DeepSeek 把 Harness 开源了:模型、工具、Agent Loop 全是插件

DeepSeek 于 8 月 13 日开源了 Harness 开发者预览版 v0.1,核心设计是“一切皆插件”——模型、工具、Agent Loop、调度和 UI 全部可替换。这意味着 AI Coding 的竞争焦点正从模型本身转向 Agent 运行时的可组合能力。

一句话看懂:DeepSeek 于 8 月 13 日开源了 Harness 开发者预览版 v0.1,核心设计是“一切皆插件”——模型、工具、Agent Loop、调度和 UI 全部可替换。这意味着 AI Coding 的竞争焦点正从模型本身转向 Agent 运行时的可组合能力。

事件核心:发生了什么

DeepSeek 正式发布 DeepSeek Harness v0.1,以 MIT 协议在 GitHub 开放完整源码,开发者可通过 npx @deepseek-ai/dsh web 直接启动 Web UI。这一版本定位为开发者预览版,官方明确表示核心插件与基础接口仍将快速迭代。

Harness 的技术底座是 Cordis 插件系统。与传统 Coding Agent 只在工具层开放扩展不同,DeepSeek 把插件边界下沉到整个运行时:模型、工具、会话、沙箱、存储、Agent Loop 和调度机制全部可以替换。基于这套底座,当前提供四种运行模式——标准模式、PTC 程序化工具调用、极简模式和创造模式。其中创造模式允许 Agent 检查当前运行时、在内存中试验插件并组合出新模式,相当于把 Harness 配置本身变成了 Agent 可操作的对象。

多 Agent 方面,系统内置了 Spawn、Fork、workflow 和 Ralph 循环等编排方式,整体接近层级式 Supervisor–Worker 架构。目前公开信息显示,它尚不具备真正的 Swarm 式自主发现与协商能力,编排范式本身没有突破,创新主要体现在把多种编排方式做成了可替换的插件。

为什么重要

过去模型是 AI Coding 竞争的核心,但同一个模型放进不同 Harness,表现可能天差地别。模型只负责预测下一步,Harness 决定模型能看到什么、能调用哪些工具、如何组织上下文以及何时判定任务完成。DeepSeek 此次把 Harness 各层全面插件化,实质是把竞争从模型层延伸到运行时层。

这种“一切皆插件”的思路为局部创新提供了空间。业内观点认为,记忆压缩、冲突清理、规划路径复用和 Plan 校验等环节,将比 Harness 的整体框架更能拉开差距。DeepSeek 选择 v0.1 阶段就开放完整源码,也表明其目标不仅是做一个封闭的模型客户端,而是想成为更多 Agent 产品共同采用的底层底座。

对用户/开发者/创作者的影响

对于开发者,DeepSeek Harness 提供了一套高度可组装的 Agent 运行时。你可以更换模型、替换工具调用流水线、改写 Agent Loop,甚至在子 Agent 接口后接入 Claude Code、Codex 或支持 ACP 的外部 Agent。所有运行轨迹汇入同一条仅追加的事件流,方便调试、回放和对比不同插件在相同任务上的表现。

GamsGo AI

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。

了解 GamsGo AI

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。

但需要注意两点:一是 v0.1 仍属早期版本,核心接口尚未稳定,现在进入生态需要承担迁移成本;二是“什么都能换”并不自动带来更好的任务成功率,最终效果取决于官方默认插件的质量和第三方生态的成熟度。

对于普通用户,目前它并非开箱即用的 Coding 客户端,而是面向 Harness 开发者的基础框架,直接使用门槛较高。

值得关注的后续

一是官方能否提供高质量的默认插件组合和可信评测,这决定“一切皆插件”能否从架构理念转化为实际性能优势;二是第三方开发者是否愿意围绕 Cordis 生态持续构建新插件,形成正循环;三是这一底座最终会长成 DeepSeek 自家的 Coding 产品,还是被更多 Agent 产品采用为底层运行时,目前仍是开放结局。

来源:InfoQ CN

celebrityanime
celebrityanime
文章: 18367

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注