8 月 13 号晚上，DeepSeek 开源了一个叫 Harness 的东西，一夜拿下五万星。

媒体齐刷刷地写：「DeepSeek 版 Claude Code」「对标 OpenAI Codex」。

这么说，是把 Harness 说小了。

先说结论：Harness 根本不是又一个编程助手，它是 Agent 的运行时 / 操作系统。 别人在卷「更好的 iPhone」，DeepSeek 在做「安卓」。搞懂这一层区别，你就理解了它所有的设计。

---

它到底是什么？一句话能说清

官方给了一个公式，我觉得比任何解释都准：

Model + Harness = Agent

模型负责思考，Harness 负责把思考变成动作——读写文件、跑命令、搜网页、调别的 Agent。它不卖模型，也不卖 App，卖的是一套「让模型真正干活的执行层」。

说白了：模型是大脑，Harness 是手脚加神经系统。

再往下拆一层——它不是第一个做 Agent 框架的，但它的打法跟前面所有人都不一样。

---

跟你熟悉的那些 Agent，不是一类东西

Claude Code、Codex、WorkBuddy，你可能都听过。它们有个共同点：是产品。

• Claude Code：Anthropic 家的 CLI 编程助手，绑定 Claude 模型
• Codex：OpenAI 家的云端 Agent，绑定自家 GPT
• WorkBuddy：腾讯云家的桌面 Agent，主打职场办公、开箱即用，内置多种模型可切换

你装好就能用，模型、界面、工具一条龙封装好。它们之间的竞争，是「谁家的编程助手更好用」。

Harness 完全不是这个赛道。它是开源框架，是「运行时」——模型可以换成任何一家，工具是插件、UI 是插件、连 Agent 循环本身都是插件。

	Claude Code / Codex / WorkBuddy	Harness
本质	产品（装好就用）	运行时 / 框架（组装着用）
模型	大多绑定自家	任意主流模型，随便换
定位	更好用的 Agent 应用	Agent 的「操作系统」
类比	更好的 iPhone	安卓

所以媒体说「对标 Claude Code」，是拿「操作系统」跟「一款 App」比。对象就比错了。

那跟 LangChain / LlamaIndex / AutoGen 这些老框架比呢？也不一样。它们是「胶水层」，帮你把模型和工具粘起来跑通一个流程；Harness 是「操作系统」，管的是插件生命周期、副作用回滚、执行轨迹这些更底层的事。一个是搭积木的胶水，一个是积木底板本身。

还有一类夹在中间——Agent SDK（OpenAI Agents SDK、微软 Semantic Kernel 这些）。它们比 LangChain 更偏运行时，但都出自模型厂商，重心天然往自家生态倾斜。

Harness 的独特之处在于：既不是胶水，也不出自任何一家模型厂商——DeepSeek 自己卖模型，却把运行时做成模型无关的，这本身就是个反差点。

---

架构拆解：为什么「一切皆插件」是它的灵魂

Harness 的核心设计主张就一句：一切皆插件。

微内核：内核「什么都不干」

Harness 底层是个叫 Cordis 的微内核。名字你可能没听过，但它做的事极简单，就三件：

1. 加载插件
2. 卸载插件
3. 管插件之间的依赖

就这些。没有模型调用逻辑、没有工具注册表、没有会话管理器——所有能力，全是插件。

模型是插件，文件编辑器是插件，沙箱是插件，连 UI 都是插件。内核自己一个业务功能都不带。

你可以把它理解成 Agent 世界的「主板」——CPU（模型）、显卡（工具）、内存（存储）都是插上去的，换哪个都行，主板本身不决定你能干什么。

可逆副作用：插件「热插拔」为什么难

你可能觉得「插件化」没啥新鲜的——浏览器扩展、VSCode 扩展，不都是插件吗？

但这里有个大多数人没意识到的坑：插件能「插」，但「拔」不干净。

VSCode 不少热门扩展装了可执行代码，激活之后就没法在运行时单独卸载。想卸载？重启编辑器。为什么？因为插件加载时改了一大堆全局状态，没人记得它改过什么，也就没法干净地还原。

Harness 的解法很聪明：每次改动都配一个「逆函数」。 插件往上下文里写一个东西，就同时记下「怎么删掉它」。卸载的时候，把这些逆函数反过来执行一遍。

像一摞盘子，后放上去的先拿走。

插件化的真正难点不是「能插」，是「能干净地拔」。副作用要可逆。

这套东西不是 DeepSeek 拍脑袋想的，背后有它跟北大合发的一篇论文做理论支撑，讲的是「时空可组合性」。理论很深，只需要记住上面那个「一摞盘子」就够了。

Trajectory：给 Agent 装个黑匣子

Agent 最头疼的地方是什么？不可控、不可调试。 它跑歪了，你不知道它哪一步想岔了。

Harness 的解法是 Trajectory——把模型看到的一切，只增不改地记进日志：系统提示词、思维链、每一次工具调用和结果、子 Agent 的调度。

而且这个日志是「唯一真源」：模型看到的上下文，不是单独存一份，而是从日志里实时投影出来的。翻译一下——模型看到的，一定已经被记录。

有了这个日志，你可以：

• 恢复：从任意一步接着跑
• 分叉：复制一条轨迹，换个指令试试，原来的不动
• 回放：像看录像一样，看它当时到底干了啥

这意味着 Agent 从「黑箱」变成了「可审计」。对企业落地 Agent 来说，这是信任问题最缺的那块拼图。

---

该不该用它？

先说它能干嘛——预览版有四种模式，一句话类比：

• 标准模式：像个全副武装的工程师，文件、命令、搜索、子 Agent 全都会
• PTC 模式：把多步操作合成一个程序一次跑完，而不是一步步来回调
• 极简模式：只给「跑命令 + 改文件」两样，专门用来考模型的裸分
• 创造模式：一个工作台，让你自己造 Agent 和插件

但「能不能用」和「该不该用」是两回事。这得看你是什么人。

现在就该上手的： 做 Agent 开发、插件开发，或者想研究「Agent 架构到底该怎么搭」的人。这是目前开源里少数把「可组合性」贯彻到底的开源实现，值得读源码。

应该观望的： 只想找个好用的编程工具、日常写业务代码。那你现在切过去大概率会失望——v0.1 预览版，官方自己都说后续会破坏性迭代。有知名开发者说它设计好，但也有人提醒「替代 Claude Code 为时尚早」。这话我同意。

可以绕道的： 非技术用户。它现在的门槛还是「装 Node、跑命令行」，不是给你用的。

跑起来倒是不难，一条命令：

npx @deepseek-ai/dsh web

但「能跑」和「该不该现在用」，是两件事。

---

你能从这套设计里带走什么

就算你暂时不用 Harness，这套设计里有三条原则，做任何 Agent 或插件系统都用得上：

1. 副作用要可逆：插件的难点不是「能插」，是「能干净地拔」。每次改动都留个「怎么撤销」的答案。
2. 可观测性优先：把「模型看见了什么」做成唯一真源，调试和审计才有地基，而不是事后补日志。
3. 边界收缩：把「谁该为副作用负责」，从「每个插件作者」收敛到「少数服务实现者」，义务越集中越好管。

---

我的判断：这不是一个工具，是一个信号

还有一件事，大多数人没把它跟 Harness 放在一起看——同一天，DeepSeek 还调了 V4 Pro 的价格，涨价，改成峰谷分时定价。

一边开源 Agent 框架，一边给模型涨价。这个组合拳说明什么？

我的理解是：DeepSeek 在下一盘「抢开发者入口」的棋。

模型层的竞争已经卷到头了——大家都在比谁便宜、谁跑分高。但 Agent 基础设施层还没定型。谁先把「Agent 操作系统」的生态搭起来，谁就占住了开发者的工作流入口。模型可以换，但操作系统换不掉——就像你换手机可以换品牌，但你很难从安卓生态整个迁到 iOS。

涨价是信号：我不靠卖 Token 跟你打价格战了，我要靠基础设施层把你锁住。

别人在卷「谁家的编程助手更好用」，DeepSeek 在卷「谁先定义 Agent 的操作系统」。前者是手机，后者是安卓——一旦开发者生态起来了，前者都得在它上面跑。

当然，这只是我基于 v0.1 的判断。预览版到正式版之间，什么都可能变。但这个方向本身，我觉得值得盯。

---

工具会过时，设计原则不会。记住那三条——可逆、可观测、边界收缩——比记住 Harness 这个名字有用得多。

---

参考来源：DeepSeek Harness 官方文档与开源仓库、DeepSeek 与北京大学「时空可组合性」论文、36氪 / DoNews / 澎湃新闻等公开报道。