Harness 与 Agent 工程 · 运行控制与长任务 · 2026-08-20

DeepSeek Harness 是自进化 Agent 的基石

DeepSeek Harness 以开源+infra化构建自进化Agent框架,赋能coding agent自主修改进化,开启agent自迭代新范式。 核心内容:

  1. DSH发布思路:开源拆解+infra化设计,避免项目复杂度膨胀
  2. DSH三层架构:直接使用的coding agent、插件框架、Cordis底层meta-framework
  3. Creator模式与生态:收集自进化数据,社区共创插件,服务未来自进化Agent

Key Takeaways

⁠1.DeepSeek Harness(DSH)发布的是一套可以热重载的 harness ,并且设计成适合 coding agent 自己去修改、进化的形态。这个发布思路很有野心,没有在白领工作/coding agent 这些方向去和 Claude Code/Codex/Workbuddy 竞争产品,而是延续了他们一以贯之的思路:开源、infra 化。

⁠•开源是把 harness 每一层都拆开开放出来,允许社区开发者一起接受优化

⁠•Infra 化的发布形式提高了使用门槛,避免出现像 Openclaw 那种项目复杂度膨胀太快,最终无法维护的情况。

⁠2.我们可以从三个层面理解 DSH 这次发布:

⁠•第一层是可直接使用的 coding agent,以本地 Web UI 为主要快速入口。这个交互形态的选择能看出开发者 preview 的目的,没有去做完整的桌面端/ TUI。使用起来和 ds 模型适配度很高,能感觉到同一个任务 ds 模型在 dsh 中和比直接用裸模型/其他 harness 更强。

⁠•第二层是 everything-is-a-plugin 的 harness 构造框架。这里面的核心能力都可以自定义,包括其他 agent 中最核心的 agent loop。

⁠•第三层是 Cordis 是一套底层的 meta-framework,能够让插件真正做到热重载、自由组合,以及彻底的遗忘和删除。

⁠3.DSH 的 Cordis plugin 不好直接去类比 MCP/Skills。它更像是 Claude Code 的 hooks、MCP、subagents 和内部核心 loop 全部统一了成一种插件机制。Cordis 解决的是动态组合问题,让组件能在依赖出现/消失时重组,并在卸载时撤回由 context 管理的副作用。注重可组合性和生态扩展性,这让 DSH 有点像早期的 Unix,拥有了类似 OS 的高潜力上限。

⁠4.这次发布的 coding agent 有四个模式,其中 Creator 模式值得关注。它的形式比较像一个交互式 Agent Foundry:允许开发者指导 agent 检查当前 runtime 试验插件,并创作新的 Agent preset 形式。虽然还不是自进化系统,但可以收集 agent 用来学习自进化的数据。 官方同时明确鼓励社区创建与分发第三方插件,因此 Creator mode 也可能成为其插件生态的创作入口。

⁠5.DSH 更长期的目标用户,很可能会为 To Developer 走向 To Agent。它把 harness 做成了对 agent 可以修改、热重载的对象,并不是为了服务现在的 coding agent 需求,而是服务未来下一代的自进化和持续学习框架。有了 DSH 之后,我们愈发能想象下一代 agent 会在 long horizon task 中,一边执行任务,一边更换支撑自身运行的部件,就像一艘持续航行的忒修斯之船。

⁠6.Anthropic Claude Code 与 Deepseek DSH 代表了两种不同的 Harness 研究重点:

⁠•Anthropic 是为了在当前范式下做出一个最好的 agent 产品,目标是最有效、简单,同时最大化模型能力边界的 harness。Deepseek 是在押注下一个范式,因此直接把替换、组合和撤销 harness component 作为首要的假设来进行设计。

⁠•Claude Code 希望做成做端到端的垂直整合产品,来给自己 API 依赖的商业模式增加用户粘性;而 DSH 则是目标完全开放给开发者的。

⁠•因此可以认为 Anthropic/OpenAI 和 deepseek 在研究两个不同的问题:

⁠1)A/O 研究的是 Harness 本身的能力:已有 SOTA 模型应该如何设计 harness 架构,比如 agent loop、subagent 架构来让 harness 表现得最好?

⁠2)Deepseek 在研究的是 Harness 的可塑性:harness 是流动的,一直会被模型内化和重写,那么最重要的就是如何最有效的修改、替换、撤销 harness 中的组件变化?这个问题更接近于 meta harness。

⁠7.DSH 已经提供了 agent runtime self-modification 的底座,但距离真正的 self-evolve 缺少一个完整的学习闭环,需要 有 Learning Loop 来学习并提出修改、Eval 评估修改的有效性。因此当前其实是 Harness-level RSI 的第一步,自身拆成可定位、可替换的组件。

⁠ ⁠02.

DSH 这次发布了什么?

⁠从产品表面看,DeepSeek Harness(DSH)是一个带本地 Web UI 的 Coding Agent。

⁠官方设置了四个模式,也允许开发者去贡献配置更多模式:

⁠

⁠•80% 的任务用标准模式:能力完整、行为可预测,也最容易排错。

⁠•PTC / Code 模式适合工具调用密集的任务:模型不再逐个调用工具,而是先生成一段 TypeScript,再通过run_code调用多个工具。批量分析、跨文件检索、重复操作时收益最大;任务简单时反而可能增加调试成本。

⁠•极简模式是实验室环境:它只保留 Bash 和编辑器,许多便利能力都没有。它的价值在于控制变量:帮助研究者区分能力来自模型本身,还是来自 Harness 的帮助。

⁠•创造模式的核心用途是“造 Agent”:这个模式值得关注,它保留了标准模式的能力,同时允许 Agent 检查 Cordis Runtime、实验新的 Plugin,并编写新的 Preset。创造模式具有更高权限,更适合 Harness 开发和隔离实验。

⁠我们可以把这次发布分为三层去拆解:

⁠1.Coding agent

⁠DSH 没有把 Terminal-first TUI 或桌面端作为主要产品形态,而是选择了更像开发者 Demo 的本地 Web UI。标准模式已经包含真实编程工作需要的主要能力,包括执行命令、修改和搜索文件、调用 Skills、维护计划与目标、启动子代理,以及运行工作流。系统还提供 Context Compaction、会话持久化、Sandbox 和权限审批。

⁠2.Harness construction framework

⁠DSH 不只允许开发者“增加一个 Tool”。Model Adapter、Tool Registry、Sandbox Policy、Subagent Backend,甚至默认 Agent Loop,都可以由 Cordis Plugin 提供。这些组件通过 ctx.llm、ctx.tools、ctx.sandbox、ctx.agentLoop 等稳定的 Service Key 协作,而不是直接 Import 某个具体实现。开发者因此可以替换一个能力的 Provider,同时尽量保持其他组件不变。

⁠3.Cordis meta-framework

⁠Cordis 进一步解决的是:这些组件怎样加入、删除和重新组合,能够不把正在运行的系统破坏掉。

⁠多数 Agent 插件系统主要关心怎样增加功能:安装更多 Tool、Skill 和 MCP。但组件不断增加后,系统也会积累更多 Tool Schema 和依赖关系。模型需要在更多能力之间进行选择,很多人在 Claude Code 中遇到过 Skills 过多后反而效果变差的情况。

⁠这里可以把这种现象理解为一种工程上的“熵增”:系统不断增加能力,却缺少对应的删除和重组机制。这个问题与 Continual Learning 中“记忆与遗忘”的关系有一定相似性。这也是 Cordis 论文 A Programming Paradigm for Spatiotemporal Composability 讨论的核心问题。论文把插件的动态组合拆成两个相互独立的维度来解决。

⁠•时间可组合性 Temporal Composability,是解决处理组件的退出。

⁠一个 Plugin 加载时,可能注册 Tool、Prompt Section、Event Listener、Timer 和 Service。如果只删除插件代码,这些已经进入 Runtime 的状态可能继续存在,形成无法正常清理的“幽灵组件”。Cordis 要求组件在注册 Effect 时,同时提供对应的撤销方式。注册 Tool 时记录怎样注销 Tool,增加 Prompt 时记录怎样移除 Prompt,启动 Timer 时记录怎样停止 Timer。组件卸载后,Runtime 会撤销它在 Context 中留下的 Effect。

⁠•空间可组合性 Spatial Composability 处理组件之间的依赖。

⁠组件不直接绑定某个实现,而是声明自己需要什么 Service。当依赖尚未出现时,组件保持 Waiting;依赖满足后,组件进入 Active;正在使用的 Service 消失或被替换后,组件先撤销自己的 Effect,再根据新的依赖关系重新激活。

⁠因此从产品气质看,当前的 DSH 更接近早期 Unix:默认体验比较粗糙,但底层结构更开放,也允许开发者深入修改。Claude Code 和 Codex 就更像整合度很高的 Windows。

⁠当然这种开放也需要有更长期主义的耐心。“一切可替换”只有在存在足够多、足够稳定的替代组件时才有价值。DSH 当前的 Plugin 生态和状态管理仍处于早期阶段,理解和修改整个项目的门槛也很高,短期内很难直接和 Claude Code、Codex 产生替代关系。

⁠ ⁠03.

DSH 与 Anthropic harness 是两种不同的 Harness 哲学

⁠如果我们用一个简单的框架理解 Agent:

⁠•Agent = Model + Harness

⁠•Harness = orchestration + context/memory/state + permissions + tools/sandbox/recovery

⁠我们可以发现,Anthropic 与 DeepSeek 的差异并不只是组件设计不同,而是二者在优化不同的目标:

⁠

⁠

Anthropic Claude Code: 不断试验,优化…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/OpenSourceLLM/2026082094018.html