DeepSeek Harness 开源：连 Agent Loop 都能换掉
DeepSeek 以 MIT 协议开放了自己的 Harness 开发者预览版，把插件边界从工具层一路下沉到运行时：模型、工具、技能、会话、沙箱、存储、Agent Loop、调度和 UI 全是插件，换掉任何一层都不用改 Harness 源码。仓库两天半拿到 11.4 万 star，但同一份元数据里还有三个数字说明这是注意力而不是采用。
Marked important, but published more than 30 days ago, so it moved down to this band.
On this page12 sections
This signal comes from a Chinese-language source and is written in Chinese.
Record
The signal
#DeepSeek 在 2026-08-13 放出了自己的 Harness 开发者预览版 v0.1，源码以 MIT 协议开放。过去几个月围绕 AI 编码的讨论正在从模型转向 Harness——同一个模型放进不同的智能体系统，表现可以差很远，因为模型只负责预测下一步，而 Harness 决定它能看到什么、能调用哪些工具、上下文怎么组织、出错怎么重试、以及什么时候算做完了。
插件边界下沉到了整个运行时
主流编码智能体大多支持插件、MCP 或自定义工具，但可扩展范围通常停在工具与技能层。DeepSeek Harness 把这条边界一路推到底：模型、工具、技能、会话、沙箱、存储、Agent Loop、调度和 UI 全部由插件组成，替换任何一层都不需要改 Harness 源码。
底座是 Cordis 元框架，它本身只处理插件的加载、卸载与依赖，具体能力由插件提供，插件之间通过服务和事件协作，再由配置决定它们怎么组合。
工具调用也被拆成一条可扩展流水线：请求执行前依次经过 Hook、审批、权限检查、沙箱与超时控制，执行后还能改写结果、记录和渲染。程序化工具调用（PTC）产生的代码及其子调用同样走这条流水线，不能绕过审批与沙箱——这一句比整套插件架构更重要，因为它决定了「什么都能换」有没有掏空安全边界。
四种模式其实是四套插件组合
它没有维护四套系统，四种模式的差别只在默认加载哪些插件：
- 标准模式：完整工具组合，面向常规智能体任务。
- PTC 模式：允许模型生成代码，把多轮工具调用组合起来一次执行。
- 极简模式：只保留 shell 与文件编辑两个工具，用来在最小环境里测模型本身的能力，减少其他组件干扰。
- 创造模式：智能体检查自己所处的运行时，在内存中试装 Cordis 插件，据此组合出新的运行模式。
第四种是真正的新东西。传统 Harness 的运行方式由产品开发者预先写定，用户只能在既有配置里选；创造模式让配置本身成为智能体可以操作的对象。它离「智能体改造自己的 Harness」还有多远，要等真实任务来验证。
所有轨迹汇进同一条事件流
模型看到的每一样东西都进入同一份仅追加的会话日志：系统提示词、推理内容、工具调用及其结果、子智能体调度、每一次上下文注入。任务失败时，问题可能出在模型判断、工具返回、上下文注入、调度策略或系统提示词中的任何一处；这些内容散落在不同组件里，就没人能还原模型当时究竟看到了什么。统一事件流给调试、评估和回放提供了一份共同底稿，也让会话分叉有了自然的数据结构——新分支沿用分叉点以前的事件，再追加新的行动，不必覆写历史。
多智能体：架构有新意，编排没有突破
父智能体可以用 Spawn 启动全新上下文的子智能体，也可以用 Fork 让它继承已有会话；更复杂的任务可以由模型现场写 JavaScript，用 parallel() 与 pipeline() 组织并行或流水线，或用 Ralph 模式让多个全新智能体按轮次接力。
放进常见编排模式里，它最接近层级式的 Supervisor–Worker，离真正的 Swarm 还远：任务分配与控制权仍然握在父智能体手里，没有智能体之间的自主发现、协商与动态接管。Spawn、Fork、Pipeline、Ralph 都有成熟先例，特别的地方在于它们被做成了可随配置替换的插件，甚至可以把 Claude Code、Codex 或支持 ACP 的外部智能体接到同一个子智能体接口后面。
报道之外，仓库自己说了什么
正文来自 InfoQ 中文的报道，但仓库元数据可以一手核对。截至 2026-08-16，deepseek-ai/deepseek-harness：MIT 协议，TypeScript，创建于 2026-08-13，114,625 star、11,151 fork——两天半，量级确实罕见。
同一份元数据里还有三个数字，方向相反：
- 未关闭的 issue 是 0，对一个 11 万 star 的 v0.1 预览版来说，几乎只能解释为 issue 功能被关掉了。
- 最后一次 push 仍是创建当天，而发布说明写的是核心插件与基础接口会「快速迭代」。
- 没有任何 GitHub release，版本号只出现在提交信息里，最新一条是
0.1.0-rc.5。仓库创建当天 PR 编号已经到 #2519，说明它是私下开发完再一次性推上来的。
所以这个 star 数量度的是注意力，不是采用。同一轮里那份开放模型生态报告给了这句话系统性的证据：在 Hub 上按下载量排前 25 与按点赞数排前 25 的仓库，只有一个同时出现在两张榜上。
边界
这条是二手报道加一手仓库核对。v0.1 阶段接口会快速变化，现在进入生态要承担迁移成本；插件边界越深，接口稳定性、依赖管理、版本兼容、性能开销与调试复杂度就越难控制。而且「什么都能换」不会自动带来更高的任务成功率——最终兑现它的仍然是默认插件的质量、稳定的组合范式和可信的评测结果。
Why now
Why it matters
#把 Harness 的插件边界推到 Agent Loop 与调度这一层，等于把「智能体按什么规则工作」也交了出去。这与三天前微软那条正相反：微软把运行时做成受支持的产品并预置一整套默认值，DeepSeek 把同一层拆成可替换零件并用 MIT 放开。两条路线服务的是同一个已被确认的判断——决定表现的越来越是 Harness 而不是模型——但它们对「谁拥有循环」给出了相反的答案。
Background
Technical context
#Cordis 元框架只负责插件的加载、卸载与依赖解析，能力全部来自插件，组合方式由配置决定。工具调用是一条前置 Hook、审批、权限检查、沙箱、超时，后置结果改写、记录、UI 渲染的流水线，程序化工具调用共享同一套安全与观测机制。会话状态是一份仅追加日志，模型可见的全部内容都写进去，恢复、分叉、检索与回放都建立在它之上。多智能体走层级式编排，Spawn 新建上下文、Fork 继承会话，外部智能体可通过 ACP 接到同一个子智能体接口后面。
Audience
Who should care
#Next
Learning path
#- 先看「四种模式其实是四套插件组合」那一节，把极简模式记下来——只留 shell 与文件编辑，是把模型能力与 Harness 能力分开测量的最简办法
- 再看仅追加会话日志那一节，对照自己项目里失败一次之后能不能还原模型当时看到的全部内容
- 拿仓库那三个数字（issue 0、push 停在创建当天、无 release）当模板，给你正在评估的任何高热度开源项目做同一遍核对
- 读《AI 工具链选型与自建边界评估》，把「哪一层必须归我」这个问题先答完，再决定要不要换 Harness
Network
Where it sits in the network
#How this signal connects to neighbouring technologies, skills and background knowledge. Follow any link to keep exploring.
Further thought
Follow-up questions
#- 如果 Agent Loop 可以被换掉，你怎么保证换掉之后审批与沙箱这条流水线还在原位？
- 创造模式让智能体自己试装插件，越权的边界由谁定义、在哪一层强制？
- 两天半 11.4 万 star 而三天没有新提交——再过两周，用哪几个数字判断它是在成长还是停在了发布日？
- 把 Claude Code 或 Codex 接到子智能体接口后面之后，这条统一事件流还完整吗，还是只剩下自己那一半？
Publication record
Featured in
#The briefings that carried this signal, newest first; the last row is the weekly review of its week. The tag is the section it ran in.
技术简报 - 2026-08-16
Immediate attentionWeekly review · Aug 10 – Aug 16
Worth tracking
Sources