当大家都在做 Work,DeepSeek 却把 Agent 拆成了插件

昨天,DeepSeek V4 Pro 正式版发布,DeepSeek 自己的 Agent 产品也终于上线了。

名字没叫 DeepSeek Code,也没叫 DeepSeek Work,而是一个有点工程味的名字------DeepSeek Harness,简称 DSH

●先理解什么是 Harness

过去我们用 Claude CodeCodexWorkBuddy,背后其实都跑着一整套的"约束"或者"驾驭"。

模型负责理解和推理,Harness 负责给它喂上下文、工具、Skills、文件系统、沙箱、存储、Agent 循环和任务调度。

这些统称为Harness

只是这些能力通常都被厂商封装在产品里。

普通用户能调整提示词、知识库、SkillMCP,但具体怎么喂给 AI, 基本看不见,也改不了。

●DeepSeek Harness 最大的不同:一切皆插件

DeepSeek Harness 最大的不同,是把这些东西几乎全拆成了插件。

模型是插件,工具是插件,Skills 是插件,存储、会话、Agent 循环和 UI 也都是插件。

底层的 Cordis 内核只负责插件的加载、卸载和依赖管理。不同插件重新组合,就能拼出不同的 Agent

所以它现在给出的四种模式,说到底也就是四套预设组合,或者说 4 个 Agent

  • 标准模式适合正常使用。

  • PTC 模式让模型通过代码批量调用工具。

  • 极简模式用来测模型最基础的 Agent 能力。

  • 最特别的创造模式,可以检查当前环境、开发插件,再把新能力装回自己身上。

说得直白点,这不是一个固定的 Agent 产品,更像是一套可以随便拆装的 Agent 底座。

DeepSeek 官网上有个公式,我很认同,最近的分享和培训一直在讲。

Agent = Model + Harness

现在,DeepSeek Harness 通过插件去落地了这个公式。

●当别人都在做 Work,DeepSeek 为什么反着来

顺着上面,再聊聊 DeepSeek 的选择。

最近国内几家厂商都在抢 Work 市场。

方向很一致:屏蔽提示词工程、上下文工程等等,让用户开箱即用,尽可能降低门槛。

DeepSeek Harness 却反着来。

它直接把整个 Agent 拆开,摆到开发者面前。

所以,我感觉,DSH 更像是一个:

面向开发者的、可组合、可二开的 Agent 工程化底座。

虽然它现在界面比较糙、开发者术语一堆、普通人不容易看懂,但却足够灵活、可控,也完美地符合我对 DeepSeek 团队的印象。

●"一切皆插件",可能也是一种生态打法

抛开技术角度,其实"一切皆插件"可能本身也是一种运营打法。

DSH 里,所有能力全部都可由插件提供。

这给开发者留了非常大的可操控空间。

有人补视觉能力,有人做自动化,有人接企业内部系统,也有人重新设计文件管理和交互界面。

可操控空间大了之后,玩的人就多了,生态也就起来了,自然也会演化出各种稳定、好用的方案(方案即 Agent),这里面可能就会有 DSCodeDSWorkDSDesign

也许,真的会繁星满天?

●那现在要不要用

聊了这么多"虚"的,那面对 DSH,我们应该如何选择呢?

我的观点是分人

如果你是技术人,我建议赶紧研究下。

先跑通标准模式,看它怎么组织插件、会话和运行轨迹。有兴趣,再试着装一个,或者自己写一个小组件。

等接口和生态稳了,它很可能会成为一个值得考虑的二次开发框架,用来落地你自己的 Code Agent 或者行业 Agent

如果你不是技术人 ,只是想找个 Agent 干日常工作,标准模式简单体验一下也行,但我暂时不推荐当主力。

毕竟还是开发者预览版,插件、兼容性、稳定性和交互都还得打磨。

现阶段直接用 WorkBuddyCodex 这类已经封装好的产品,明显更容易上手一些。

另外就是,大家可以持续关注下:灵活组合的 Agent 是否有足够的市场,对应的 DeepSeekAgent 生态之路是否可以搞起来

相关推荐
冬奇Lab5 小时前
DeepSeek Harness 系列(03):工具系统——给 Agent 装上手
人工智能·deepseek
阿祖zu6 小时前
训练师 Agent 小程序产品上线啦
微信小程序·llm·agent
slacker-kian6 小时前
[实践]-本地大模型Agent使用自定义MCP服务实现与SAP系统集成(二)
ai·llm·sap·agent·mcp·odata·qwen-agent
樊小肆7 小时前
离谱,每轮请求 25% 的 token,竟在重发模型想完就扔的内心独白
前端·人工智能·agent
七牛开发者8 小时前
告别反复调参,一个 Skill 让 AI 掌握论文图的视觉语法:以 DeepSeek V4.1 Flash 论文图为例
github·agent·deepseek
阿里云大数据AI技术8 小时前
DataWorks Data Agent 实战课堂(八):数据质量巡检服务
人工智能·agent
一只小bit8 小时前
LlamaIndex框架:简单RAG框架的全过程实现手册
llm·milvus·rag·llamaindex·deepseek
Yanjun2i10 小时前
Agent学习记录四:多工具时如何处理
人工智能·python·学习·agent