DeepSeek Harness：把 Agent 的身体开源了

模型是大脑，Harness 是身体。2026 年 8 月 13 日，DeepSeek 把这具身体开源了，用的是 MIT 协议——这是它和之前那些"开源模型"最不一样的地方。

为什么"身体"突然成了竞争点

一个模型要在真实环境里干活，中间需要一层东西：把自然语言翻译成工具调用、把工具返回塞回上下文、管住会话长度、限制命令能碰到的文件、在失败时决定重试还是停下。

这一层过去各家自己写，写得好坏直接决定体验。同一张榜单上，同一个模型跑不同 Harness，任务完成率、延迟、成本都能拉开差距。于是行业里的说法从"模型即产品"变成了"Model + Harness = Agent"。

DeepSeek Harness（命令行里叫 dsh）就是这个公式的开源实现。它不是模型，是模型与文件系统、shell、编辑器、浏览器之间的调度层。

一切皆插件，连主循环都能换

它的架构只有一个原则：能换的都做成插件。

模型适配器是插件，工具是插件，沙箱是插件，会话存储是插件，连 agent loop 本身都能替换，界面也能。底下用的是 Cordis 插件内核，一个已经在生产环境跑了四年的框架。

这么设计的好处是"改造点"变得明确。想接自建推理网关，写一个 provider 插件；想换一套工具集，装一组工具插件；想试不同的循环策略，换 loop 插件。不用改源码，也不用等官方排期。

代价是理解成本。插件之间的依赖、事件、配置分层，需要花时间摸清楚。对只想"装一个 Agent 用起来"的人来说，这套东西偏底层。

四种预设，四种取舍

图 1　预设不是等级，是取舍：工具越少越可预测，工具越全越能干活

标准模式是完整形态：文件读写、shell、文件与网页搜索、技能、规划、目标、子代理、工作流，一套齐。

极简模式只留两个工具：bash 和 str_replace_editor。这不是给新手用的，而是 DeepSeek 自己跑代码基准时的配置——把变量压到最低，测出来的才是模型能力。

代码模式换了一种交互方式：不把工具作为独立函数暴露，而是生成一份 TypeScript SDK，让模型直接对着 SDK 写程序。原本要五次往返的操作，压成一次调用。省的是往返，也就是延迟和 token。

创造模式在标准模式之上加了运行时检查、插件实验和预设编写指导，面向的是要自己做一套 Agent 形态的人。

选预设的判断很直接：任务确定性高、要可复现，往极简走；任务开放、要它自己找路，往标准走；在意成本与延迟，试代码模式。

模型无关，这一点比想象中重要

它的 provider 目录覆盖近 40 家，包括 Anthropic、OpenAI、AWS Bedrock、Azure、Google，也包括 DeepSeek 自己，以及任何兼容 OpenAI 接口的自建网关。

更特别的是两个子代理提供方：可以把任务直接转交给 Claude Code 或 Codex，方式是解析 PATH 里的可执行文件。两个默认关闭，需要你自己装好、登录好。

这个设计的意味很清楚——它不指望你只用自己的模型，而是承认"不同任务该用不同 Agent"。编排层留在自己手里，执行可以外包。

它还读 AGENTS.md 与 CLAUDE.md，支持 MCP 客户端和 Agent Client Protocol。这些细节说明它是奔着"成为公共底座"去的，而不是做一个封闭产品。

只追加的会话日志

这是架构上最值得抄的一点。

它维护一份只追加的日志，所有抵达模型的请求内容都必须能从这份日志里还原。会话恢复、分叉、回放、转录、遥测、Web 界面，全部建立在这同一条事件流上。

好处是行为可审计。你想知道某一步为什么走了弯路，不用猜——日志里有当时的完整上下文。对调试 Agent 来说，这比任何可视化都管用。

沙箱：不靠自觉，靠系统限制

本地执行时，它把子进程分别封在 Linux Landlock、macOS Seatbelt、Windows ACL 受限令牌里。这是操作系统级的约束，不是"提示模型别乱来"。

对要把它接进企业环境的人来说，这一层比模型跑分更值得看。

现实：它还是开发者预览

必须说清楚：v0.1 是开发者预览，官方明确会有破坏性变更。0.1.x 的配置结构和插件 API 都还在动，升级前要读 changelog，最好锁版本。

另一个特点是没有 PR 通道——官方暂时不接受外部 Pull Request，扩展只能走插件。这是很硬的态度：API 是契约，其他都别碰。

社区长得很快，插件数以千计，国家超算互联网上线了它，QQ Bot 也接了它。但"生态热"不等于"能上生产"。面向客户的关键系统，现在还不该押在它上面。

和 Claude Code、LangChain 的位置差别

和 Claude Code 比，它不是产品，是底座。Claude Code 开箱即用、规则体系成熟；dsh 要你自己搭，但每一层都能换。

和 LangChain、CrewAI 比，它是运行时而不是库。

如果你只是想找个顺手的成品编码 Agent，而不是自己搭一套运行时，TRAE 或 Qoder CN 这类产品更合适。LangChain 帮你组织调用链，CrewAI 帮你定义角色；dsh 管的是整个生命周期——循环、沙箱、会话、界面，层级更靠下。

适合谁

适合三类人：想自己造一个编码 Agent 的团队；需要在多个模型之间做 A/B、又不想重写工具层的工程组织；以及要把 Agent 接进内网、必须自己掌控沙箱与日志的企业。

不适合两类：想开箱即用的人；以及需要稳定 API 承诺的生产系统。

一句话：它把"Agent 的身体"变成了公共基础设施。这件事的价值，可能要过一两年才会被完全看见。