摘要：DeepSeek Harness 不是新模型，也不只是一个“DeepSeek 版 Claude Code”。它是开源 Agent Harness，试图把模型、工具、会话、文件系统、沙箱、权限、Agent Loop 和 UI 全部插件化。本文从架构、优势、限制和使用场景四个方面拆解它。

今天 DeepSeek Harness 刷屏了。

有人把它叫“DeepSeek 版 Claude Code”，有人直接开始研究源码。但如果只把它当成一个新的编码助手，就错过了真正有意思的部分。

一句话解释：模型是发动机，Harness 是让发动机真正上路的底盘、方向盘、车轮、刹车和仪表盘。

模型为什么还需要 Harness？

大模型能推理、生成代码，却不会天然拥有文件系统、终端、长期会话、权限控制和任务循环。要让它完成真实任务，还需要回答一串工程问题：

• 模型决定调用工具后，谁来执行？
• 工具失败后，如何把错误交回模型继续处理？
• 会话与任务进度如何保存？
• 哪些命令可以自动执行，哪些必须请求批准？
• 如何替换模型、工具、存储、沙箱和 Agent Loop？

Agent Harness 就是处理这些“模型之外”的基础设施。

DeepSeek Harness 的核心：Everything is a Plugin

官方把模型适配器、工具注册表、会话日志、文件系统、沙箱、Agent Loop、编排和 UI 都设计成可替换插件。

底层的 Cordis 提供服务、类型事件和可逆副作用。系统启动时，根据配置把插件装配成一棵运行树；插件卸载时，对应注册和副作用也能撤销。

这和很多把工具、状态、模型与 UI 焊在一起的 Agent 项目不同。后者刚开始像搭积木，做到后面经常像炒面——所有东西缠成一团。

架构上有哪些值得看的点？

1. 没有不能碰的“神圣核心”

模型、工具、会话和 Agent Loop 都能换。开发者不必为了接入一种业务工具去修改整条主循环。

2. Web 与 Headless 是不同装配

dsh-base 提供模型、工具、持久化、沙箱、审批、设置、凭证和遥测等能力；Web 应用与无头任务在其上挂载不同插件。相同底座既能做交互式 Agent，也能用于 CI 或后台任务。

3. 会话是事件日志

官方架构采用只追加的 SessionEvent 日志。每轮任务包含多个 step，模型请求、工具调用与结果形成可追踪事件，更适合恢复、调试与观察。

快速启动

官方当前给出的最简方式是：

npx @deepseek-ai/dsh web

Web UI 默认地址为：

http://127.0.0.1:3080

然后在 Settings → Models 中配置模型与 DeepSeek API Key，再选择工作区。

注意：官方明确标注为 Developer Preview，快速迭代期间可能出现破坏兼容的变更。

它和 Claude Code、Codex、Cursor 的关系

可以粗略这样理解：

产品/项目	更像什么	核心价值
Claude Code、Codex	调校好的整车	直接完成编码任务
Cursor	带驾驶舱的 AI 工作空间	编辑器内的人机协作
DeepSeek Harness	开放底盘和装配车间	自建、扩展、研究 Agent

DeepSeek Harness 也有 Web UI，也能读写文件、运行命令、维护计划和委派工作，但目前更适合把它看作开发者底座，而不是成熟产品的一比一平替。

适合哪些场景？

• 企业内部代码、运维、数据分析和知识库 Agent；
• 需要私有工具、审批、沙箱与审计的工作流；
• 同一能力同时提供 Web 与 Headless 运行；
• 对比不同模型、工具集和 Agent Loop；
• 多 Agent、子 Agent 与领域插件实验。

优势与限制

优势是模块化、可替换、可组合，并采用 MIT 协议。企业可以接入自己的存储、凭证、沙箱和业务工具，社区也能围绕插件形成生态。

限制同样明显：项目极早期；Cordis 与插件生命周期有学习成本；生态尚未成熟；“能安装安全插件”也不等于系统自动安全。

我的判断

DeepSeek Harness 最值得关注的，并不是今天能不能替代某个编码助手，而是它释放了一个信号：

Agent 的竞争正在从模型层，延伸到工具、记忆、权限、执行循环和插件生态。

模型决定能力上限，Harness 决定它能不能稳定地摸到这个上限。

今天的数万 Star 证明大家好奇；半年后的插件质量、兼容性、权限治理和真实案例，才决定它是不是下一层基础设施。

参考：

• https://github.com/deepseek-ai/DeepSeek-Harness
• https://github.com/deepseek-ai/DeepSeek-Harness/blob/master/docs/architecture.md

标签：DeepSeek Agent AI Agent 大模型 开源