别造“黑盒助手”了：DeepSeek Harness 开源，把 Agent 的底裤全拆成了插件

别造“黑盒助手”了：DeepSeek Harness 开源，把 Agent 的底裤全拆成了插件

在各家 AI 巨头还在拼命把代码助手包成密不透风的闭源桌面软件（比如 Cursor、Claude Code、Codex）时，DeepSeek 又干了件掀桌子的事。

随着 DeepSeek V4 Pro 的发布，酝酿已久的 DeepSeek Harness（DSH，开发者预览版）正式开源。

这个项目代码库的第一眼足以震撼所有人：超过 230 个 Workspace 成员包、7400 多个文件。从 Shell 终端、文件系统、LSP 语言服务器，到会话生命周期、多 Agent 编排、安全沙箱，甚至连“Agent Loop（智能体循环）”本身都被拆成了一个可插拔的插件。

如果你以为 DeepSeek 只是想做“又一个开源版 Codex”，那你就完全看扁了它。DeepSeek 正在用一种近乎极客偏执的工程哲学，宣告智能体开发进入“微内核与插件化”时代。

什么是 Harness？从“给模型写死代码”到“航空管制级规则”

AI 圈以前写 Agent 的代码极其简陋：发请求给模型 -> 模型返回函数名 -> 本地执行 -> 结果塞回上下文。这种玩具级实现一旦面对现实场景（十几个文件并行搜索、用户中途发来转向指令、测试卡死需强行中止、权限穿透沙箱），分分钟直接崩盘。

Harness 的本质，就是给这匹烈马套上马具与缰绳。 它基于 Cordis 微内核架构，把整个系统拆解成了极度清晰的三层：

1. 接口（Interface）：定义能力是什么（比如“执行命令”的契约）。 2. 实现（Implementation）：真正做事的模块（本地进程、远程 Docker 容器或云端沙箱）。 3. 消费者（Consumer）：把能力翻译成模型可理解的 Tool Schema 和调用结果。

这种解耦意味着：未来无论你要把本地执行换成企业集群沙箱，还是把模型提供方从 DeepSeek 换成 Claude 或 GLM，你根本不需要动核心的 Agent 逻辑，只需要像拼乐高一样换掉具体的实现包。

更绝的是它的 Session Log（会话日志） 设计——DeepSeek 规定：凡是模型看见过的内容，必须 100% 能够从持久化日志中无损重建。很多系统排错时根本不知道模型当时吃到了哪条被裁剪的上下文，而 DSH 将请求前的环境变量、流式 Chunk、工具执行屏障全部入库，让调试与回放变成了精准的确定性事件。

一切皆插件：Agent 甚至可以检查并“改装”自己

在 DSH 的 Web UI 中，最吸引极客的是四种预设模式，尤其是最高阶的 “创造模式”。

在创造模式下，模型不仅能调用现成工具，还能通过 Cordis 运行时反射（Self-referential Inspection）去检查当前挂载的插件树，现场编写一段 TypeScript 插件代码并动态挂载到自己身上，任务完成后再自动卸载。

这相当于让一辆跑在高速公路上的赛车，根据前方路况自己给自己换上越野轮胎。

虽然这种动态自修改能力带来了巨大的安全挑战，但 DSH 采用了严格的“失败关闭（Fail-Closed）”单调安全守卫：如果系统无法确认隔离策略是否生效，它会宁可拒绝执行也不会静默放行；文件写入与命令执行被牢牢框死在当前 Workspace 边界内。

Kate 的观点与判断

对于正在开发或选型 Agent 框架的团队，我有三个犀利判断：

1. “黑盒式 AI 助手”正在失去企业级客户。闭源助手虽然开箱即用，但在复杂企业内网里，它的数据流动不可见、权限策略不可控、私有协议无法接入。DeepSeek Harness 这类把执行流拆得干干净净的微内核框架，才是私有化部署和严肃业务集成的最终归宿。 2. 多 Agent 编排不再是提示词玄学，而是状态机工程。DSH 内置的目标（Goal）、计划（Plan）、待办（Todo）和后台任务（Background Task），清晰地划分了不同生命周期的协作状态。别再指望一段 Prompt 搞定长程任务，确定性的调度器与并行屏障才是真正的解药。 3. 开源生态将以插件速度吞噬闭源应用。当一个 743B 的开源顶级模型（如 GLM-5.3、DeepSeek V4）跑在一套完全开放的 Harness 框架上时，全球开发者可以在 24 小时内为它写出上千种垂直领域插件。闭源助手靠前端 UI 筑起的壁垒，在开源协同的网络效应面前根本不堪一击。

不要再把 Agent 当成一段 Prompt 和几个 API 的拼接。智能体工程的下半场，拼的是底层架构的内功。