厉害了DeepSeek Harness！村内又一开源倔起的地标

3天十三万星刷新GitHub历史，三天长出5700个插件仓库——DeepSeek这次交出的不是又一个大模型，而是一座让全世界开发者排队来盖房子的开源城池。

基于学习和实践，我整理了《AI Agent 学习手册》包含LLM基础知识、Claude Code 、OpenClaw、Vibe Coding、AI应用开发等内容，目前已经有近50w字干货，持续更新。

DeepSeek又搞了个大动作。

不是新模型，不是降价，而是一个叫 DeepSeek Harness 的东西，悄无声息地上了GitHub。

首个版本为 v0.1，并同步以 MIT 协议开放源代码：https://github.com/deepseek-ai/deepseek-harness

没有预热，没有发布会，甚至连个像样的宣传文案都没有——就往仓库里扔了一份代码，MIT协议，爱要不要。

结果呢？

30分钟，破万星。

90分钟，2.4万星。

42小时，10万星。

……

这是什么概念？DeepSeek自家的R1，破2万星用了5.7天；此前全球涨星最快的Grok-1，破2万星用了1.2天。而Harness把这个纪录直接压缩到了以小时计。

我放下手里的bug，花了一整夜把它的代码、架构文档、社区生态翻了个底朝天。今天这篇文章，跟大家好好聊聊：这个让全世界开发者疯狂的东西，到底是什么？为什么这么猛？跟我们每个人有什么关系？

一、先搞懂一个问题：Harness到底是个啥？

很多朋友第一反应是"DeepSeek又发了个新模型？"

不是。

官方给了一个极其精简的公式：

Model + Harness = Agent

翻译成人话：模型是脑子，Harness是手脚。

你平时用的ChatGPT、DeepSeek聊天框，模型只能"动嘴"——给你输出一段文字。但真正的Agent要"动手"——它得能读你的文件、跑终端命令、上网查资料、拆分任务、管理记忆、出错了自己重试。

谁来干这些脏活累活？就是Harness。

打个比方：模型是发动机，Harness是方向盘、油门、刹车、仪表盘、底盘——整辆车的非发动机部分。发动机再猛，没有底盘你也就是个拖拉机。

过去，这套"底盘"被锁在各家公司的黑盒里。OpenAI有Codex，Anthropic有Claude Code，都是成品车——你只能开，不能掀开引擎盖。

DeepSeek说：我把整辆车的图纸都给你，连造车流水线都开源了。

二、“一切皆插件”：五个字，值十万颗星

Harness最核心的设计理念，官方原话是五个字：

一切皆插件。

什么意思？

一个Agent要运转，需要一堆零件：模型适配器、工具注册表、技能系统、会话管理、沙箱、存储、任务调度、循环控制、甚至连界面UI——全部拆成独立插件。

你可以：

• 换模型：今天用DeepSeek V4，明天用Claude，后天用GPT，一行配置搞定

• 换工具：不想用自带的文件编辑器？写个插件换掉

• 换界面：嫌默认Web UI丑？社区有几十套主题插件随便换

• 换存储：不想存本地？接个远程数据库插件

• 换调度策略：觉得任务拆分逻辑不好？自己写一个

不用fork源码，不用改一行核心代码，纯靠配置和插件就能重新组装。

这套架构的底层是一个叫 Cordis 的插件元框架。Cordis只干三件事：加载插件、卸载插件、管理依赖关系，除此之外什么都不做。

更狠的是，Cordis有两个杀手锏特性：

1. 时间可组合性：插件卸载后，能完整撤销它产生的所有副作用——装了又拆，干干净净，不留痕迹

2. 空间可组合性：插件依赖变化时，能动态重新处理依赖关系

这意味着什么？**Agent在运行过程中可以热插拔插件，甚至可以自己写插件、自己装、自己拆。**这不是科幻，是代码里已经实现的能力。

Cordis不是实验室玩具——它从Koishi聊天机器人框架孵化而来，已在生产环境跑了4年，经历过4000多个社区插件的实战检验。

这套架构的理论基础，是一篇北大和DeepSeek联合署名的论文：《A Programming Paradigm for Spatiotemporal Composability》。翻译过来就是"时空可组合的编程范式"——听起来很学术，但落地效果就是让你像搭乐高一样拼装Agent。

三、四种模式，覆盖从跑测试到搞创造

Harness内置了四种预设模式，每种加载不同的插件组合：

模式	适合场景	一句话解释
标准模式	日常开发	完整工具箱全开，能读写文件、跑命令、上网搜索
PTC模式	复杂工作流	模型自己写一段代码来批量调用工具，中间数据不用来回过模型，省Token利器
极简模式	模型基准测试	只留一个Shell和一个文件编辑器，最小环境跑分用
创造模式	极客探索	可以检查运行时、在内存里试验Cordis插件、当场组合新模式

说个细节：此前DeepSeek V4-Flash在TerminalBench基准测试中成绩突飞猛进，用的正是极简模式。别人拿它跑分，它顺便把纪录破了。

四、谁在造这辆车？——崔添翼和他的"三个月奇迹"

带队的人叫 崔添翼，这名字在技术圈本身就是一块招牌。

简单列一下他的履历：

• 浙江大学毕业

• ACM亚洲区金牌六次（算法竞赛选手应该知道这有多难）

• 《背包问题九讲》作者——无数算法竞赛选手的启蒙教材

• 在Jane Street（全球顶级量化交易公司）工作了近9年

• 量化基金TSY Capital联合创始人

• Koishi聊天机器人框架的作者（Cordis就是从这里孵化出来的）

• 2026年3月加入DeepSeek

5月组建团队，8月交出作品。三个月，从零到GitHub十万星。

这个速度，就算是硅谷的顶级团队也得服气。前华尔街量化交易员带队，清华AI-Infra方向新锐紧随其后，三个月内上万次代码提交——这个工程密度，不是一般的高。

五、三天5700个插件：生态爆发不靠运营，靠架构

如果说Harness本身是一辆车，那真正的看点是：这辆车开上路三天，后面就跟了一个车队。

来看数据：

• 发布24小时：dsh-plugin标签下突破700个插件仓库

• 发布3天：插件仓库数量达到5700+

• 第三方聚合目录Oh-My-DSH：监测到990个生态仓库，累计星标11.2万

这些插件都在干什么？我挑几个有代表性的：

实用派：

• open-design（8.7万星）：开源版Claude Design替代品，把编码Agent变成设计引擎，原型/落地页/仪表盘/幻灯片都能生成

• OpenViking（2.8万星）：字节出品的Agent上下文数据库，补上了Harness的记忆层短板

• archify（1.3万星）：一句话画架构图、时序图、数据流图，产出可导出的HTML

脑洞派：

• colleague-skill：把一个人的聊天记录和文档喂进去，生成模仿他思维方式的"数字分身"

• dsh-minigames：18款小游戏合集，包括俄罗斯方块、贪吃蛇——你可以在Agent工作台里摸鱼

• dsh-ads：模拟2005年中文互联网风格的广告UI——是的，有人专门做了个怀旧皮肤

• 鲸鱼桌面宠物：DeepSeek的logo是鲸鱼，所以做鲸鱼桌面宠物的项目有69个，这是最容易撞车的赛道

最有意思的是，连界面本身都是插件。有人把工作台打扮成了"女仆咖啡馆"风格——侧栏写着DeepSeek的品牌slogan，输入框两边站着两位女仆，右上角显示DeepSeek-V4-Pro模型。一台能读写文件、跑终端命令的Agent工作台，顶着一身女仆装认真执行你的需求。

这画面说不上违和，甚至有点燃。

功能强不强是一回事；社区愿不愿意给它换皮、整活、表达热爱，是另一回事。这才叫生态。

为什么三天就能长出这么多插件？答案就四个字：接入成本极低。

"万物皆插件"把接入门槛压到了一行清单声明。写个dsh.bundle配置文件，你的项目就能挂进生态。存量项目纷纷来占位——四万星的老牌简历构建器reactive-resume主动适配了DSH，字节、腾讯系的项目也来挂靠。

谁都没理由不来。

六、6毛钱 vs 70块钱：成本打到了地板

说完架构和生态，说点最实际的——钱。

有媒体做了一组实测对比：在完成相同任务、效果相近的情况下——

方案	成本
Claude（Anthropic）	约9.8美元 ≈ 70元人民币
DSH + DeepSeek V4 Pro	约6毛钱

成本差了120倍。

为什么能这么便宜？除了模型本身定价低，还有一个被很多人忽略的架构级省钱设计：

插件按需加载 → 系统提示词和工具定义保持稳定 → 前缀缓存更容易命中 → 每轮请求更便宜。

而一个什么都往系统提示词里塞、前缀天天变的框架，会反复打爆缓存，烧钱如流水。

省钱和开放，被DeepSeek同时焊进了架构里。这不是技术洁癖，这是白花花的钱。

在一些特定任务中，DSH可以实现高达99%的缓存命中率。这个数字意味着什么？意味着绝大多数时候，模型不需要重新"读"一遍上下文，直接从缓存里拿——又快又便宜。

七、跟Claude Code比，到底谁更强？

这是大家最关心的问题。直接上对比：

维度	DeepSeek Harness	Claude Code
开源协议	MIT（源码全开）	专有（客户端开源，模型闭源）
架构	插件化内核，无特权核心	垂直整合单体
模型绑定	模型即插件，可接任意厂商	绑定Anthropic模型
运行时自扩展	支持（Agent可自己写插件）	不支持
热插拔组件	支持	不支持
会话日志	append-only明文，可审计回放	托管式记录
成本	极低（6毛钱级）	较高（70元级）
成熟度	开发者预览版，有破坏性变更	生产级
交互形态	本地Web UI + headless	终端原生

一句话总结：DSH赢在架构和成本，Claude Code赢在成熟度。

DSH最有说服力的优势是审计性——所有模型可见的内容都会被记录到append-only日志里，你可以精确回放模型在任何一步看到了什么、调用了什么工具、在哪一步出错。对于有合规要求的团队，这是整个发布中最硬的论据。

而DSH最讽刺的地方在于：**它本身可以运行Claude模型。**你可以在DSH里跑Claude，也可以跑GPT，也可以跑任何OpenAI兼容的模型——模型只是插件之一。

但说实话，v0.1阶段，"替代Claude Code"还言之过早。官方README用加粗大写字母提醒：项目处于developer preview阶段，一定会有破坏性兼容变更。翻译成人话：现在拿去跑核心生产链路，大概率要返工；想研究架构、抢插件生态位，现在正是窗口期。

八、为什么说这是中国AI的一个重要时刻？

过去几年，中国AI公司在大模型层面一直在追赶——参数、能力、评测分数，你追我赶。但在模型之上的工程层，在Agent运行框架这个层面，我们一直是缺席的。

OpenAI有Codex，Anthropic有Claude Code，它们不仅卖模型，还卖"模型怎么干活"的整套方案。控制了工程层，就控制了开发者的工作流。

DeepSeek Harness的意义在于：这是中国公司第一次在"模型+工程外壳"层面，与Anthropic正面抗衡。

而且不只是对标——它选择了一条完全不同的路：

• 别人做成品车，它开源造车图纸

• 别人锁死生态，它把每个零件都开放

• 别人靠订阅赚钱，它把成本打到地板

更关键的是生态已经跑起来了：

• QQ Bot已集成DeepSeek Harness，支持单聊和群聊

• 国家超算互联网上线了DSH全套源码，科研院所和企业可以一键拉取部署

• 插件作者遍布全球，三天5700个仓库——这不是中国开发者的自嗨，是全球开发者的用脚投票

九、工程师视角：我的真实判断

作为一个写了十年代码的软件工程师，我对DSH的判断是：

架构层面：这是一次真正的范式创新。 "一切皆插件"不是营销口号，是从底层元框架到上层UI贯彻到底的设计哲学。Cordis的时空可组合性，让Agent运行时的热插拔成为可能——这在当前所有Agent框架中是独一无二的。

生态层面：爆发速度前所未有。 三天5700个插件，这不是运营驱动的，是架构驱动的——接入成本被压到一行声明，社区自然会补齐所有缺口。

成熟度层面：还是毛坯房。 v0.1就是v0.1，bug不少，文档还在完善，API随时可能变。现在拿来跑生产环境，要做好返工准备。但如果你想研究Agent架构、想抢占插件生态位，现在就是最好的窗口期。

战略层面：意义远超产品本身。 DeepSeek从"模型提供商"跨向了"开发者入口争夺者"。当模型能力趋于同质化，谁能圈住开发者和工作流，谁就圈住未来。

写在最后

回到标题——为什么说这是"村内又一开源倔起地标"？

"倔"不是"崛"的错别字。是倔强的倔，是不服输的倔。

在一个所有人都觉得"Agent框架是美国公司的专利"的时代，DeepSeek用三个月时间，交出了一份让全世界排队来盖房子的开源答卷。

它没有先做生态。它先做了一台让生态自己长出来的机器。

模型会过时，框架会迭代，但"把造车权交出去"这个决定，会在很长一段时间里被记住。

崔添翼在社交媒体上说：这是一个预览版本，可能存在很多粗糙之处，希望大家多提意见。

谦虚了。但社区已经用13万颗星投了票。

最后给朋友们三个建议：

1. 如果你是开发者：花十分钟跑起来看看，npx @deepseek-ai/dsh web，一行命令，打开浏览器就能体验

2. 如果你是技术管理者：关注但别急着上生产，v0.1的破坏性变更是迟早的事，但可以作为技术预研方向

3. 如果你是插件作者：现在就是抢位的黄金窗口，设计类和记忆类插件是当前最热的赛道

模型决定AI的下限，插件生态决定它的上限。

DeepSeek Harness，至少拿到了入场券。

对了，基于学习和实践，我整理了《AI Agent 学习手册》包含LLM基础知识、Claude Code 、OpenClaw、Vibe Coding、AI应用开发等内容，目前已经有近50w字干货，持续更新。

关于DeepSeek Harness,你还有什么要补充的？上手了么？评论区聊聊～