当前位置：首页 > news >正文

杂谈——DeepSeek Harness：大模型的手脚终于开源了

news 2026/8/14 19:19:05

一切皆插件，这次是真的。

上周三晚上，我在刷 GitHub 的时候看到一条推送：DeepSeek Harness v0.1 发布了，MIT 协议开源。

当时我第一反应是——等会儿，DeepSeek 不是搞模型的吗？怎么突然发了个"Agent 框架"？

点进去一看，好家伙，几小时内 star 数就飙到了三万三。不是靠营销，是圈子里的人自己涌进来的。

我花了两天时间啃完源码和文档，也翻了社区里那些已经冒出来的插件。今天跟大家聊聊，这个东西到底是个什么玩意儿，为什么它值得你关注。

它到底是干什么的？

先说一个最朴素的问题：大模型能思考，但它没有手脚。

你让 GPT 写一段代码，它能写出来，但不能自己跑起来、不能调试、不能改文件、不能联网查资料。你给 ChatGPT 加了 Code Interpreter，它倒是能跑了，但那个沙箱是黑盒的，你没法往里面插自己的工具。

Harness 就是那个"手脚"。

它的官方定位就一句话：Model + Harness = Agent。模型负责思考推理，Harness 负责实际执行。

你可以把它理解成一个"Agent 操作系统"。它帮你管理项目和文件、跑长任务、调度多个子 Agent、管理上下文、联网搜索、调用外部工具——所有这些本该由 Agent 干的事，Harness 都给你搭好了架子。

但这不是重点。

重点是它的设计哲学：一切皆插件。

DeepSeek Harness 是 DeepSeek 在 2026 年 8 月刚发布的智能体开发平台，核心特点是“一切皆插件、不绑定模型、可私有化部署”，并且自带可追溯日志和断点续跑能力。

"一切皆插件"不是噱头

现在市面上几乎所有 Agent 产品——Claude Code、OpenAI Codex、Cursor——都是"整机"交付的。模型、工具、执行循环、UI 全部耦合在一起。厂商给你什么，你用什么。

Harness 把这事反过来做了。

模型是可换的插件。 你想用 DeepSeek 自己的模型？可以。想换成 Claude？有插件。想用 GPT、Gemini、AWS Bedrock、Azure？都有插件。你甚至可以把它们混着用——日常任务用便宜的模型，复杂任务切到更强的模型，工具链不用动一行代码。

工具是可换的插件。 文件系统、Shell、终端、语言服务器——每一个都是插件。你甚至可以写一个插件，把文件系统操作全扔到远程服务器上执行，本地的 Bash、PTY、LSP 全部跟着走，不需要改任何其他代码。

UI 也是可换的插件。 默认的 Web UI 够了？用。不满意？社区已经有人把整个界面重写了。你的 Agent 长什么样，你自己说了算。

甚至连 Agent 本身的循环逻辑——模型怎么调工具、怎么处理结果、上下文怎么管理——都是插件。

这不是那种"我们开放了几个 API 接口让你们写插件"的伪开放。Harness 底层跑的是 Cordis 插件元框架，这个框架之前已经在 Koishi 聊天机器人生态里跑了四年，成熟度是经过验证的。Cordis 只做一件事：插件的加载、卸载和依赖管理。Harness 的所有组件——模型适配器、工具注册表、会话日志、Agent 循环——都是 Cordis 插件，它们通过服务和事件机制互相通信，在配置层自由组合。

官方文档里有一句话说得特别好："没有特权核心需要修补。" 你想扩展 Harness，不用改源码，在旁边挂一个插件就行。

四种运行模式，适应不同场景

Harness 内置了四种预设的运行模式，每种模式默认加载不同的插件集合：

标准模式：完整工具组合，日常开发用的。
PTC 模式（程序化工具调用）：让模型生成一段代码来组合多轮工具调用，一趟往返搞定复杂任务，省 token 省延迟。
极简模式：只保留 Shell 和文件编辑两个工具，专门用来跑模型基准测试——V4-Flash 之前的 Code Agent 评测用的就是这个模式。
创造模式：可以在运行时检查当前状态、在内存里试验插件、组合新的模式。

你可以在配置层按需组合，也可以自己写一个模式文件，想加载哪些插件、按什么顺序、配什么参数，都是你说了算。

每一次运行都有迹可循

这个东西我特别想单独拿出来说。

Harness 的会话日志是仅追加（append-only） 的事件流。模型看到的所有东西——系统提示词、思维链、工具调用和结果、子 Agent 调度、每一次上下文注入——全部写进去了。

这意味着什么？

当一个 Agent 做了你意料之外的事，你能完整回放它到底看到了什么、为什么做了那个决定。这不是猜，是回放。

你可以在 Trajectory 视图里按来源查看这些信息。恢复、分叉、检索、回放，共享同一份事件流。这个设计思路不是从 AI 领域来的——Harness 团队的负责人之前在 Jane Street 做了九年量化交易。在量化交易里，策略本身从来不是门槛，稳定执行、异常回退、全流程日志追踪、风险可控才是。这些能力，恰好是一个 Agent 从"实验演示"走到"生产系统"最需要的东西。

开源冲击波

MIT 协议开源这事，比很多人想象的要重。

DeepSeek 之前一直在靠低价和模型能力竞争。但有一个问题：如果任务执行、失败反馈、开发者入口都跑在别人的平台上，DeepSeek 完全控制不了一次任务消耗多少 token、需要多少次重试、什么时候算真正完成。

Harness 把整个执行链路握在了自己手里。但 DeepSeek 没有把它做成闭源产品，而是用 MIT 协议直接扔出来了。

这意味着任何人都可以：

直接拿来用——npx @deepseek-ai/dsh web 一键启动
基于它做二次开发——改插件、换模型、定制界面
把它集成到自己的产品里——MIT 协议，商用无限制
用它跑其他厂商的模型——Harness 模型无关，默认就支持 Claude、GPT、Gemini

这招挺狠的。DeepSeek 赌的是基础设施层——不是模型本身，而是让模型跑起来的"那套东西"——才是价值沉淀的地方。如果这个判断是对的，那中国 AI 在开源模型权重之外的策略，正在延伸到工具链层面。

插件生态：一周一千个插件

Harness 发布当天，GitHub 上还没有几个第三方插件。到我这篇文章写的时候，#dsh-plugin 这个话题下已经有 1000+ 个仓库了。

社区里已经长出了不少好东西：

精选索引：

awesome-dsh-plugin —— 插件精选列表，中英双语
awesome-dsh-plugins —— 自动扫描索引所有 dsh 插件候选
awesome-deepseek-harness —— DSH 生态精选：插件、工具、基础设施
dsh-handbook —— 从 0 到 1 的 DSH 深度手册，含插件开发教程

Web UI 增强：

dsh-web-ui（922⭐）—— 任务面板、Git 图、皮肤中心合集
DSH-better-sidebar（371⭐）—— 侧边栏工作台：文件、终端、Git、子代理
dsh-deep-whale（237⭐）—— 鲸鱼娘皮肤系列（嗯，宅力拉满）

能力插件：

长期跨会话记忆 + 后台自我进化插件——让模型定期回顾自己的工作记录，把临时经验压缩成永久知识
多模态插件——图片理解、生成能力
各种工具集成插件——数据库、API 调用、文档解析

内测的时候就有意思了：开发者们拿到 Harness 之后，基本没人正经做回归测试，全跑去写插件了。几天功夫就冒出了几百个插件。有人把整个工作界面重写了，有人实现了上面说的"长期记忆加自我进化"——让 AI 自己定期回顾工作记录，把临时经验压缩成永久知识。

官方目前不接受外部 PR，但官方和社区插件被视为同等地位。官方 README 里写得很清楚：这个仓库是"一个想法、一个官方展示、一个灵感来源，而不是一个指令。"

说几句实话

并不是所有人都会用到它，起码目前绝大多公司内部也不会真实用上。如果你只是写点简单的 Prompt 调模型，Harness 对你来说可能太重了，更不会用上。

目前很多ai工具都比较成熟，足以满足生活、工作中大多数需求，但如果你身处专业领域，为了处理繁琐或者复杂问题，但当前其他ai工具无法满足或者处理起来比较麻烦时，你就可以利用Harness来定制化开发去完成你的需求。

关于什么harness我就不赘述了，但有句话我挺认同的——Harness 有可能成为"Agent 界的 VSCode"。不是因为它现在有多强，而是因为它的架构给生态留了足够的位置。VSCode 刚出来的时候也没几个插件，但架构对了，生态是水到渠成的事。

当然，现在 v0.1 还有很多糙的地方。普通用户上手门槛偏高，文档还在完善，核心接口还在快速迭代。但考虑到 DeepSeek 组建 Harness 团队是今年 5 月的事，两个月就拿出一个 7 万 star 的开源项目，说实话，这个速度有点吓人。

deepseek harness将衍生怎样的生意？

它就像一个“AI基建”，让你能灵活组装各种模型、工具和企业知识库，为企业定制实际可用的智能体。利用它做生意，核心不是“卖 AI”，而是“卖结果”——卖部署、卖插件、卖服务、卖方案。以下是根据 Harness 特性，普通人或小团队可以切入的 5 个方向：

企业级 Agent 定制与私有化部署服务（技术服务变现）
做什么：帮助本地中小企业、医院、律所、政务部门等，基于 Harness 搭建智能客服、知识库问答、自动化办公等系统。Harness 支持完全内网部署，数据不出域，正好满足金融、政务、医疗等强监管行业“核心数据不出域”的合规要求。
怎么做：利用 Harness 的开源框架，在企业内网搭建底座，把企业知识库、工具系统接成插件，并补上权限管理、审计日志等边界能力。你可以把“换模型不改工具层”作为卖点——同一套插件今天接 DeepSeek，明天接通义，无需重写。
收费模式：按项目收一次性部署费（参考类似服务报价 3-8 万元/年），或按“年费 + 流水抽成”模式，比如为连锁门店做 AI 点餐系统时收 1980 元/年服务费 + 3% 流水抽成。
垂直行业插件开发与售卖（产品化变现）
做什么：Harness 的“一切皆插件”意味着你可以针对特定行业开发标准化插件，然后上架售卖。比如法律文书生成、电商选品分析、医疗问答、教育辅导等。插件的差异化就是你的护城河。
怎么做：选一个你熟悉的细分行业，找到高频痛点，用 Harness 插件机制封装成“开箱即用”的产品。例如做一个“跨境电商多语言选品插件”，导入评论数据自动生成爆品预测报告；或者做“法律合同审查插件”，帮律所自动生成标准合同、校验文书，错误率可下降 80%。
收费模式：一次性买断、订阅制（如 99-299 元/月）或按调用量计费。已有案例证明，AI 法律顾问小程序靠会员订阅月入超 7 万。
开发者教育与培训（知识付费）
做什么：Harness 刚发布，真正懂的人很少。你可以做教程、训练营、付费社群，教开发者或企业如何用 Harness 快速搭建智能体。
怎么做：录制“Harness 从入门到精通”系列视频，写实操文档，开直播课。重点演示“如何 3 天开发一个企业级 Agent”“如何把企业知识库变成插件”。参考普通 DeepSeek 培训课的玩法，1999 元/人的直播课单场可卖超 5 万元，62 元/人的社群 7 天收入 48 万。
风险提示：课程内容必须原创，避免抄袭官方文档或夸大宣传，注意合规性。
AI 落地咨询与代运营（解决方案服务）
做什么：很多企业知道 AI 有用但不知道怎么用。你可以用 Harness 帮企业做 AI 落地诊断、方案设计、搭建系统，甚至代运营已经建好的智能体。
怎么做：比如帮电商公司用 Harness 搭建“自动客服 + 营销文案生成”系统，你负责训练模型、维护插件，并按月收取代运营费。参考模式：为本地中小企业部署 API 自动生成营销文案、分析客户咨询，按年收费 3-8 万/年。
优势：Harness 自带完整日志和可追溯性，任务中断可断点续跑，你能向客户证明“系统效果可追踪、可问责”，这比纯模型输出更有说服力。
利用 Harness 构建自动化内容工厂（流量变现）
做什么：自己用 Harness 搭建一套多平台内容自动生成系统，批量产出文章、短视频脚本、带货文案，赚平台流量分成或佣金。
怎么做：用 Harness 编排多个模型，自动抓热点、生成文稿、调用剪映生成视频，再分发到头条、抖音、小红书等。虽然现在平台有 AI 内容检测，但 Harness 的插件化可以帮你做更精细的去重和个性化改写，降低同质化风险。
参考模式：有人用 DeepSeek 批量生成《民法典 100 个维权技巧》系列图文，单月带货佣金破 2 万；用 AI 生成收纳品带货视频，单月佣金破 8000 元。不过要注意平台规则，避免过度依赖纯 AI 内容。
总结建议
Harness 的开放生态给了普通人一个“低门槛做高价值服务”的机会。最推荐先从方向 1（企业部署）和方向 2（垂直插件）切入，因为它们直接指向企业付费需求，且竞争尚小。方向 3、4 适合有行业经验或教学能力的人。记住两点：别盲目囤课囤资源，选 1-2 个项目专注执行；别信“日入过万”的暴利宣传，先跑通最小闭环再放大。现在正是先发红利期，行动比观望重要。