DeepSeek Harness 两天冲上 10 万 Stars:AI Agent 的真正前沿,已经从模型转向基础设施

导读
DeepSeek Harness(dsh)在文章记录的时间窗口内,以极快速度冲过 10 万 GitHub Stars。真正值得关注的并不是又一个代码助手,而是它把模型适配、工具注册、会话日志、Agent Loop、沙箱、权限和持久化都做成了可替换插件。

🚀 两天 10 万 Stars,真正值得问的不是“为什么这么火”

DeepSeek Harness 在极短时间内突破了 10 万 GitHub Stars。

原文记录的数字是:项目越过 112,000 Stars 和 10,000 Forks,在最初约 53 小时里,平均每小时增加超过 2,100 个 Stars。作为对比,OpenClaw 用了大约一周达到 10 万 Stars,之后增长到约 38.6 万。

这些数字是原作者在文章发布时记录的时间截面,不应被直接理解为今天的实时数据,也不等于生产环境中的活跃用户数量。GitHub Star 更像关注、收藏和试用意愿的综合信号,而不是营收、留存或企业部署数据。

但这个速度仍然提出了一个更有价值的问题:

为什么一个 Agent harness,突然值得十万名开发者在第一时间关注?

答案可能不是“DeepSeek 又发布了一个更强模型”,而是它押注了 Agent 真正难做的那一层:

  • 如何选择上下文;
  • 如何暴露工具;
  • 如何持久化状态;
  • 如何从失败中恢复;
  • 如何执行权限控制;
  • 如何验证 Agent 是否真的完成了任务。

DeepSeek Harness 给出的架构回答非常明确:一切都是插件。

模型适配器、工具注册表、会话日志和 Agent Loop 是插件;文件系统、子进程执行、沙箱、审批、遥测、提示词、UI 行为和持久化,也都作为可替换能力暴露出来。

图:原文展示的项目早期采用速度。数据为原作者文章发布时的记录。

🧩 DeepSeek Harness 到底是什么?

DeepSeek Harness,简称 dsh,是一个用于构建和运行 AI Agent 的开源 runtime。

它主要使用 TypeScript 编写,构建在 Cordis 之上。原文将 Cordis 描述为一个面向“时空可组合性”的元框架。换成工程语言,可以把它理解为:一个运行中的 Harness 实例,不是由一大块不可拆分的核心代码组成,而是由多个插件向共享上下文中贡献能力。

这些能力包括:

  • 服务;
  • 类型化事件;
  • 可逆效果;
  • 模型适配器;
  • 工具;
  • 会话行为;
  • Agent Loop;
  • 文件系统和子进程提供者;
  • 沙箱和审批策略;
  • UI 集成。

这背后的问题意识是:一个 LLM 本身只是“生成下一步动作”的模型。真正让它成为可以工作的 Agent,还需要一个运行时负责提供上下文、工具、状态、权限和反馈。

换句话说,模型回答“下一步应该做什么”,Harness 负责回答:

  • 它能看到什么?
  • 它能调用什么?
  • 它可以改动什么?
  • 改动是否需要审批?
  • 失败之后从哪里恢复?
  • 这次执行能否重放和审计?

图:原文关于模型依赖与运行时组成的架构示意。

🧱 为什么“把所有东西写进 agent.ts”迟早会失控

很多团队的第一个 Agent 都长这样:

构造提示词
  → 调用模型
  → 解析工具调用
  → 执行命令
  → 把结果追加回上下文
  → 重复循环

对原型而言,这完全够用。问题在于,生产需求很快就会增加:

  • 远程沙箱;
  • 不同租户使用不同工具集;
  • 同时兼容 OpenAI 和 Anthropic 风格接口;
  • 会话重放;
  • 后台任务抽象;
  • 结构化遥测;
  • 可恢复的 Shell;
  • 文件系统权限策略;
  • 审批节点;
  • 长时间任务的断点续跑。

最终,Agent Loop 可能膨胀成五千行框架代码,每增加一个功能就要修改它。

这会造成三个问题:

  1. 能力和循环耦合:换一个工具,需要动 Agent Loop;
  2. 安全和功能耦合:加审批逻辑,需要侵入执行逻辑;
  3. 部署和业务耦合:本地 Agent、企业 Agent、CI Agent 各自分叉。

DeepSeek Harness 的做法是从一开始就把 runtime 当成一个组合问题,而不是一个等待不断打补丁的“超级核心”。

图:原文展示的插件化组成方式。

🧰 Profile、Bundle:同一套 runtime,组合出不同部署形态

DeepSeek Harness 引入了两个重要的配置概念:Profile 和 Bundle。

概念
作用
Profile
一种命名的 Agent / runtime 组合
Bundle
一组可分发的 Cordis 配置行和插件

内置的 web profile 提供浏览器应用;headless profile 则提供不启动 Web 服务器的一次性 Agent runner。

启动时,配置按层叠方式组合:

bundle 1
bundle 2
...
profile cordis.patch.yml
$DSH_HOME/cordis.patch.yml
--patch overlay

这意味着,与其维护多个独立分支:

agent-local
agent-enterprise
agent-ci
agent-customer-a
agent-customer-b

不如维护一组组合:

基础 runtime
+ 模型提供商
+ 沙箱提供商
+ 工具集
+ 权限策略
+ 客户专属 patch

这更像我们构建可配置基础设施的方式,而不是为每个场景复制一份 Agent。

更关键的是,开发者可以检查最终真正会启动的配置树:

dsh --profile web --dump-config

动态组合系统最怕“源配置看起来没问题,但最终组合出来的 runtime 不知道是什么”。dump-config 解决的正是可观测性问题:开发者需要看到解析后的真实系统,而不只是零散的输入文件。

⚡ 一条命令启动,但真正的价值在启动之后

原文给出的快速路径很简单:安装 Node.js,然后运行:

npx @deepseek-ai/dsh web

Web UI 默认运行在:

http://127.0.0.1:3080

接下来可以在界面中:

  1. 打开 Settings → Models;
  2. 添加 DeepSeek API Key;
  3. 选择一个 workspace;
  4. 开始会话。

一个适合作为第一次测试的提示词是:

总结这个仓库,并找出它的主要 package。

Agent 可以读取和编辑文件、执行命令、委托工作并维护计划。需要审批的操作,会通过当前生效的权限策略呈现出来。

这里有一个重要的安全转折点:一旦模型能够修改文件或执行命令,授权就不再是某个工具的附属选项,而会成为 Agent 架构的一部分。

DeepSeek Harness 将策略和执行拆成不同能力,而不是把所有权限判断硬编码进一个巨大的工具函数。这种拆分让本地运行、远程运行和受限运行之间有机会共享同一套工具接口。

🖥️ Web UI 适合探索,Headless 才更接近生产入口

Web UI 适合第一次体验,但对平台工程师而言,headless profile 可能更重要。

如果你要构建以下系统:

  • CI Agent;
  • 后台代码 worker;
  • 自动解决 issue 的机器人;
  • 内部运维自动化;
  • 定时运行的仓库分析任务;
  • 多租户代码处理服务;

你通常不希望每次都启动一个浏览器界面。

原文给出的调用形式是:

pnpm dsh --profile headless "summarize this workspace"

或:

dsh --profile headless "job"
dsh web

此时 CLI 更像一个组合启动器,而不是一个掌握所有未来选项的巨型命令行程序。它加载选定的 profile,然后把参数交给对应的组合处理。

这也是“runtime”与“单一代码助手”的差异:启动器不需要理解所有工具和 UI 细节,能力属于被加载的运行时组合。

🧾 Agent Loop 不是一个 while 循环,而是一组可持久化事件

原文最值得技术人员注意的设计之一,是它区分了 turn 和 step。

  • 一个 step:一次模型请求,以及这次请求触发的工具调用;
  • 一个 turn:可以包含多个 step。

概念上的运行流程大致是:

turn/start
  → claim input
  → assemble prompt + tool schemas
  → agent/pre-step
  → step/start
       → model request
       → assistant chunks
       → assistant message
       → tool calls
       → guarded tool execution
       → tool results
  → step/end
  → maybe another step
turn/end

这些关键事件会写入 session log。

这里有一个非常重要的原则:

凡是会影响模型所见内容的东西,都应该可以从持久化状态中重建。

一次真实的 Agent 请求,不只是一个最终字符串。它可能由以下内容共同组成:

  • 之前的对话;
  • 注入的上下文;
  • 工具 schema;
  • 插件贡献的提示词片段;
  • 模型配置;
  • 工具结果;
  • 继续执行所需的状态。

如果只记录最后发送给模型的文本,你可以重放“发了什么”,但不一定能解释“为什么会发这个”。

事件化 session 模型的价值在于,它为以下能力提供基础:

  • replay:重放;
  • debugging:调试;
  • forking:分叉会话;
  • resuming:断点续跑;
  • transcripts:生成完整记录;
  • telemetry:遥测;
  • audits:审计;
  • deterministic tests:确定性测试。

这些能力平时很无聊,但当 Agent 开始执行真实修改时,它们会迅速从“锦上添花”变成“能不能上线”的基础条件。

🔌 工具是插件,插件也必须有生命周期

原文用一个非常小的 Type…

— 以上为试看内容(约 40%),开通会员后阅读全文 —