DeepSeek Harness 深度解析：DeepSeek 的 Agent 终于发布了，但它发布的是一个"组装 Agent 的运行时"，不是又一个 Codex

先给一个最直接的结论：2026 年 8 月 13 日晚，DeepSeek 发布的 Agent 产品叫 DeepSeek Harness（DSH），一个以 MIT 协议开源的 Agent 运行时（agent harness），当前是开发者预览版（v0.1）。它的官方定义是一句话公式——"Model + Harness = Agent"：模型负责生成下一步内容，Harness 负责让 Agent 理解环境、使用工具、在真实场景里持续工作。也就是说，DeepSeek 没有像 OpenAI 发 Codex、Anthropic 发 Claude Code 那样，直接给你一个开箱即用的闭源编程工具；它给的是"模型之外的那整套执行神经系统"，而且是开源的。本站把它称为"DeepSeek 的 Agent 发布"，但它更准确的身份是：一套可以组装出无数个 Agent 的开源基础设施。本文所有事实截至 2026 年 8 月 14 日，这是一个刚发布、还在快速迭代的产品，很多细节会变。

需要先交代本文的事实纪律：本文以 DeepSeek 官方 Harness 页面、官方 GitHub 仓库（deepseek-ai/deepseek-harness）、官方架构文档与官方模型接入文档为准；一手体验类信息（例如内部测试者做了约 300 个插件、某次同模型对比实测）来自第三方媒体的首测报道，本文会明确标注为"第三方/内测口径"；凡是厂商自报、尚无独立复测的数字（尤其是 V4 Pro 的 Agent 跑分），本文只做转述并标注存疑，不会为了让文章更好看而编造。这是本站在 DeepSeek 系列评测里一贯的写法，这一篇也不例外。

一、"DeepSeek Harness"到底发布了个什么

先破除一个可能的误解。之前行业一直在传"DeepSeek 准备在 2026 年底推一个全自主 AI Agent"，本站早期的调研也记录过这个方向。但 8 月 13 日真正落地的东西，比"一个全自主 Agent"更基础，也更激进——DeepSeek 没有只发一个产品，而是把"造 Agent 的工厂"整个开源了。

按官方与多方报道交叉核实，DeepSeek Harness 的关键信息如下：

项目	信息
产品名	DeepSeek Harness（DSH），黑鲸标识，与模型产品的蓝色鲸鱼区隔
发布时间	2026 年 8 月 13 日晚，开发者预览版（v0.1），快速迭代中
开源协议	MIT，GitHub：deepseek-ai/deepseek-harness
定位	对标 Anthropic Claude Code / Claude Cowork 与 OpenAI Codex 的 Agent 运行时
核心公式	Model + Harness = Agent
团队	负责人崔添翼（前 Jane Street 量化交易工程师，2026 年 3 月加入 DeepSeek），项目 5 月内部立项
快速上手	npx @deepseek-ai/dsh web，默认 http://127.0.0.1:3080，需 Node 22.19+ 或 24+
仓库热度	发布当天 GitHub 约 2.75 万 Star，几日后约 3.9 万 Star（第三方页面口径）

需要说明的是，上面表格里"约 3.9 万 Star"来自抓取 GitHub 页面时的数值，发布时间不同、数字会持续跳动，本文只把它当作"热度确实很高"的旁证，不作为精确数据。团队负责人与立项时间的信息来自多家媒体对 DeepSeek 研究员公开言论的报道，官方没有单独发新闻稿确认，属于"多方交叉引用但非官方公告"层级。

一个更值得注意的上下文：DeepSeek 在 V4 Flash 的更新日志里就预告过"正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness 极简模式（即将发布）作为框架进行测试"。也就是说，Harness 并不是从石头缝里蹦出来的新品，它早就作为内部基准测试框架在用，这次只是把整个框架本身开源了。这跟 DeepSeek 一贯的"用文档说话、先内部跑起来再外发"的风格完全一致。

二、功能拆解：一个本地 Agent 工作台能干什么

按官方文档与首测报道，DeepSeek Harness 跑起来之后，是一个跑在你自己机器上的 本地 Agent 工作台：项目管理、长任务协作、多 Agent 编排、上下文管理、联网搜索、Skills（技能包）一应俱全。它默认带一个 Web UI，左侧是会话与工作区列表，中间是对话区，可以切换模型、调节三个推理档位（Off / High / Max），并控制访问权限。

把它的功能按模块拆开，大概是这么几块：

• 完整编码 Agent 能力：文件编辑、Shell 执行、文件与网页检索、Skills、计划、目标（goal）、子 Agent（sub-agent）、工作流（workflow）。这部分和 Claude Code / Codex 的核心能力对齐。
• 多 Agent 编排：一个进程里可以同时跑"写作、编码、研究"等多个不同工具的 Agent，每个 Agent 有自己独立的工具范围（scope），互不污染。
• 仅追加会话日志（append-only session log）：系统提示词、思维链、工具调用与结果、子 Agent 调度、每一次上下文注入，全部写入同一份事件流。支持轨迹视图（Trajectory）按来源回溯，恢复、分叉、检索、回放都共享同一份事件流。这是它和多数竞品差异最大的功能点之一。
• MCP 支持：官方提供一个 MCP 客户端桥插件，可以连接外部 MCP 服务器（stdio 或 streamable-http 两种传输），工具会以 mcp__服务器名__工具名 的形式注册进来，带自动重连与指数退避。社区也有为 DeepSeek V4 专门写的 MCP 服务器（@deepseek-harness/mcp），可被 Claude Desktop、Cline、Roo Code 等桌面客户端调用。
• 第三方模型接入：默认预置约 40 家模型厂商（第三方首测口径，官方文档点名的有 DeepSeek、Anthropic、OpenAI、Google，以及需要原生凭证的 Bedrock、Vertex、Azure、Codex 等），并允许添加任意自定义提供方。
• 安全与权限：工具执行走一条有把关的流水线（tools/pre-execute → 执行 → tools/post-execute），插件可以在上面挂审批规则、权限、沙箱、超时、重试与遥测；程序化的工具调用无法绕过这些检查。

这里要泼一盆冷水：上面这些能力，单独拿出来看，几乎每一项在 Claude Code / Codex / OpenClaw / Grok Build 里都能找到对应物。文件编辑、Shell、检索、Skills、子代理、计划模式、MCP，都不是 DeepSeek 发明的。真正把 DSH 和它们区分开来的，是第二、第三、第四节要讲的架构层面，而不是功能清单层面。

三、框架解析：Cordis 插件系统与"一切皆插件"

DeepSeek Harness 最核心的设计原则是一句话："一切皆插件"（Everything is a Plugin）。它建立在一个叫 Cordis 的插件系统之上（GitHub: cordiverse/cordis）。Cordis 本身是个"元框架"——它只负责插件的加载、卸载与依赖关系管理，不提供任何业务能力。而 DSH 里的一切能力，都是挂在 Cordis 上的插件：模型适配器、工具注册表、会话日志、沙箱、存储、调度、UI，甚至 Agent 循环本身，全都是插件。

这意味着两件很特别的事。第一，没有需要打补丁的特权内核。扩展 DSH 的方式，不是去改源码或开一个特殊的扩展口，而是"把新插件挂到别的插件旁边"。所有注册都是可逆副作用（reversible effects），插件卸载时副作用自动撤销。第二，模型本身也被降格成了一个可替换的插件。你可以保留同一套会话、工具、权限体系，只换模型适配器；也可以固定模型，去比较不同的上下文管理方案。这跟 Claude Code / Codex 那种"模型与产品垂直整合"的路线，是两种完全不同的哲学。

在实现层面，一个正在运行的 dsh 是一棵插件树（plugin tree），启动时按层叠加：

概念	作用
Profile	放在 Harness home 里的具名组装，列出要叠放的 bundles，保存用户的 cordis.patch.yml；web 和 headless 是出厂模板
Bundle	Cordis 配置项 + 挂载代码的分发格式，上层总是可以 patch 覆盖它
dsh-base	每个 profile 的第一层：模型适配器、工具、持久化、沙箱与审批策略、设置、凭证、遥测
patch 层	profile 的 patch → home 级 patch → 任意 --patch 覆盖，按序叠加

你可以用 dsh --profile web --dump-config 直接查看最终启动的配置树。核心包通过向这棵树贡献服务（ctx 键）来工作：core/session 管仅追加的 SessionEvent 日志，core/tools 管作用域化的工具注册表与把关执行流水线，core/agent 与 core/agent-loop 管 Agent 接口与默认驱动器，core/system-prompt 管提示词片段与工具 schema 组装，llm/llm 管消息/流式词汇表与适配器 seam（接缝）。

DSH 里"事件就是扩展点"，分三类：会话事件（持久事实，追加进日志）、Agent 事件（携带活跃 Agent 的实时拦截点，用于观察/干预正在跑的任务）、能力事件（给 fs/*、tools/*、telemetry/* 这类 seam 挂策略与适配器，避免循环依赖）。一个回合（turn）的流程是：turn/start → 取输入 → 组装提示词与工具 schema → agent/pre-step（监听器可以改写或拒绝）→ step/start → 从日志推导模型历史 → agent/request → llm/stream → assistant/chunk → tool/call → tools/pre-execute / execute / post-execute → tool/result → step/end → agent/turn-stopping → turn/end。

官方架构文档还强调了一个不变量："模型可见 ⇔ 已记录"——凡是最终进入模型请求的内容，都必须能从会话日志里重建出来。上下文压缩用的是 replacement 事件，原始历史永远不会被删除。这一点对调试、审计、回放 Agent 的每一步都很有价值，也解释了为什么官方反复强调会话日志是整个系统的"源"。

四、四种运行模式与"预设"体系

DSH 出厂自带四种"Agent 预设"（preset）。官方对预设的定义很精炼：预设 = 一个会话的 Agent 所运行的插件组装——它的工具、提示词与能力。类比一下：模型是大脑，Skill 是操作手册，工具/插件是软件与权限，而 Agent 预设就是"岗位 + 工作环境"。

模式	说明
标准模式（Standard）	功能完整的编码 Agent：文件编辑、Shell、文件/网页检索、Skills、计划、目标、子代理、工作流。日常默认。
代码模式 / PTC 模式（Code）	具备标准模式全部能力，额外通过 Code Mode SDK 让模型用 TypeScript 程序组合多步操作——中间数据留在运行时，只有最终结果进上下文。
极简模式（Minimal）	只提供两个工具：持久 bash 与 str_replace_editor。用于最小环境下的模型基准测试——官方明确说 V4 Flash 正式版就是用这个模式测的。
创造模式（Creation）	用于创建自定义预设/插件：运行时检查、在内存里做 Cordis 插件实验、按需加载/卸载组件。

预设是两层组合的：Profile 决定 dsh 进程怎么跑（Web/Headless、bundle 列表、patch 层序），Agent Preset 决定一个会话里 Agent 看到什么（工具、提示词、能力），作用域解析顺序是 agent → preset → global。你可以复制一个预设，改工具、改提示词、改能力，然后把它存成自己的预设——这就是官方说的"预设相当于岗位加工作环境"。

还有一个非常"DeepSeek"的细节：在创造模式里，Agent 自己可以操作 Cordis 运行时——检查环境、实时加载或卸载插件。也就是说，DSH 的"自我扩展"不只是开发者改配置文件，模型本身也被允许在受控条件下改动自己的运行时装配。这在一个刚发布的 v0.1 里显得很激进，但也正是"Agent 即基础设施"这一思路的自然延伸。需要提醒的是，这项能力处于开发者预览阶段，官方已经明确警告后续会有破坏性变更（compatibility-breaking changes）。

五、创新点诚实拆解：哪些是真新，哪些只是"卷配置"

这一节是本文最需要打起精神看的部分。因为"DeepSeek 发了 Agent"很容易被讲成"又一个 Claude Code 替代品"，但稍微拆开就会看到，DSH 的创新点分布很不均匀——有几个是真新，有几个只是把别人已有的东西换了个更好的封装。本站把它逐条列出来，并明确标注每一条的"新颖度"判断。

真正新的（本站认为值得单独写一段的）：

• 把"整个 Agent 产品"变成可重组的插件树，而不是"产品 + 插件 API"。这是最核心的差别。Claude Code / Codex 的插件，本质是"工具/服务型附加件"（接个浏览器、接个 Notion、接个代码搜索）；DSH 是让模型适配器、工具注册表、会话日志、Agent 循环、UI 本身全都变成可替换插件。第三方首测的评论很到位："Codex 尝试交付一个拿来即用的 Agent，DeepSeek Harness 更像一套组装 Agent 的运行时。"这不只是程度差异，而是产品形态差异。
• 仅追加的完整事件流 + "模型可见 ⇔ 已记录"不变量。多数 Agent 工具只存最终对话消息；DSH 把 turn/start、step/start、实际用到的模型、系统提示词、工具定义、原始流式输出全部落盘，且上下文压缩用 replacement 事件、从不删历史。恢复、分叉、检索、回放共用同一份事件流。对审计、调试、复现 Agent 行为来说，这是实打实的新能力。
• 开源的不是模型权重，而是整套 Agent 基础设施。DeepSeek 以前开源的都是模型（V4 Pro 也是 MIT 权重）；这次开源的是"模型之外的那整套执行系统"。当一个模型厂商把 Harness 本身也开源，等于把"开发者入口"这一层让渡给社区。第三方报道里"DeepSeek 将一切开源，我们就不必生活在 Anthropic 的统治之下"的说法，正是冲着这一点来的。
• 模型可操作运行时（creation 模式）。让 Agent 自己加载/卸载插件、检查环境，这在主流编程 Agent 里几乎没见过，算是 DSH 独有的"元能力"。

只是"卷配置"的（增量改进，不是创新）：

• MCP 客户端桥、Skills、子代理、计划模式、联网搜索、终端——这些 Claude Code / Codex 早有，DSH 只是用插件形式重新实现了一遍。
• 预设体系（"岗位 + 工作环境"）和 Claude Code 的 subagents、Codex 的 AGENTS.md/persona 思路高度相似，封装更干净，但不算发明。
• 四种运行模式是产品化取舍，不是技术突破。

需要明确标注"存疑/未独立验证"的部分：

• V4 Pro 的 Agent 跑分。DeepSeek 官方自报 DeepSWE 从预览版 12.8 涨到 62.7、Terminal-Bench 2.1 到 87.9、CyberGym 到 83.3。但需要特别指出：部分 Agent 评测结果是在 Harness 极简模式下运行的，衡量的并非纯模型能力，而是"模型在 DSH 这个执行环境里的表现"。也就是说，官方跑分里已经掺进了"自己做的 Harness"这个变量，不是干净的第三方复测。在 LMSYS 等第三方竞技场看到双方同台之前，对 DeepSeek 侧的自报分数保持"存疑但转述"。
• "内部测试者几天做了约 300 个插件"、以及某次"同模型（V4 Flash）在 DSH / Reasonix / Codex 下做同一个 Three.js 游戏，DSH 效果最好"的实测——这是第三方首测的单一案例，作者自己也说不能证明 DSH 在所有任务上都更强。可作参考，不能当结论。
• 约 40 家默认模型厂商来自第三方首测，官方文档点名的只有几家；以实际安装后的模型目录为准。

还要提一个诚实的短板：第三方首测反馈 DSH 跑一个编程任务可能要半小时以上，对一个"以快著称"的公司来说偏慢；且同一测试里 V4 Pro 比 V4 Flash 用时更长、效果反而更差。这说明 v0.1 的执行效率还没有被调到理想状态，拿它当生产主力之前，最好先在中等规模任务上自己压一遍。

六、定价与访问：Harness 免费，它驱动的模型不免费

一个容易被忽略但很关键的事实：DeepSeek Harness 本身是免费的——MIT 开源，本地跑，不需要订阅，也不需要 DeepSeek 账号。它只负责调用你配置的模型。所以"用 DSH 要花多少钱"这个问题，本质是"你用哪个模型驱动它"。这跟 Claude Code（要 Anthropic 订阅或 API 额度）、Codex（要 OpenAI 额度）的商业模式完全不同：DeepSeek 把"软件层"白送，靠模型层赚钱。

而模型层的价格，正处在一个非常微妙的窗口期。DeepSeek V4 Pro 正式版（DeepSeek-V4-Pro-0813）8 月 13 日凌晨上线时，官方 API 定价与预览版一致，没有涨价：输入（缓存未命中）¥3/百万 token、输出 ¥6/百万 token、缓存命中约 ¥0.025/百万 token；V4 Flash 则是 ¥1/¥2/¥0.02。但同一天，DeepSeek 也公布了新的调价方案，2026 年 8 月 17 日 0 点（北京时间）起生效，并引入峰谷定价：

模型	时段	输入(未命中) ¥/M	缓存命中 ¥/M	输出 ¥/M
V4 Pro	闲时	4.5	0.15	13.5
	高峰	9.0	0.30	27.0
V4 Flash	闲时	1.5	0.05	4.5
	高峰	3.0	0.10	9.0

高峰时段为北京时间 9:00–12:00 与 14:00–18:00，其余为闲时。换算下来，V4 Pro 输出价从 ¥6 涨到闲时 ¥13.5（+125%），缓存命中从 ¥0.025 涨到 ¥0.15（+500%）；V4 Flash 输出从 ¥2 涨到闲时 ¥4.5（+125%）。也就是说，本文写下的"¥3/¥6"是官方实价的最后窗口，8 月 17 日后按闲时价也要比现在贵一倍以上，高峰时段更贵。

这个时间点对本站读者有两个实际含义。第一，想以窗口价锁量，动作要快——但别囤太多，因为中转站价格也会跟着官方上浮，且各家中转站的调价节奏不一，需要逐个看公告。第二，涨价后"通过中转站用 DeepSeek"反而更香：因为官方峰谷定价引入了明显的时段差，而一些中转站按固定低价批量转售，或者用国产自托管集群（比如硅基流动直接托管 DeepSeek 开源权重）把价格压得更低，相对官方的价差会进一步拉大。这一点在下一节展开。

七、如何接入中转站：环境变量、Web UI、settings.yaml 与模型 ID 速查

因为 DSH 是模型无关的运行时，接入中转站的本质就是一句话：把 DSH 指向中转站的 OpenAI 兼容（或 Anthropic 兼容）地址，让它用中转站的 key 和模型 ID 干活。下面给出三种官方支持的配置方式，以及本站已核实的模型 ID 速查。

方式一：环境变量（最快，适合脚本/SDK/命令行）

export DEEPSEEK_API_KEY=sk-你的中转站Key
export DEEPSEEK_BASE_URL=https://你的中转站地址/v1
export DSH_MODEL=deepseek-v4-pro   # 或 deepseek-v4-flash
export DSH_SYSTEM_PROMPT='You are a helpful software engineer.'

其中 DEEPSEEK_BASE_URL 指向中转站的 OpenAI 兼容地址（通常以 /v1 结尾）；DSH_MODEL 的优先级是命令行 --model 参数 > 环境变量 > 默认值 deepseek-v4-flash。SDK 调用时通过 provider="deepseek-official" 与 model="..." 指定提供方与模型。

方式二：Web UI 添加自定义提供方（适合可视化操作）

在 Web UI 的"添加自定义提供方"里，需要填四样东西：

• Provider ID：小写、永久标识（请求、会话、凭证引用都靠它），改 ID 等于新建提供方。
• 基础 URL：中转站地址，例如 https://relay.example.com/v1。
• API 协议：选 openai-completions 等 OpenAI 兼容协议。
• 凭据 + 至少一个模型：API Key，或 apiKeyEnv 引用环境变量。

"获取可用模型"按钮会调用 OpenAI 兼容的 GET /models 端点；如果中转站不提供该端点，就手动输入模型 ID。常见的两个报错：MISSING_CREDENTIAL（去模型页存 key）与 UNKNOWN_MODEL（加一个存在的模型）。

方式三：settings.yaml（适合写进配置仓库）

# $DSH_HOME/settings.yaml
llm-pi-ai:
  apiKeyEnv: GATEWAY_API_KEY
  api: openai-completions
  baseURL: https://relay.example.com/v1
  models:
    - id: deepseek-v4-pro

注意：每条路由只能用一种 wire 协议；OpenAI 兼容实现必须有 API key 或 Authorization 头，本地无鉴权服务需要用 apiKeyEnv 引用占位凭据。如果你用的是 DeepSeek 官方而不是中转站，官方 base_url 有三个：OpenAI 兼容与 Responses API 都走 https://api.deepseek.com，Anthropic 兼容走 https://api.deepseek.com/anthropic。也就是说，想让 Claude Code 直连 DeepSeek V4 Pro，把 base_url 指到 /anthropic 即可；想让 Codex 直连，走 Responses API。中转站通常只实现 OpenAI 兼容这一种协议，选型时先确认。

模型 ID 速查：哪些本站收录的中转站已经在卖

由于 DeepSeek 这次模型 ID 没变（仍是 deepseek-v4-pro 与 deepseek-v4-flash），任何转发官方接口的中转站理论上会直接吃到 0813 正式版。从本站已收录的供应商信息看，明确挂出 deepseek-v4-pro 与 deepseek-v4-flash 的包括：

• DeepSeek 官方（platform.deepseek.com，国内直连，¥3/¥6 窗口价，8 月 17 日后调价）
• 硅基流动 SiliconFlow：自托管开源权重，V4-Flash ¥1/¥2、V4-Pro ¥12/¥24（缓存 ¥1.00），国内直连无需代理
• 302AI、4SAPI、OpenRouter、CloseAI、AIHubMix、FlowBar、UiUiAPI、DuckCoding、TokenRiver：均列出 deepseek-v4-pro + deepseek-v4-flash
• RunAPI：列出 deepseek-v4-pro；YKH.AI：列出 deepseek-v4-flash

再补一句诚实提醒：以上模型 ID 是本站收录时各平台填写的模型标识，不代表每一家此刻都已同步到 0813 最新权重，也不代表价格仍是这篇文章里的数字。 DeepSeek 侧模型 ID 长期稳定、风险较低；但官方 8 月 17 日调价后，各中转站是否跟涨、跟涨多少，需要你在选型时逐个核对最新控制台。OpenRouter 等聚合层的模型名偶尔会带厂商前缀（例如 deepseek/deepseek-v4-pro），填写时以目标平台实际列表为准。

最后给一个完整的"从零到跑通"的最小流程：先在本地 npx @deepseek-ai/dsh web 起服务（需 Node 22.19+ 或 24+）；在 Web UI 里添加自定义提供方，base URL 填你的中转站 /v1 地址、协议选 openai-completions、模型 ID 填 deepseek-v4-pro；然后随便开一个标准模式会话，让它在你的工作区里做一件小任务（比如"读 README 并总结"），确认工具调用与计费都正常，再上真实任务。整套流程不需要 DeepSeek 官方账号，你只向中转站付费。

八、结论：这一晚真正的信号与需要警惕的坑

DeepSeek Harness 的发布，和同夜 V4 Pro 正式版放在一起看，信号其实很清楚。

第一个信号：大模型厂商的竞争，从"比模型"正式进入"比 Harness"。模型本身的智能当然还是根基，但 V4 Pro 的 Agent 跑分已经被官方放进"自己做的 Harness"里来测了——当一家模型厂商开始连执行环境一起开源，它押注的是"模型 + 执行系统"的整条交付链路。这个赛道早已挤满了人：OpenAI Agents SDK、Claude Agent SDK、LangGraph、OpenClaw、Grok Build……DSH 的差异化不是功能，而是"整条链路可重装"。

第二个信号：DeepSeek 想抢的是"模型之上的开发者入口"。模型是入口的上游，Harness 是更靠近用户的那一层。谁掌握了 Harness，谁就掌握了"用什么模型、怎么组织上下文、怎么调工具"的默认配置。DeepSeek 把这一层开源，等于公开邀请开发者把"自己的 Agent"搭在 DeepSeek 的底座上——这是和 Claude Code / Codex 完全相反的生态策略。

但有几个坑必须反复强调。第一，v0.1 是开发者预览，官方明说会有破坏性变更，生产环境别急着整体迁移。第二，官方 Agent 跑分掺了 Harness 变量，第三方复测出来前别拿"DeepSeek 碾压 Fable 5"这种标题当真。第三，第三方首测反馈偏慢（编程任务半小时以上），效率还没调到理想状态。第四，8 月 17 日官方调价是确定的，想用窗口价就趁早，但中转站价格要逐个核实。