DeepSeek Harness 深度调研当模型厂商把自己的实验台开源

先用一个比喻理解

不要被 harness、runtime、插件这些词绕住，先建立画面。

先说清楚一个词。harness 直译是"马具"——套在马身上、让马的力气能真正拉动车的那套东西。在 AI 圈里它指的是：模型本身只会"输出下一句话"，而 harness 负责把这句话变成真实动作——读文件、跑命令、调工具、把结果再喂回去、决定什么时候停。DeepSeek 官方自己的说法很干脆：Agent = Model + Harness，模型是灵魂，harness 给它手脚和记性。

你现在最熟的 Claude Code，是一个成建制的剧团。导演、演员、道具师、剧本都是同一家公司自己配的，彼此磨合了很久，开演即顺。但你没法把主演换成别家的人，也没法在演出中途换剧本——那些是焊死在班子里的。

DeepSeek Harness（命令行里叫 dsh）走了另一条路：它更像一个装好了标准接口的空舞台。演员（模型）、道具（工具）、剧本（agent 循环）、灯光音响（界面）、后台仓库（会话存储）全都是可插拔的模块，而且——这是最关键的一点——可以在演出进行当中换掉，不用把幕落下来重新开场。更讲究的是，任何模块被拔下去的时候，它上台时搬来的桌椅、拉过的电线、开过的灯，都会被自动收回原位。

三个一眼看懂的差异

五分钟上手：它到底怎么用

先把手感建立起来，再谈架构。

它不是那种"读三天文档才能跑起来"的框架。装了 Node（官方要求 22.19 以上）之后，一行命令就能把它拉起来：

npx @deepseek-ai/dsh web

命令跑完，浏览器打开 http://127.0.0.1:3080，你会看到一个本地网页界面——注意这一点跟 Claude Code 的气质就不同：dsh 的默认门面是 Web UI，不是纯终端。填进 API key、选一个工作目录（这一步不选，输入框是不激活的），就可以开始对话干活了。

想从源码跑（比如你要改插件），官方给的是标准 pnpm 三步：

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

四种预设模式，对应四种使用意图

装好之后你要做的第一个选择不是"选哪个模型"，而是"选哪种 agent 预设"。这四种模式本身就是理解这个项目的好切口——它们其实是四套不同的插件组合：

"万物皆插件"到底激进在哪

不是插件多，是没有一个"谁都得来打补丁"的特权核心。

"支持插件"这句话在 2026 年已经不算卖点，谁都支持。dsh 的说法是更狠的一句：Everything is a Plugin——模型、工具、技能、会话、沙箱、文件系统、循环、调度、界面，全都是插件，开发者不改框架源码就能替换或扩展任意一层。

要理解这句话的分量，得看它反对的是什么。绝大多数 agent 框架长这样：中间有一个主循环（"读输入→想→调工具→再想"），所有新功能都得挤进这个循环里去打补丁。记忆功能加个钩子、权限检查加个钩子、多 agent 编排再加个钩子……时间一长，这个主循环变成了那种谁都碰不得的上帝对象：能改的人越来越少，改一次崩三处。

dsh 的做法是取消这个特权位置。它把每个部件都描述成三件事——我需要什么、我提供什么、我干了哪些可撤销的事——然后由内核负责把它们拼起来。主循环也遵守同一套规则，所以它也可以被整个换掉。

内核 Cordis：全篇最值钱的一段

"插件能热插拔"是一句轻飘飘的话，真做出来需要一套形式化的地基。

先讲一个大部分报道都漏掉的事实：dsh 的插件内核不是 DeepSeek 写的。它叫 Cordis，作者是国内开发者 shigma，原本是聊天机器人框架 Koishi 的底座，已经打磨了四年。也就是说，中国最热的模型公司，把自己 agent 运行时的地基，交给了一个从聊天机器人插件生态里长出来的元框架——不是从 LangChain 那条 AI 血脉，而是从"插件系统怎么才不会烂"这条工程血脉。

更少人注意的是，Cordis 背后有一篇正经论文：《A Programming Paradigm for Spatiotemporal Composability》（时空可组合性的编程范式）。这个词听着唬人，拆开其实就两句大白话。

写起来是什么样

如果你想看看这套抽象落到代码是什么手感，最能说明问题的是 effect：注册副作用的同时把清理方式一起交上去。

ctx.effect(() => {
  const timer = setInterval(() => {}, 1000)
  return () => clearInterval(timer)   // 卸载时自动执行
})

ctx.on('message', handler)            // 事件监听自动登记为 effect
ctx.provide('db', database)           // 提供服务；依赖方会自动感知
await ctx.plugin(MyPlugin, { timeout: 5000 })

底下的实现也颇讲究：上下文用 Proxy 包一层、用原型链 Object.create 派生子上下文，所以派生成本是常数级的；同名服务靠 Symbol 隔离，两个插件各自提供一个叫 db 的服务也互不打架。依赖是否变化，则靠给每个依赖算一个 epoch 串来比对，一变就触发"卸载→重载"。

机制细节，感兴趣再展开

前面是够用的直觉层，这里补几个更准确的点。

横向对比：它站在谁的位置上

前面的图应该已经把直觉建立起来了，这张表留技术密度。

对行业意味着什么

热度是表象，值得记住的是它挪动了哪块地基。

先看几个硬数字。仓库建于 2026 年 8 月 13 日，发布 1.5 小时后 2.2 万 star，48 小时内破 10 万，到 8 月 17 日核实为 144,965 star / 14,742 fork。同一天 DeepSeek 还发布了 V4-Pro-0813 正式版模型。社区侧，发布 24 小时内就出现近 300 个第三方插件，几天后 GitHub 上打着 dsh-plugin 标签的仓库已经数以千计（其中确实混着一批蹭标签的项目，但生态热度是真实的）。

但同一周里还发生了另一件事，值得放在一起看：DeepSeek 把 V4-Pro 的 API 价格大幅上调，输出价从 V4 Flash 的每百万 token 约 $0.28 抬到 $3.96 这一档，媒体统计的整体涨幅区间在 50% 到 1100% 之间。一手把运行时免费开源、一手把模型显著提价——这两个动作放在同一个新闻周期里，把这次开源的商业逻辑讲得很清楚：壳子免费送，是为了让流量最终流回要付费的那一层。

六个耳目一新的判断

这一章不复述新闻，只挑那些跟主流叙事拧着来的看法。

值不值得试：三条路径与一条红线

不问"哪个更强"，问"你现在到底想解决什么"。

至于"要不要换掉 Claude Code"——目前的实测共识相当一致：不换。多篇中文实测都指出 v0.1 在自我纠错、长循环稳定性上还不如成熟产品（有分析观察到它在四十多轮的超长任务里会提前收工）。它现在的价值在架构，不在顺手。

资料来源与可信度分层

官方仓库与文档优先，媒体与实测作补充，存疑的一律标注。

本文的技术描述以官方仓库、官方文档与 Cordis 论文为准；热度数字以 GitHub 官方 API 的实时查询为准；商业与行业判断来自公开媒体报道，观点部分已注明是分析师或评测者的看法而非事实。以下几点属于未证实，文中已回避或标注：所谓"三天 12.2 万 star 创 GitHub 史上最快"的说法没有一手数据背书；涨价与 IPO 筹备的因果关系仅为媒体推测；DeepSeek 公司估值在不同信源间从 500 亿到 740 亿美元不等，无统一口径。此外，Cline / OpenHands / Aider 等同行维护者截至本文写作时没有公开回应，因此本文不推测它们的反应。