一句话看懂：DeepSeek 开源了 DeepSeek Harness（DSH），它不是新模型，也不是又一个 AI 编程助手，而是位于 Agent 之上的一层“运行框架”，让用户像拼插件一样自由组合模型、工具和协作方式。目前它已能指挥 Claude Code 和 Codex 干活，这可能是 Agent 生态走向开放协作的一个信号。
事件核心：发生了什么
DeepSeek 于近期开源了 DeepSeek Harness（DSH），定位是“Agent 的运行和组织框架”。要理解它，需要先分清三层结构：模型层负责理解和生成（如 DeepSeek、Claude、GPT）；Agent 层负责接收任务、调用工具并执行（如 Claude Code、Codex）；而 Harness 层则负责配置 Agent 的模型、工具、使用规则、工作区范围，以及是否将子任务派发给其他 Agent。DSH 就工作在最后这一层。
根据社区实操反馈，DSH 的实际使用方式仍是在本机 Web 页面下达任务，但关键变化在于：它已经能够将独立任务派发给本机已安装并登录的 Claude Code 或 Codex，待对方完成后收回结果，继续推进主任务。DSH 支持外部模型接入，会话过程由 DSH 承载，停止运行后历史记录保留但当前会话中断。
为什么重要
DSH 的意义不在模型能力，而在工程路线的选择。目前 Agent 领域存在两条演进思路：一条是像 Hermes Agent 那样，给 harness 装上学习闭环，让 Agent 自主进化，赌的是“进化路线”；另一条是 DSH 的“组合路线”——把 harness 做成开放框架，所有能力以插件形式接入，用户可以自行决定接什么模型、装什么插件、把任务派给哪个 Agent。DSH 的“一切皆插件”设计，使得 Claude Code、Codex 这些原本独立的 Agent 工具可以共存于一个工作流中，这对当前各厂商“各自为政”的 Agent 生态是一种直接挑战，也有可能推动开放协作的新范式。
对用户/开发者/创作者的影响
对开发者而言，DSH 提供了一种灵活的集成方式：无需绑定单一模型或工具链，可以按需组合不同 Agent 处理不同环节的任务，比如让 Claude Code 处理代码重构、让 Codex 执行测试，再统一汇总。对企业用户，这意味着现有 CLI 工具和内部工作流可以基于 DSH 做编排，而不必推倒重来。对普通用户，目前感知相对间接——DSH 的价值更多在基础设施层面，具体收益取决于后续插件生态的丰富程度。需要提醒的是，目前公开信息显示 DSH 仍依赖本机安装的 Agent 工具（如 Claude Code、Codex）配合使用，并未完全脱离外部依赖。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是插件生态能否形成规模：DSH 的“一切皆插件”理念需要足够多的第三方插件来验证实用性，否则容易停留在框架层面。二是与其他 Agent 工具的协作边界：DSH 目前能指挥 Claude Code 和 Codex，但能指挥到什么程度、是否支持更多 Agent 接入，值得观察。三是开源社区的跟进速度：如果 DSH 的开放路线获得开发者认可，可能促使更多厂商开放 Agent 接口，改变当前闭源生态的竞争态势。
