”漏斗：

                 【 DSH 的商业变现与战略闭环 】┌─────────────────────────────────────────────────────────────┐│ 1. 现金流·顶层：默认选项的“推理流量税” (Token Consumption)       ││    官方预置默认模型，一次复杂长任务跑 50~100 轮，消耗海量 Token     │├─────────────────────────────────────────────────────────────┤│ 2. 现金流·中层：企业级商业发行版与云托管 (Red Hat 模式)            ││    DSH Enterprise：专网沙箱集群、企业级审计、权限与日志分析平台     │├─────────────────────────────────────────────────────────────┤│ 3. 现金流·底层：认证商业插件市场抽成 (App Store 模式)             ││    经官方安全签名的行业商业插件（SAP/彭博/Salesforce接口）分发分成  │├─────────────────────────────────────────────────────────────┤│ ★ 终局护城河：全行业轨迹反哺下一代模型（数据飞轮自进化）             │└─────────────────────────────────────────────────────────────┘

1. 1. 第一层：默认选项的“推理流量税”（基本盘现金流）
• • Google 开源 Chromium，但默认搜索引擎是 Google；DSH 兼容全系模型，但官方默认、深度调优且价格最低的一定是 DeepSeek V4 系列。
• • 单次普通对话只消耗几百 Token；但一个由 DSH 编排的复杂工程任务（多轮工具调用、代码自纠错、多子 Agent 协作）单次就要跑 30100 轮，Token 吞吐量放大 3050 倍。只要 DSH 成为事实标准，即使只有 60% 开发者使用默认配置，其带来的 API 调用量也是天文数字。
2. 2. 第二层：企业级商业发行版（Red Hat / Databricks 模式）
• • 核心框架免费开源，但大型企业私有化落地时，需要“高可用专网沙箱集群”、“多租户权限管控（SSO）”、“军工/金融级审计合规追溯”。DeepSeek 可据此销售商业套件（DSH Enterprise）或云托管增值服务。
3. 3. 第三层：官方认证商业插件市场抽成（App Store 模式）
• • 当社区涌现数万插件时，企业最怕供应链投毒。官方建立经过严格代码审查与数字签名的商业插件市场（如对接 SAP、Oracle、Bloomberg 的专业连接器），收取分发服务费与撮合分成。
4. 4. 终局护城河：后训练数据飞轮反哺下一代模型（战略溢价）
• • 靠全行业真实深水区轨迹训练出更强、更懂工业环境的下一代模型，以模型能力的代际领先收割整个 AI 产业价值链的最高溢价。

4.3 这条生意，有人验证过吗？——从 Android 到 MCP 的三面镜子

“模型厂商 + 开放执行层”并非凭空臆造，科技史上每一次重大的生态突围，逻辑如出一辙：

最值得对照的是 Anthropic 的 MCP：Anthropic 已经在“协议层”验证了“用开放换取行业标准定义权”的有效性。而 DSH 走得更激进——MCP 开放的是“接口规范（Interface）”，DSH 开放的是“整套运行时机制（Runtime Engine）”。

4.4 如果走通，会撼动谁？——从“战国时代”到“K8s 时刻”

如果 DSH 真正成为跨模型、跨平台的行业事实底座，现存的 Agent 软件格局将面临剧烈重构：

但必须保持清醒：DSH 更可能走成 Linux，而非 Android。

⚠️ Linux 虽然开源繁荣，但最终走向了发行版碎片化（Debian、Ubuntu、RHEL 各立门户）。DSH 同样面临各大云厂商自建兼容分支的割据风险。开源能赢得开发者心智，不代表能赢下垄断地位。 真正决定谁能笑到最后的，是谁家的数据飞轮转得最快、谁的模型后训练进化最猛。

结尾：答案在时间里，不在论证里

四大追问答完，逻辑推导的尽头，是现实世界的长期长跑。

2025 年初，DeepSeek-R1 制造了一次震动全球的“能力时刻”：算法见效，单点突破，DeepSeek 一家厂商就能敲定战局。

而 2026 年的 DSH，试图复制的是难度大得多的“生态时刻”：它需要数以万计开发者的长期驻留、需要大型企业敢于在生产环境交出权限、需要云厂商握手结盟、需要插件市场形成严密的自治治理网络，更需要一体化封闭路线出现创新失速。这件事已经不再取决于 DeepSeek 一家。

但“把答案交给时间”并不意味着“放弃预判标准”。我们为这场长跑留下两把明确的刻度尺：

📐 前瞻刻度尺：

• • 2026 年，看协议层：DSH 的插件描述与轨迹格式能否沉淀为跨模型、跨云厂商的事实公理？
• • 2027 年，看企业采用率：是否有头部工业与金融企业，真正把核心业务的控制权放手交给运行在 DSH 上的 Agent？

商业世界里的一切技术设施都可以被插件化：沙箱可以安装、审计可以配置、权限可以回滚。

唯独企业在面对智能体时，“敢不敢放手让它跑”这份信任——是全天下唯一无法即插即用的东西。