DeepSeek Harness 一文快览：对标 Claude Code 的 Agent 控制与编排系统

DeepSeek 在 8 月 13 日发布了 DeepSeek Harness 的开发者预览版（v0.1）。这不是又一个聊天前端，而是一套围绕大模型构建的控制与编排系统，目标是把模型的推理能力转化成能完成复杂任务的智能体。本文按发布笔记整理它的定位、体验方式和三条设计思路，不展开实现代码。

官网：https://www.deepseek.com/harness/
GitHub：https://github.com/deepseek-ai/deepseek-harness

一、这次发布了什么

四个核心信息：

• 产品名称：DeepSeek Harness。
• 发布状态：v0.1 开发者预览版，已面向全球开发者开放测试。
• 产品定位：围绕大模型构建的控制与编排系统，将模型的推理能力转化为能完成复杂任务的智能体，对标 Anthropic 的 Claude Code。
• 开源方式：插件式开放架构，MIT 协议开放源代码。

与此同步，DeepSeek 还推出了 DeepSeek-V4-Pro 模型，该版本大幅增强了 Agent 能力。也就是说，这次发布是"模型 + 编排系统"一起交付，模型提供能力，Harness 负责把能力组织成可用的智能体。

二、怎么上手体验

两条路径，按目的选择：

快速体验：安装 Node.js 后，用 npx 直接启动 Web UI。

npx @deepseek-ai/dsh web

源码安装：想读实现、研究插件机制，就走 clone 然后按仓库说明安装。

git clone https://github.com/deepseek-ai/deepseek-harness

想先看效果用前者，想深入看机制用后者。

三、设计思路一：一切皆插件

Harness 基于 Cordis 插件系统构建。模型、工具、技能、会话、沙箱、存储、循环、调度、UI——这些 Agent 能力全部由插件提供，插件之间通过 Cordis 的服务与事件彼此协作。

这里的关键收益是：开发者不需要改动 Harness 源码，在配置层就能选择、替换或扩展任意能力。能力边界靠插件划分，而不是写死在框架里——这正是"插件式开放架构 + MIT 开源"落到实处的体现。

四、设计思路二：每一次运行都有迹可循

模型看到的一切都会写入仅追加（append-only）的会话日志，包括系统提示词、思维链、工具调用与结果、子 Agent 调度，以及每一次上下文注入。在 Trajectory 视图中，可以按来源查看这些信息。

恢复、分叉、检索与回放共享同一份事件流。也就是说，一次运行不只是"日志"，而是一份可回放的事件记录——排错和复现都基于同一条时间线，而不是靠事后拼凑。

五、设计思路三：多种运行模式

Harness 内置了四种模式：

• 标准模式：提供完整的工具组合，日常使用。
• PTC 模式：由模型生成一段代码，组合多轮工具调用。
• 极简模式：只保留一个 shell 工具和一个文件编辑工具，用于最小化环境下的模型基准测试。
• 创造模式：检查当前运行时，在内存中试验 Cordis 插件，据此组合和创作新的模式。

四种模式对应四种用途：日常跑任务走标准模式，想压测模型在最少工具下的表现走极简模式，想研究扩展机制走创造模式。

六、怎么理解这个产品

看一个 Agent 系统的设计水平，可以用三个维度，Harness 的三条设计思路正好各占一个：

1. 能不能在配置层换能力——一切皆插件；
2. 运行能不能被回放——有迹可循；
3. 模式能不能定制——多种运行模式。

对照 Claude Code 这类产品，Harness 的思路不是把 Agent 能力做成固定功能，而是把"控制与编排"本身做成可替换、可追溯、可组合的框架。对做 Agent 方向的人来说，这是一条值得持续关注的技术路线。