DeepSeek Harness 开源：模型之外的战争刚刚开始

作者：龍德明宇

8月13日这一天，DeepSeek 放出了两个动作。凌晨，V4 Pro 正式版上线，架构和预览版完全一致，Agent 能力却暴涨；晚上，DeepSeek Harness（DSH）开发者预览版开源，MIT 协议，GitHub 同步开放。

后者是更值得注意的信号。这不是新模型，也不是 API 客户端，而是一整套把模型接进文件系统、终端、网页和工具，并组织上下文、工具调用与任务执行的 Agent 运行框架。DeepSeek 第一次把手伸到了模型输出之后的执行层。

一切皆插件：它不是又一个 Claude Code

DSH 最核心的设计是「一切皆插件」。模型、工具、会话、沙箱、存储、循环、调度、UI，所有能力都由插件组合而成，可自由替换、灵活重组，底层基于 Cordis 这套可组合框架，设计思想源自一篇关于时空可组合性的编程范式论文。

它提供标准、PTC、极简、创造等多种 Agent 预设。同一个进程里，可以同时运行写作 Agent、编码 Agent、研究 Agent，各自看到不同的工具和指令，不必启动多套服务。

所以它不像 Codex 那样交付一个「拿来即用的 Agent」，更像一套「组装 Agent 的运行时」。据参与内测的媒体介绍，内测用户短短几天就自发开发了约三百个插件，连跨会话长期记忆、界面改版都是纯插件实现。

最值得注意的线索：官方跑分用的是它自己

V4 Flash 正式版的更新日志里藏着一行容易被忽略的字：公开基准测试中的 Code Agent 任务，使用「DeepSeek Harness 极简模式（即将发布）」作为框架进行测试。

换句话说，DeepSeek 对自家模型 Agent 能力的评测，本身就带着自己的 Harness。官方公式「Model + Harness = Agent」在这里是字面意义的：模型之外的所有工程化工作，都属于 Harness 的范畴。

这解释了一个反常识的现象：同一个模型，放进不同 Harness，效果可以差出数倍。第三方测试中，同一个 V4 Flash 接入八种 Harness 完成三十项任务，最多完成二十项、最少十四项，单任务成本差最高达七倍。模型划定能力上限，harness 决定这份能力最终兑现多少。

模型是空无，Harness 提供结构

这恰好印证了我一直写的一个判断：模型本身是「空无」，它只提供统计预测的潜能；是 harness 这种外在结构，把潜能组织成真实的执行能力。V4 Pro 正式版与预览版架构完全一致，能力却大幅跃升，靠的正是后训练与这套「脚手架」。DeepSeek 从产业层面验证了这个理论。

当多个 Agent 被放进同一个系统

单个 Agent 的能力边界由「Model + Harness」定义，下一个问题自然浮现：当多个 Agent 被放进同一个系统，它们之间的「关系」该如何设计？

我在此前的文章中论证过：多 LLM 之间的交互不构成真正意义上的「关系」，而是以 Harness 为中介的「结构性耦合」；关系不是「涌现」的，而是「被设计」的。这指向一个工程方向：关系工程。

DeepSeek 开源 Harness，等于把「如何定义单个 Agent」的主动权交还给开发者。而当越来越多的 Agent 被组装进同一个系统，「如何定义 Agent 之间的关系」就会成为下一个战场。这个问题的答案，可能比谁的开源协议更宽松更重要。

延伸阅读

• 多LLM交互与关系性消解