DeepSeek 把模型的“马具“开源了：拆解 Harness

文章目录

• [DeepSeek 把模型的"马具"开源了：拆解 Harness](#DeepSeek 把模型的"马具"开源了：拆解 Harness)
• • [先说清楚：Harness 是什么](#先说清楚：Harness 是什么)
  • 它到底是什么
  • 十分钟上手
  • [它怎么跑任务：turn 和 step](#它怎么跑任务：turn 和 step)
  • 换零件不用改代码：叠被子式配置
  • [省 Token 的 PTC 模式](#省 Token 的 PTC 模式)
  • 现在该不该用

DeepSeek 把模型的"马具"开源了：拆解 Harness

2026 年 8 月 12 日深夜，DeepSeek 发了 V4 Pro 正式版。十几个小时后，又开源了一个东西------不是模型，也不是一个能直接聊天的 App，而是一套叫 DeepSeek Harness （命令行叫 dsh）的 Agent 底座。MIT 协议，随便用随便改。

这事有个背景：过去一年大家发现，同一个模型，配上不同的工具、不同的调度逻辑，做出来的 Agent 表现能差一大截。Claude Code 和 Codex CLI 好用，不只因为背后的模型强，还因为模型外面那层"壳"做得好。这层壳有个正式名字，就是 Harness（驾驭框架）。

先说清楚：Harness 是什么

Harness 这个词本义是"马具"------套在马身上、让人能驾驭马的那套缰绳和鞍具。放到 AI 这里，意思很形象：模型是马，Harness 是那套马具。光有马跑不了车，光有模型也干不了活。

模型自己只会一件事：接收文字，输出文字。它不能读文件、不能跑命令、不能上网、记不住昨天聊了什么。让它变成能干活的 Agent，中间需要一整套东西：

• 工具：让它能读写文件、跑终端命令、联网搜索
• 循环：干完一步看结果、决定下一步干什么，直到任务完成
• 上下文管理：对话太长怎么压缩、怎么记住关键信息
• 权限和安全：删文件之前要不要拦一道、要不要人批准
• 记录：出了问题能不能回放、能不能从断点恢复

这一整套"马具"，合起来就叫 Harness。官方给的等式很直白：Agent = 模型 + Harness。模型决定能力上限，Harness 决定上限能兑现多少、花多少钱。

Claude Code、Codex CLI 这些产品，本质都是"Claude/GPT 模型 + Anthropic/OpenAI 自家的 Harness"。它们的马具和模型捆在一起卖，你只能整套用。DeepSeek 这次干的事：把马具单独开源出来 ，MIT 协议，地址在 github.com/deepseek-ai/deepseek-harness，目前快 10 万多 star。

它到底是什么

dsh 不是一个做好给你用的 Agent，而是一套"造 Agent 的零件底座"。官方口号是 一切皆插件（Everything is a Plugin）：

• 调哪个模型？插件，可换。
• 有哪些工具（终端、文件、搜索）？插件，可换。
• 在哪执行（本机还是远程沙箱）？插件，可换。
• 出事了要不要人工审批？插件，可换。
• 界面长什么样？也是插件。
• 连"Agent 怎么一步步干活"的循环逻辑本身，都是插件，可以整个拔下来换掉。

跟 Claude Code 的区别一句话说清：Claude Code 是成品车，dsh 是底盘加一堆可换零件，自己组装。

十分钟上手

装好 Node.js，一行命令：

npx @deepseek-ai/dsh web

浏览器打开 http://127.0.0.1:3080，就能用了。想看它到底加载了哪些插件：

dsh --profile web --dump-config

从源码跑：

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install && pnpm run build && pnpm dsh web

框架自带四种模式，其实就是四组配好的零件组合：

模式	装了什么	干什么用
标准模式	文件读写、终端执行、联网搜索全套工具	日常开发、长任务
PTC 模式	让模型写代码批量调工具	流水线、批量清洗、自动化测试
极简模式	只有一个 shell 工具 + 一个文件编辑工具	跑分、测试（V4 Pro 的官方成绩就是这模式跑的）
创造模式	可以当场拆装插件	开发插件、自己攒新模式

四种模式不是死开关，是"预设"。在创造模式里可以把零件拆了重组，攒出官方没有的新模式------已经有人让 dsh 给自己加装了一个官方界面里没有的"三栏模式"。Agent 给自己改装，原理就这么朴素：它的能力清单也是运行时里的一段配置。

它怎么跑任务：turn 和 step

两个词就够用了。**turn（轮）**是你交给它的一整个任务；**step（步）**是它干的一次活：请求一次模型、调用一批工具。一个 turn 里有很多个 step，模型觉得活干完了，turn 结束。

每一步都会发出一串事件：请求模型 → 模型回复 → 调工具 → 工具返回 → 这一步结束，进入下一步。插件想管事，就在事件上挂钩子：

• 这一步要不要人工批准才能跑？挂在 step 开始前。
• 工具要删文件、要联网？执行前拦一道。
• 想记录每一步花了多少 Token？挂在事件流上。

还有一条硬规矩：模型看到的一切，都必须能从日志里重建。所有事件写进一份只追加、不修改的日志，中途崩了能从日志恢复，跑完能回放检查，还能从中间某一步分叉出一条新会话重来。不会出现"实际跑的和记录的对不上"这种鬼问题。

换零件不用改代码：叠被子式配置

dsh 的配置是一层层叠上去的，像叠被子，后一层盖住前一层：

最底下是空白；往上装别人打包好的插件包（Bundle）；再盖上你存的预设组合（Profile，官方自带 web 和 headless 两个模板）；再盖你自己机器上的个人设置；最顶上是命令行里的临时改动。

想换模型、换工具、换沙箱，不动代码，改任何一层的配置就行。比如把"文件系统"和"子进程"这两个零件指向远程沙箱，Bash、终端、代码分析这些依赖它们的能力会自动跟着搬过去，不用一个一个改。

省 Token 的 PTC 模式

标准模式有个毛病：模型每调一次工具，结果都要塞回上下文。任务一长，Token 账单跟着轮数往上涨。

PTC 模式换了个思路：模型不再一轮一轮地调工具，而是一次性写一段 TypeScript 代码，把要调的工具全编进程序里，交给运行环境去执行。中间数据留在运行环境里，只有最终结果回到模型眼前。

工具调得越密、任务越长，这个模式省得越多，适合 CI/CD 流水线、批量数据清洗、自动化测试这类活。代价是模型得把代码写对------写错了不好中途纠偏，好在可以整体重试。

现在该不该用

几句实在话。

想马上干活：Claude Code 这类成品仍然更顺手，dsh 目前是开发者预览版（v0.1），官方 README 用大写字母写了"会有破坏兼容的变更"------今天写的插件，下个月可能就得重写。别往生产环境上。

想造自己的 Agent 产品：值得认真研究。权限、恢复、长任务、远程执行这些容易被演示产品糊弄过去的地方，它在架构层提前拆好了边界。技术栈是 TypeScript，支持 OpenAI 兼容端点和 MCP 协议，也有 Python SDK。

想学"模型外面这层壳怎么造"：源码可以直接读。三个月一万两千多次提交，代码量大但结构切得干净。

生态：开源当天就有第三方插件冒头，做上下文压缩、跨会话记忆这些官方留白的硬骨头。插件多到什么程度、治理得好不好，决定了这套东西的长期价值------这个只能等时间给答案。