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: