不是又一个 Coding Agent！深度拆解 DeepSeek Harness 架构

01. 封面

8 月 13 日，DeepSeek 公开了 DeepSeek Harness。很多人的第一反应可能是：DeepSeek 又来卷一款 Coding Agent 了。但我看完它的发布页、架构文档和代码组织，结论恰好相反——它开源的不是又一个成品 Agent，而是把 Agent 拆成插件以后，重新做了一套装配系统与可组合运行时。

02. 核心公式

DeepSeek 官方用了一个非常准确的公式：Agent 等于模型加 Harness。这个公式回答了一个核心问题：为什么同一个模型，在不同产品里的表现会差这么多？模型是大脑，但 Harness 决定它能不能在真实世界里工作。换一套工具、上下文组织、压缩策略与执行循环，模型的实际能力会发生质的改变。

03. 演进路线

为什么现在轮到了 Harness？过去一年半，Coding Agent 领域走过了四个关键阶段：第一阶段终端产品化，Claude Code 和 Codex 证明模型能从聊天框走进代码库；第二阶段开放多模型，OpenCode 和 Pi 争夺不绑定单一模型的自由度；第三阶段长时任务，Codex App 与 Prime Agent 解决多 Agent 监督与上下文遗忘；而第四阶段，就是现在的运行时基础设施化。

04. 六条路线一览

市面上的编程 Agent 很多，但我们抽取的六个项目，分别代表了六条完全不同层级的典型路线：Codex 是一体化工程产品栈；Claude Code 是终端产品基线；OpenCode 是开放多模型平台；Pi 是极简黑客内核；Prime Agent 是长时自治 Agent；而 DeepSeek Harness，则下沉到最底层，是一套把会话、循环、沙箱和 UI 都变成插件的可组合底座。

05. 进入 DSH 拆解

其他项目属于成品与产品平台，而 DeepSeek Harness 做的完全是另一件事。接下来，我们深入拆解 DeepSeek Harness 最值得关注的四个关键设计。

06. Cordis 无特权核心

第一，Cordis 框架没有特权核心。普通插件系统是在产品上加功能，而 DeepSeek 的 Cordis 更激进。模型适配器、工具注册表、会话日志，甚至 Agent Loop 本身都只是插件。官方架构文档明确写道：没有一个需要你去 patch 的特权核心。插件卸载时，注册产生的副作用可以完整回退；依赖变化后，其他组件能够反应式重组。

07. 时空可组合性

Cordis 论文把这种能力总结为时空可组合性（Temporal & Spatial Composability）。用汽车做比喻：普通插件是加装行车记录仪；而 Cordis 想让发动机、变速箱和仪表盘也能被随时替换，并且拆掉以后不能留下一地线头。

08. 日志即事实源

第二，日志是唯一事实源。多数 Agent 把日志当作观测的副产品，DeepSeek Harness 则把它当成了系统事实源。模型看到的内容必须写入仅追加的 Session Log。官方还精确定义了 Turn 和 Step：一个 Step 是一次模型请求加它触发的工具调用，一个 Turn 包含零个或多个 Step。当前状态只是事件流的一层投影。

09. 分叉与回放

这带来了传统 Agent 根本不具备的能力：事件溯源。当任务失败时，不只是看到一句报错，而是能完整重建它当时看见了什么、调用了什么、在哪一步压缩了上下文。然后从那个事件点分叉（Fork），换一种模型或策略重新跑一遍。这让 Harness 能够进行真正的科学评测与持续优化。

10. 把竞品当后端

第三，它能把 Codex 和 Claude Code 当后端。官方的子代理 Provider 列表里，除了进程内 Agent、Fork 和 ACP，直接内置了 Codex 与 Claude Code。这意味着 DeepSeek Harness 不只想成为它们的平行竞争者，它还想站在更上层，把这些成熟产品作为可调度的子代理，牢牢掌握 Agent 系统的组合边界。

11. 四种运行模式

第四，四种运行模式。Standard 是完整的工程 Agent；Minimal 只保留持久 Bash 和编辑器，用来消除 Harness 变量做纯净的模型基准评测；PTC 让模型写 TypeScript 代码把多步工具调用组合成程序；Creative 则允许 Agent 检查运行时、试验插件并生成新预设，具备自我改造 Harness 的元层能力。

12. PTC 与 RLM 对比

PTC 和 Prime 的 RLM 都让模型写代码，很容易被混为一谈，但两者解决的问题不同。PTC 把多轮工具调用编译成一段 TypeScript，重点是用循环、分支和并发组合工具；Prime RLM 的核心是持久 Python REPL，把大段上下文当变量进行过滤与长期推理。一句话：PTC 用程序控制工具，RLM 用程序控制上下文与 Agent。

13. 客观冷思考

架构很漂亮，但并不意味着它现在就是最好的 Coding Agent。要客观理解 DeepSeek Harness，还必须看清它的五大现实局限与安全边界。

14. 五大局限与边界

第一，它明确还是 Developer Preview，核心 API 和插件会剧烈变动；第二，一切皆插件带来了极高的理解与调试成本；第三，安全沙箱边界：文档里的 end-ups mode 仅仅描述文件系统的副作用，网络和进程可见性并不在防护语义里；第四，完整事件流包含提示词与工具输出，高度依赖企业级的权限与脱敏治理；第五，在开箱的编码体验上，它目前并没有超越打磨成熟的商业产品。

15. 到底谁适合用

所以到底谁适合用？只想直接做工程任务，Codex 和 Claude Code 更成熟；想要开放多模型成品，OpenCode 更直接；想按自己的方式轻量扩展，Pi 更灵活；想研究长时自治，Prime Agent 更明确；而想研究 Agent Loop、做 Harness 基准评测，或构建企业定制 Agent 运行时，DeepSeek Harness 才是最对应的对象。

16. 终局总结

所以，我不认为 DeepSeek Harness 是又一个跟风的 Coding Agent。前面的产品争的是开发者入口、开放生态与长时自治；而 DeepSeek Harness 则下沉了一层，开始争夺 Agent 运行时由谁定义。Agent 的下半场：Harness。

参考资料与延伸阅读

本文事实来源

DeepSeek Harness 官方仓库
https://github.com/deepseek-ai/deepseek-harness
用于核对项目定位、Developer Preview、MIT 许可和入口文档。
官方 Architecture 文档
https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.md
用于核对 Cordis、无特权核心、插件图、Turn / Step 与 Session Log。
官方 Subagent 文档
https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/subsystems/subagent.md
用于核对 In-process、Fork、ACP、Codex、Claude Code 等 Provider。
官方 Sandbox 文档
https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/subsystems/sandbox.md
用于核对 SandboxMode 的文件系统副作用语义及安全边界。
Cordis 原始论文仓库
https://github.com/cordiverse/paper
用于核对 Temporal / Spatial Composability、Revertible Effects 与 Reactive Coeffects。

边界

“争夺 Agent 运行时定义权”是作者基于公开架构做出的判断，不是 DeepSeek 官方表述。
Developer Preview 不代表当前开箱体验已经超过成熟商业 Coding Agent。
SandboxMode 的语义不能外推成完整的网络、进程或企业权限隔离。