DeepSeek 这次开源的，是模型之外「干活的东西」

DeepSeek 又发了东西，很多人第一反应是「新模型？」。

这回它开源的是Harness——模型旁边那套让模型能真正把活干完的执行系统。

过去一年，这套东西一直被闭源产品裹在里面，谁也拆不开看。下面我们尝试将其讲清楚，并说说我们该拿它怎么办。

作者 |听风

编辑/排版 |MM77

翠鸟AI技术漫研—拓新AI边界、探索技术增量

8 月 13 日，DeepSeek 开源了 Harness，命令行名字叫 dsh，MIT 协议，一天之内 GitHub 冲到四万多星。

Harness 这个词平时不太露脸，得先解释：

DeepSeek 自己给了个等式：Agent = Model + Harness。模型负责推理，Harness 负责剩下所有脏活——让模型感知环境、调用工具、维护会话状态、一轮一轮把任务往前推。

你可以把模型想成脑子，Harness 就是神经和手脚；脑子再聪明，指挥不动手脚，活还是干不成。

过去一年大家的注意力全在模型分数上。

可同一个模型，配一套好 Harness 和配一套差 Harness，实际能干成的活能差出一大截。这层一直在起作用，只是从没被单独标过价。

01. 为什么这层过去「看不见」

因为它一直被打包在闭源产品里。

你用 Claude Code、用 Codex，感受到的是「这个 AI 会自己读文件、跑命令、改代码、遇错重试」——

但让它能这么干的那套循环、那套工具调度、那套上下文管理，你是看不到也改不动的，它和模型焊死在一起，作为一个整体产品交付给你。

有个细节能说明这层有多关键。DeepSeek 之前公布模型跑分，方法论脚注里写着：

跑分用的 agent 框架是「DeepSeek Harness 的极简模式」。换句话说，那些漂亮数字，有一半功劳记在这个当时外界谁都看不到的 Harness 头上。

现在它连这部分都开源了，等于把之前藏在脚注里的那一半，摊成了谁都能 clone、能读、能重跑的代码——这在只肯放模型权重、闭着源做产品的同行里，算是少见的坦白。

02. 它的核心设计：一切皆插件

Harness 用 TypeScript 写，底层是一个叫 Cordis 的插件微内核。

它的设计哲学一句话概括：一切皆插件。

模型、工具、技能、会话、沙箱、存储、执行循环、任务调度、连界面，全都是插件。你想换哪一层，改配置就行，不用动框架源码。

这背后是有来头的。

主导这套架构的是崔添翼，开源聊天机器人框架 Koishi 的作者——那个框架的社区攒了四千多个插件，「插件生态」是他驾轻就熟的老本行。

他之前在 Jane Street 做了九年高频交易系统，今年 3 月才进 DeepSeek。

所以「一切皆插件」有底气——一个把插件架构做到过极致的人，把老本行搬了过来。

还有一个我觉得最硬核、也最值得技术同学看的设计：会话是一条仅追加的日志。

模型每一步看到的所有信息，都按事件流写进一条只增不删的 log。

基于这条 log，你能恢复、能检索、能回放，甚至能在某个中间节点把一个正在跑的会话「分叉」出去，开一条新支线。

这戳中的是 agent 工程里一个很实在的痛点。

长任务跑到一半崩了、或者跑歪了，你想回到某个岔路口重来，可大多数框架只能让你从头再跑一遍、白烧一遍 token。

把「回到岔路口」做成框架的一等公民，说明设计者真琢磨过长任务到底难在哪。

03. 直接对标 Claude Code 和 Codex

DeepSeek Harness直接对标的就是 Claude Code 和 Codex。它们谁更聪明，很大程度上取决于背后的模型，这里不谈。

真正分岔的是产品哲学：

维度

Claude Code / Codex（闭源）

DeepSeek Harness（开源）

开源

闭源，作为整体产品交付

MIT 全开源，可自托管

扩展方式

靠官方给的hooks / MCP / 技能，边界由厂商划定

连执行循环、调度、界面都能换，边界交给社区

模型绑定

绑自家模型

不绑DeepSeek，可接任意OpenAI兼容端点

成熟度

生产级，打磨充分

v0.1 开发者预览，官方明说接口会变

闭源产品给你的是开箱即用的打磨，加一个质量过硬的自家模型。代价是你被锁在厂商画好的圈里，哪层不顺手，只能等它排期。

Harness 走的是相反的路：把能力边界的定义权直接交给你。

某层不好用，自己写个插件换掉；不想用它的模型，随便接一个 OpenAI 兼容的端点，包括你私有部署的开源模型。

对那些数据不能出内网、或者对 token 成本抠到极致的团队，这一条是闭源产品从架构上就给不了的。

闭源产品的护城河，是这么多年攒下的打磨和体验；

Harness 想挖的护城河，是让社区自己去定义能力边界。

后一种，恰好是前者最难复制的。

04. 生态：四万颗星背后

发布后的数据很热：

一天四万多星、三千多 fork，README 号召插件作者给仓库打上 dsh-plugin 这个 GitHub 标签，如今这个标签下已经聚了三百多个开源项目。热度是实打实的。

但要给做决策的人提个醒：热度和成熟是两码事。

它现在是 v0.1 开发者预览，官方白纸黑字写着插件契约和接口后续会变——你今天照它写的插件，明天可能就得跟着改。

三百多个插件里，相当一部分是发布头几天赶出来的玩票之作，能不能沉淀成生产可用的东西，得看接下来一两个月。

四万颗星说明它戳中了一个真需求，但离「可以放心搬进生产环境」还有距离。

05. 我们要不要跟进

这里作者不想用一句「值得关注」打发过去，分几种情况说。

• 先说最常见的：

你和团队日常就靠 Claude Code 或 Codex 干活。那我的建议很直接——别迁。

这东西才 v0.1，接口还会变，而你手里那套用顺了的工作流、配置、习惯，本身就是笔资产，为一个开发者预览版去推翻它，不划算。观望就好。

• 另一种情况值得你现在就动手：

你在意数据主权，或者对 token 成本敏感，尤其是想把开源模型私有部署起来自己跑。

Harness 不绑模型、开源可自托管这一条，恰好是 Claude Code 从架构上给不了你的。

对这类团队，它是唯一真正无可替代的地方，值得花个周末装起来试试。

• 最后是做 agent 的人——自研框架，或者在给公司搭内部 AI 工具平台。

这份代码你现在就该找来读，哪怕一行都不打算抄。

它把「一条 agent 到底该怎么组织」摊开给你看了：仅追加的会话日志、能分叉的会话、插件化的执行循环。

这些是真跑出过跑分的工程代码，比市面上讲 agent 架构的博客实在得多——那些多半停在 PPT 的方框上，这个能编译能跑。

说到底，DeepSeek 这回做的事，是把「模型之外那层」从闭源产品里拆出来、摆到桌面上，顺带承认了一句大家心里有数、却很少明说的话：这层一直很重要。

模型分数的仗还在打，可有人已经把手伸到了执行系统这层，而且是敞开门伸的。

对多数团队来说，眼下不必急着换工具，倒是可以趁这个机会，认真看一眼自己过去一直忽略的这层东西。

毕竟不管你用哪家产品，最后决定你的 AI 能不能把活干完的，从来都是它。