DeepSeek Harness v0.1 发布：以“一切皆插件”架构重塑开源代码 Agent

8 月 13 日晚，DeepSeek 在 V4-Pro 正式版发布的同时，罕见地打开了内部代号“黑鲸”的项目箱子——把模型之外的整套 Agent 运行基础设施，以 MIT 协议全部开源。

这不是一次常规的模型权重迭代，而是 DeepSeek 首次将模型之上的整套 Agent 运行基础设施对外公开。官方给出的逻辑非常清晰：Model + Harness = Agent。除模型本体外，上下文管理、工具调度、任务状态维护与执行环境交互，全部交由 Harness 承载。其核心设计理念只有一句话：“一切皆插件”。

核心特性解析

全模块插件化架构

底层基于自研的 Cordis 元框架开发，支持插件的动态加载、卸载与依赖管理。模型适配器、工具注册表、会话日志乃至 Agent 的核心循环（Loop）本身均被设计为可替换插件，开发者无需修改源码，通过配置即可自由组合能力。

四大场景运行模式

• 标准模式（Standard）：默认的全功能形态，覆盖文件编辑、Shell、全局搜索、技能系统、多子 Agent 与工作流编排。
• 代码模式（Code / PTC 模式）：集成 Code Mode SDK，模型可直接生成 TypeScript 脚本，将多轮工具调用打包为单次执行，大幅降低逐步对话的往返开销，专为长链路复杂任务设计。
• 极简模式（Minimal）：仅保留持久化 Shell 与文本替换编辑器两个基础工具。该模式也是 DeepSeek 官方用于测试 V4-Flash 基准能力的控制变量环境。
• 创造模式（Creator）：面向需要自定义配置的开发者，在标准模式基础上增加了运行时检查、内存插件实验与预设配置引导。

深度协同的 KV Cache 与长上下文优化

得益于 V4 系列模型在底层将 KV Cache 显存占用压缩至约十分之一的设计，Harness 在处理多轮工具调用与超长任务状态时拥有极高的吞吐与成本优势。这也是软硬件协同设计的原生 Harness 区别于第三方通用套壳框架的核心壁垒。

仅追加会话日志与可视化轨迹

采用 Append-only（仅追加）日志设计，单份日志即可完整复盘、重建整个 Agent 运行过程，并能直接在 Web UI 中可视化回放决策路径与插件调用状态。

开源生态与行业反响

项目开源后在开发者圈内引发强烈关注，GitHub 仓库（deepseek-ai/deepseek-harness）的 Star 数在短时间内迅速突破 7 万，社区围绕浏览器桥接、终端 UI、会话回滚等周边插件（dsh-plugin）已初步成型。目前，OpenAI、Google、Anthropic 等近 40 家模型厂商的适配器已接入其插件层。

行业与社区的反馈主要聚焦于以下几点：

• 摆脱单一代码助手定位：36氪与智东西等媒体实测指出，Harness 凭借高度插件化和多模式切换，跳出了单纯做“Codex 平替”的局限，在论文翻译、工作流自动化等任务中展现了完整度。
• 对标升级：业内普遍认为其对标标杆已不仅是 Claude Code，更是 Anthropic 后续推出的系统级协作工具 Claude Cowork。
• 灵活性与必要性的争议：海外开发者社区反馈呈现两极分化。部分 Reddit 开发者评价其“灵活性高到有点激进”；而在 Hacker News 上也有工程师认为，如果仅为了利用 DeepSeek 的上下文缓存优势，OpenCode 等现有第三方框架接入 API 同样能跑通，官方框架仍需证明其不可替代性。

团队背景与现实局限

Harness 团队负责人为 崔添翼。他毕业于浙江大学计算机系，曾于顶级量化机构 Jane Street 任职九年并联合创立量化基金 TSY Capital，于今年 3 月正式加入 DeepSeek。

尽管开源热度极高，该项目仍面临两个客观现实：

• 框架与模型的动态博弈：Anthropic 曾提出，任何 Agent 框架本质上都凝结了开发者对“当前模型还做不到什么”的工程修补。随着未来底层基座模型智力的跃升，部分外围工程预设可能迅速失效。
• 预览版的稳定性风险：目前 v0.1 仍处于极早期，官方已提示后续可能存在破坏性更新（Breaking Changes）。第三方基准评测也显示，虽然执行框架对任务成功率有决定性影响，但官方框架要在复杂任务中持续跑赢社区定制框架，依然依赖后续插件生态的长期打磨。