1. 为什么需要 Harness2026年8月13日DeepSeek在MIT许可证下开源了DeepSeek Harness一个Agent运行时框架命令行工具dsh上线数小时内GitHub Stars突破33,000。要理解这次发布的意义需要先回答一个问题AI Agent领域长期缺失的是什么过去两年Agent领域的注意力几乎完全集中在模型层——更大的参数量、更长的上下文窗口、更高的基准分数。但一个被反复验证的事实是顶尖模型配上平庸的运行时其表现不如一个好模型配上优秀的运行时。正如华为诺亚方舟实验室等机构在综述中所指出的Agent的质量成功、效率、安全与泛化并非单纯由模型能力决定而是从模型能力、运行时基础设施、任务结构和评估设计的交互中涌现的[1]。DeepSeek将这一洞察浓缩为一个公式Agent Model Harness模型是Agent的推理引擎但推理引擎需要一套运行时才能感知环境、调用工具、维护状态、在多次交互中持续工作。Harness就是这套运行时。没有Harness的模型只是一个昂贵的自动补全工具。在这个框架下大多数AI编码AgentClaude Code、Codex、Cursor都是集成产品——模型、工具、执行循环和UI紧密耦合。DeepSeek Harness选择了一条不同的路将Harness本身作为独立产品开源并让其中每一个组件都可替换。2. 核心理念一切皆插件2.1 没有特权核心Harness的架构文档中有一句关键表述没有需要打补丁的特权核心你通过在其他插件旁边挂载一个插件来扩展dsh。这意味着模型适配器、工具注册表、会话日志、Agent循环、沙箱、存储、调度、UI——全部是插件。Cordis内核只负责三件事挂载插件、卸载插件、解析插件间依赖。所有实际能力都存在于插件中。传统Agent框架的扩展方式是找到对应的源码文件修改它重新编译。Harness的扩展方式是写一个插件挂载到配置中。换模型、换沙箱、改Agent循环逻辑、扩展UI——全部在配置层面完成不需要fork源代码。2.2 分层组合机制Harness的启动过程是一个分层配置的叠加命令行 --patch 覆盖 ← 最高优先级 ↑ Home 级 ~/.dsh/cordis.patch.yml ↑ Profile 级 cordis.patch.yml ↑ Bundle 列表按顺序堆叠 ↑ dsh-base底层基础设施Profile是命名的运行配置web和headless是两个内置模板。Bundle是插件的分发格式在自己的package.json中声明身份和Cordis配置行。Patch让你在不修改Bundle源代码的情况下覆盖任何配置行。执行dsh --profile web --dump-config可以看到完整的配置树打印出来的任何一行都可以被一个Patch替换。3. Cordis形式化基础Harness的插件系统建立在Cordis之上——一个由北京大学与DeepSeek联合研究的形式化框架其核心论文《A Programming Paradigm for Spatiotemporal Composability》与Harness同一天发布[2]。3.1 问题动态组合的两个维度传统软件组合是静态的——函数调用、模块导入在编译时确定。但Agent Harness面临的是动态组合组件在运行时加载、卸载、重新配置。Cordis将这个问题分解为两个正交维度时间可组合性当一个插件被卸载时它对系统所做的所有修改必须被完全、安全地逆转。插件注册的文件监听器、分配的内存、打开的网络连接——卸载时必须全部清理不留残留。空间可组合性插件之间需要声明和管理依赖关系。当插件A依赖插件B而B被卸载或更新时A必须被妥善通知和处理。3.2 两个核心机制Cordis用两个形式化机制解决这两个维度可逆效应Revertible Effects插件的每次注册操作都是一个效应每个效应携带一个逆操作。运行时跟踪所有效应。插件卸载时运行时自动执行所有逆操作将上下文恢复到挂载前的状态——这保证了时间可组合性。响应式协效应Reactive Coeffects插件声明它需要什么协效应规约。上下文变化时运行时根据规约自动通知插件——激活、停用或不受影响——这保证了空间可组合性。Cordis论文还证明了一个关键定理如果一个系统的每个组件都满足局部时空可组合性那么整个系统也满足全局时空可组合性。这为Agent的自演化生成并部署新工具或子Agent而不破坏现有系统提供了形式化保证。4. 架构深度解析4.1 Turn-StepAgent的工作循环Harness的Agent循环是精确的Turn-Step模型每个事件都有明确的扩展点turn/start ├─ 声明下一输入 已排队的消息 ├─ 组装 prompt sections tool schemas ├─ agent/pre-step ← 可拦截、重写或拒绝输入 ├─ 拒绝或空输入 → 关闭turn不产生step但日志记录 └─ 接受 → step/start ├─ 追加消息到会话日志 ├─ agent/request → llm/stream → assistant/message ├─ tool/call* → pre-execute → execute → post-execute → tool/result* ├─ step/end ├─ 需要更多工具调用 → 进入下一step └─ 完成 → agent/turn-stopping → turn/end三个关键设计append-only会话日志。模型看到的一切——系统提示、推理、工具调用及结果、子Agent调度、每次上下文注入——都被记录在不可修改的事件流中。运行时有一个不变性断言任何到达模型请求的内容都必须能从日志中重建。基于这个日志你可以恢复、分叉、搜索和回放任何一次运行。瀑布式事件。agent/pre-step、agent/request、llm/stream和tools/*事件是瀑布式的监听器必须调用next()才能委托给下一个处理器。这意味着你可以插入中间件来拦截、修改或拒绝任何阶段的请求。agent/pre-step作为决策点。这个事件决定模型看到什么。监听器可以重写声明的消息也可以直接拒绝。被拒绝的第一次声明仍然会关闭一个持久化的turn确保日志中记录了这次尝试——这使得Agent为什么没做某事也可以被审计。4.2 Capability Seam可替换的能力接缝Harness引入了一个精妙的概念——Seam接缝。一个Seam是一个可替换的能力由三个角色组成Service Definition声明接口Service Provider实现接口Consumer使用接口通常是模型可见的工具Seam解释了为什么替换一个Provider可以级联影响整个产品。文件系统和子进程Provider共享一个执行世界——将它们指向一个远程沙箱Bash、PTY和LSP也一起移动不需要单独修改。子Agent Provider在同一个接口后面可以变化很大——从一个全新的子Agent到另一个产品中的委托turn。这意味着添加一个新能力不只是写一个工具而是设计全部三个角色定义接口、提供实现、暴露给模型。4.3 核心包与扩展点Harness的代码被组织为一系列核心包每个包在Cordis上下文树中贡献一个特定的服务。下表展示了核心包及其扩展方式目标机制添加模型Provider在ctx.llm上注册适配器添加模型可见能力在ctx.tools上注册Schema自动加入Prompt组装给会话不同的能力集组合Agent预设使用isolate域添加Shell执行注册ctx.shell后端添加后台工作在ctx.jobs上注册添加文件系统访问或策略注册ctx.fsProvider或监听fs/*事件限制子进程使用ctx.sandbox后端拦截请求、工具或Turn使用agent/*或tools/*事件添加模型可见上下文调用agent.inject()分叉活跃会话ctx.sessions.fork(source, boundary?, childSessionId?)将注册限定到一个Agent使用该Agent的agent.ctx5. 四种运行时模式同一个插件系统通过不同组合服务于不同场景模式工具集设计目的Standard完整工具集文件编辑、Shell、搜索、技能、规划、子Agent、工作流日常开发的全功能编码AgentCode所有Standard能力 TypeScript Code Mode SDK模型在单次往返中编排多步操作减少延迟和Token消耗Minimal仅持久化Bash str_replace_editor模型基准测试的最简环境Creator所有Standard能力 运行时检查、插件实验、预设创作指导构建自定义Agent预设Minimal模式的存在本身就是一个重要声明DeepSeek官方的Code Agent基准测试是在Minimal模式下运行的。这意味着不同Harness的基准分数不可直接比较——你在生产环境中的实际表现高度依赖于你使用的Harness和脚手架。6. 安全沙箱与模型无关性6.1 OS级隔离Agent沙箱是很多工具偷工减料的地方。DeepSeek Harness提供了操作系统级别的容器隔离Linux通过自定义Node addon使用Landlock——内核的无特权访问控制机制macOS使用Seatbelt基于TrustedBSD MAC的沙箱框架Windows使用ACL受限令牌运行器这些是浏览器用来隔离不受信任代码的同类机制。考虑到编码Agent执行的是任意模型生成的命令这种级别的隔离不是可选项——它是基础设施的底线要求。6.2 模型无关性一个战略赌注Harness虽然由DeepSeek开发但设计上完全模型无关。它内置了Anthropic、OpenAI、Google Gemini、AWS Bedrock、Azure的Provider插件以及自定义OpenAI兼容网关。甚至可以将Claude Code和OpenAI Codex作为子Agent提供者并读取两者的hooks.json和AGENTS.md/CLAUDE.md文件。这体现了DeepSeek的战略判断价值沉淀在基础设施层而非模型层。如果这一判断正确MIT许可的Harness MIT许可的开源权重模型就是一个端到端不受任何专有厂商约束的Agent栈。7. 局限与开放问题开发者预览阶段。Harness目前是v0.1 Developer PreviewDeepSeek明确警告将有兼容性破坏性变更。适合实验和插件开发暂不适合生产环境。治理模式。Harness目前不接受外部Pull Request。社区贡献通过GitHub Discussions和构建社区插件进行。这是许可证层面开源但治理层面尚未开源——对于一个定位为模块化替代方案的项目这一张力将直接影响其生态的多样性和韧性。插件生态的碎片化风险。一切皆插件意味着核心不提供任何默认正确的配置。当每个团队都在组合自己的插件栈兼容性测试的矩阵会急剧膨胀。VSCode扩展生态的成功依赖于一个稳定的核心API——Harness连核心本身都可以替换这既是力量也是风险。调试复杂度。append-only日志提供了可追溯性但当问题涉及多个插件在瀑布式事件链中的交互时定位根因仍然困难。目前Harness没有提供可视化的调试工具来帮助开发者理解插件间的因果关系。与现有框架的关系。Harness不是LangChain或AutoGPT的替代品——它位于更底层。它不提供预置的Agent策略或Prompt模板而是提供一个可组合的运行时。这种定位意味着更高的学习曲线但也意味着更大的灵活性。对于已经投入其他框架的团队迁移成本需要仔细评估。8. 总结DeepSeek Harness代表了Agent基础设施的一个范式转移从模型中心到基础设施中心从修改框架到组合插件从黑箱运行到完全可追溯从形式化缺失到理论基础完备。它能否成为Agent基础设施的Linux时刻取决于三个变量社区采用的速度、治理模式从DeepSeek主导向社区共建的演进、以及Cordis理论在真实世界的自演化Agent场景中能否兑现其形式化承诺。但有一点是确定的Agent基础设施层已经从一个被忽视的附属品变成了AI领域最值得关注的前沿阵地。附录快速上手通过npx启动Web UI默认运行在http://127.0.0.1:3080npx deepseek-ai/dsh web从源码安装gitclone https://github.com/deepseek-ai/deepseek-harness.gitcddeepseek-harnesspnpminstallpnpmrun buildpnpmdsh web查看完整配置树dsh--profileweb --dump-config社区插件在GitHub上标记dsh-plugin主题的仓库可被Harness直接挂载。参考文献Jianyuan Guo et al. (多机构合作含华为诺亚方舟实验室), “From Question Answering to Task Completion: A Survey on Agent System and Harness Design.” arXiv:2606.20683, Jun 2026. 从模型-Harness耦合视角审视Agent系统分解六大运行时职责。Yifan Shi, Wei Zhang (北京大学), Tianyi Cui (DeepSeek-AI), “A Programming Paradigm for Spatiotemporal Composability.” Preprint, Aug 2026. Cordis的形式化基础论文定义可逆效应和响应式协效应。