DeepSeek Harness 入选项目疑似曝光，不选万星「花瓶」，死磕 Agent 基建

当下刚需的基建方向，全被 DeepSeek Harness 锁定

作者丨高允毅

编辑丨岑 峰

昨晚，DeepSeek V4 Pro 正式发布，性能全面逼近 Fable 5 ，价格却只有1/57 ，再次坐实了 “智价比之王” 的美誉。

如果细看官方公布的十项基准测试的话，那些亮眼的数据，其实都表明DeepSeek想全面迈向“工业级 Agent 生产线”，比如它补齐了软件开发和工程能力短板，在终端报错、工具调用、长程任务都有不错表现。

另一方面，当模型的智力水平已经无限拔高，即将推出的 DeepSeek Harness，正是它补齐 Agent 落地能力的关键后手。

而今天网上爆出一份DeepSeek Harness内测入选项目局部名单，进一步将DeepSeek的发力方向勾勒清晰。

DeepSeek 的筛选标准很有特色：不看名气，70% 的入选项目是几乎零热度的个人或小团队新作，大热的“高星”项目反而落选。

因为很多高星项目做的是通用工具，未必为原生Harness设计。而不少小众项目，本身在做Codex、Claude Code、Pi插件，可以顺势适配DeepSeek Harness。

更重要的是，DeepSeek似乎更关注这些项目能否填补上它的生态空白，比如特殊的UI、创新编排模式。要有实际的功能，不能是空架子。

在种种条件下，这些入选项目集中体现在一些赛道上：

首先，整个项目的生态要围绕Harness核心能力展开，这主要体现在MCP插件与 Coding Agent项目占比最高，能解决工具调用与代码落地的核心痛点。

其次，项目还集中在Agent Runtime（运行时）、编排框架、可视化 UI 与多智能体调度等Agent适配层，直接影响环境跑起来安不安全、长任务容易跑偏、黑盒执行看不见、多模型如何协作等具体问题。

相较而言，医疗、法律、金融等垂直应用项目占比不足 4%。

01

都有哪些入选项目？

这个局部名单中，已经列出了17个开源项目，我们选取了其中的4个项目，看看都是什么类型的Harness工具。

▎安全操作系统openma-ai（224颗星）

open-managed-agents（简称 OMA）是一套典型的“安全操作系统”。虽然只有224颗星，但它能解决 Agent 落地时最头疼的问题，即代码跑起来之后，怎么保证安全可控。

传统的 Agent 框架大多只负责 “让模型怎么想”，管不了 “代码跑起来安不安全”。OMA利用对Claude Managed Agents 的开源复刻，正好补上了这一块。

首先，它可以通过在网络网关层自动注入凭证，实现了密钥与执行沙箱的全程隔离。这样AI干活的时候不知道密码，就不会被Prompt 注入攻击。同时，OMA 把每步操作都以事件日志形式持久化保存，相当于给任务做了“自动存档”，这样就不怕进程意外中断。它还自带沙箱和企业工具包，在GitHub、Slack 这些协作平台可以开箱即用，让Agent真正变成企业的“数字员工”。

面对如今各种顶尖的大模型大脑，OMA 的作用正是为Agent落地“保驾护航”。

从技术定位上看，OMA 瞄准的是 Agent 执行层，负责管理沙箱生命周期、分发 MCP 工具、维护 WebSocket 会话广播，属于典型的执行层基础设施。

https://github.com/openma-ai/open-managed-agents

▎智能路由role-model（97颗星）

role-model 走的是“智能路由”的技术路线。虽然是不到百星的小项目，但它可以让Agent的成本可控。它最擅长的是精准判断任务难度，把活派给最合适的模型。

对于DeepSeek-R1而言，无论任务多简单它都倾向于“长思考”。当 Agent 执行自动化流水线时，如果只是让模型去看一眼当前目录的文件列表、或者跑个简单的正则替换，每一步都要烧掉几百个 Token 的推理成本，这显然极不划算。

role-model可以将任务按难度进行动态拆解。把简单活儿路由给毫秒级响应、极低成本的本地轻量小模型；把架构重构、找出复杂Bug的活儿再派给R1，直接解决成本难题。

它还有“决策可解释性”，它将每一次路由决策都固化为 Requests（请求）、Profiles（画像）、Policy（策略）、Artifacts（产物）四个标准化构件，工程师可以随时调阅“为什么这一步派给了模型 A 而不是模型 B”。

除此之外，它原生支持多厂商灾备，一旦主通道遇到限流、延迟抖动，能无缝切换到备用节点，保证整条 Agent 流水线不中断。

可以说，省钱和可控性都是Agent落地时的关键细节。它归属于 Agent 适配层的流量编排与调度层面。

https://github.com/try-works/role-model

▎端侧版龙虾 MateBot：（46颗星）

MateBot是一个更偏向端侧的效率工具，解决的是“人如何 24 小时随时随地管理 Agent”的痛点。

眼下主流的编程 Agent 大多被绑在本地终端上，而很多长任务的工作需要开发者随时查看AI的进度，及时干预。MateBot 的作用类似于 OpenClaw，它让开发者通过手机端就能直接给本地 Agent 派活、实时查看执行日志，遇到卡点或死循环时随时可以介入中断或修正。

除了远程控制，它还有自己的“端侧记忆三件套”，有自动记忆、外部记忆、失败记忆三套系统。它还有本地“错题本”，可以把Agent犯的错误记录在知识库，下次直接避开。

对于要走向真实生产环境的 Harness 来说，MateBot 补齐了长周期任务中的人机协同闭环，也解决了模型跨会话反复踩坑的问题，属于补齐执行层工程能力。

https://github.com/aresbit/MateBot

▎多AI协作平台ccteam（141颗星）

很多开发者手里同时握着好几个编程 Agent，如何让这些Agent好好为自己干活，是当下工程化落地的一个关键问题。

不少Agent之间缺少良好互通，人成了来回同步上下文的 “传话筒”。ccteam 相当于给这些 Agent 搭了统一指挥台，让强推理模型当项目经理拆分任务，给各模型分配好的角色，并行推进任务。

在多Agent协作中，ccteam可以让任何一个Agent会话都能用自然语言指挥其他Agent干活，比如“让Codex实现这个接口并跑测试，让Grok分析性能热点，最后让Claude Code交叉Review”。

与此同时，开发者在 Telegram 或飞书上直接发消息就能调度所有 Agent，不用专门打开某个系统。ccteam 还组成一个集群，无论项目在哪台机器上跑，都能统一查看和管控。

它还会控制预算，钱花完了自动停工，避免 Agent 失控烧钱。

能管AI协作、控制进度和预算，这属于Agent 适配层的多智能体编排调度层。

https://github.com/firstintent/ccteam

02

DeepSeek Harness究竟在下一盘什么大棋？

在上述项目之外，如果将高频出现的5个方向（多模型路由、桌面 Agent、Coding Agent、框架或 SDK、以及 UI或客户端项目，这些都是的基础设施层的热门方向）拼凑起来，DeepSeek的战略意图已经呼之欲出：它正开始从“最强API”向“工业级Agent生产线”转换。

为什么大模型刚进入深水区，DeepSeek就急着做基础设施？因为 DeepSeek 的“大脑”已经足够强了。

昨晚发布的V4 Pro 的代码能力直接挤进全球第一梯队，R1 的长思考深度更是断崖式领先。配合 Context Caching（上下文缓存）带来的极致 Token 成本，理论上，Agent 已经具备了“又快又便宜”的落地前提。

但“想得快”和“跑得稳”是另外一回事。仔细剖析这些网传的DeepSeek Harness重点扶持项目，可以发现DeepSeek正在急切地补齐这几个短板：

▎补齐执行层安全

R1擅长写代码，但不提供运行环境。直接在企业真实的Terminal上跑，一个幻觉引起的rm -fr删库跑路幻觉代码，就能把系统搞瘫痪。DeepSeek Harness扶持OMA 这类带凭证隔离、沙箱机制和审计日志的底层项目，就是要给这些可能造成破坏的“数字野马”套上缰绳，让企业可以安心交出业务控制权。

▎补齐工程可靠性

真正的软件工程任务，动辄需要Agent循环纠错几个小时，在这期间，网络稍微抖一下、大模型 API 超个时，如果没有持久化存档，整个任务就得从头来。

很多人会有一个严重的技术误区，觉得最新的 DeepSeek V4 Pro 已经具备了 1M 的超长输入窗口 和 384K 的超长输出能力，信息量这么大，是不是就不用管上下文管理了？

恰恰相反，超长输出解决的是“一口气能写多少字”的空间问题，而持久化解决的是“写到一半断了，能否重启接着写”的时间问题。DeepSeek Harness 吸收 MateBot 这类具备“自动存档”、“失败记忆”和“错题本”功能的组件，就是要确保 V4 Pro 在一次性吐出 384K 宏大内容的漫长过程中，拥有中途夭折后随时续传的工程可靠性。

▎补齐商业化ROI

AI越用越多，解决的问题越来越复杂，谁来控制成本？如果事事都去触发 R1 的长思考（哪怕 DeepSeek 已经把价格打骨折），或者在多 Agent 协同中产生无效的“来回闲聊”，企业的 Token 账单依然会原地爆炸。

DeepSeek引入role-model（按难度智能路由）和ccteam（多智能体进度与预算控制），正是希望更好分配AI算力，把简单的搬砖工作丢给本地小模型，把架构级的问题精准派发给R1，这是能让Agent满足企业成本需求、大规模落地的唯一途径。

总结而言：过去，DeepSeek 靠 V4 Pro 和 R1 证明了自己是顶级的“发动机制造商”；而现在，通过这批不起眼的“配件”，才真正打造了一套完整的“汽车底盘”。让Agent安全、可控、用得起，这些正是DeepSeek Harness要补的课题。

参考链接：https://x.com/NFT_Chen/status/2087500877238337930

上车，雷峰网带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈