导读8 月 13 日，DeepSeek 在 V4 Pro 发布次日开源 Agent 框架 Harness（MIT、开发者预览版），当天冲上 Hacker News 第一。多数评测在比它能不能替代 Claude Code 或 Codex，这问偏了——Harness 想交的不是更好用的编程助手，而是一张组装 Agent 的图纸。本文讲清三件事：Cordis 内核怎么让组件"装得上也拆得干净"，创造模式凭什么让 Agent 在运行时改装自己，以及模型公司为什么要抢模型之外这一层。
多数人在比成品，DeepSeek 在交图纸
先把事情说清楚。2026 年 8 月 12 日深夜 DeepSeek 上线 V4 Pro，十几个小时后的 13 日，Harness 开发者预览版推上 GitHub，MIT 协议。它不是新模型，也不是 API 客户端，而是一套构建、运行和扩展智能体的 SDK 与应用框架：读文件、跑命令、改代码、查网页、派子任务，默认连 DeepSeek 模型，也能自己换。仓库在 https://github.com/deepseek-ai/deepseek-harness 。
然后网上就吵开了。有人拿它写丧尸射击游戏，有人对比 Codex 审美更好，但这些评测问的是同一个问题：它好不好用，能不能换掉我现在的编程助手？
这个问题只看到了默认应用。Harness 仓库有 230 多个 workspace 成员，文件系统、终端、子进程、语言服务器、网页、子智能体、工作流、会话持久化、凭据，每一项都是独立的包。这不是一个产品的体量，是一块地基的体量。普通 Agent 像一台装好的电脑，Harness 更像一块洞洞板，什么都能插上去、拔下来。买装好的电脑你用的是它给的配置；拿到洞洞板，你拿到的是"怎么拼"的方法。
⬆️AI生成
Cordis：一个会自己收拾残局的内核
"一切皆插件"现在每个框架都在喊。Harness 喊得有点过头——连驱动 Agent 运转的主循环本身，都是插件。模型接入、工具注册表、会话日志、审批策略，全是。
靠一个叫 Cordis 的微内核。它不是 Harness 新写的，来自 Koishi 生态——一个跨 QQ、Discord、Telegram 的聊天机器人框架，社区攒了 4000 多个插件，天生就是"几十个插件热插拔、随时改配置"的场景，只是那时候没有大模型。Harness 把整个 Cordis 源码 vendor 进仓库、改 scope 为 @deepseek-ai/cordis，公司写的每个包都设成对它的依赖。不是"用了个库"，是整栋楼盖在这块地基上。
Cordis 解决一个词：拆得干净。
插件装上容易卸掉难。注册的监听、起的定时器、开的连接，卸载时漏撤销一个就成了孤儿，跑几天系统变垃圾堆。VSCode 是活教材——论文统计安装量前 100 的扩展，87 个含可执行代码，卸载都得重启整个 extension host。Cordis 让每个副作用在发生那一刻就带上自己的逆操作：注册监听时同时交回"注销它"的函数，运行时把逆函数按后进先出摞起来，卸载时整摞执行，上下文回到加载之前。写过 C++/Rust 的人会眼熟——RAII、Drop trait 都是这思路；React 的 useEffect 也返回 cleanup。差别在组合：React 的 hook 只能写在组件顶层，塞不进条件、循环、异步；Cordis 没这些限制，操作能自由组合、能异步，而复合操作的逆自动从子操作派生，拆卸逻辑不用另写一遍。
这有论文背书。DeepSeek 同步发了 80 页论文《A Programming Paradigm for Spatiotemporal Composability》（时空可组合性的一种编程范式），作者是北大的 Yifan Shi（同时属 DeepSeek）、张伟和 DeepSeek 的崔添翼。论文给了动态组合演算和五个定理，最重的叫汇流性：不管系统经历了怎样一串加载卸载，最终静止状态等同于把最终那批组件一次性按依赖顺序装好。推理一个跑了几天、热插拔无数次的系统，可以当它静态装配的来推，不用回放整部历史。
这就给"一切皆插件"兜了底：插件不是不能乱，是乱完能回到一个确定状态。
让 Agent 在高速上给自己换发动机
插件能装能拆，听着是工程便利。Harness 把它推到了让人后背发凉的地方——让 Agent 在运行时改装自己。
Web UI 有四种模式。标准模式功能最全；PTC 让模型写一段 TypeScript 编排多步工具调用，减少往返、省 token；极简模式只留一个持久终端和一个文件编辑器，系统提示词只有一句话，V4 Pro 官方公布的 Agent 基准——DeepSWE 62.7、Terminal Bench 2.1 的 87.9——就是在这个模式下跑的。
图片来源：DeepSeek Harness
第四档创造模式是另一回事。选了它，Agent 能检查当前运行时的插件树，临时写个监听器、注册个新工具、挂个新服务，做完再卸掉。相当于车在高速上一边跑一边给自己换发动机。项目没敢默认打开，信任等级标成和 shell 访问同级；临时插件只活在进程内存里，不写文件、不装包、不改配置，重启即消失。
难就难在收拾残局。Agent 自己写的插件要是留个没关的连接、没注销的监听，自我修改几次后系统就成乱麻，甚至可能把"恢复用的那个进程"搞坏。Cordis 的可逆副作用在这里才显出分量——临时插件走和正式插件一模一样的生命周期，注册项有确定回收路径，跑完能干净撤下来。
话不能说满。论文作者自己承认，语言级访问控制在恶意组件面前不成立，真正的沙箱得靠语言之外的执行边界；创造模式默认关着。它更像一个研究方向的产品形态：智能体不只是使用能力，还能在受控边界内重新组合自己的运行时。 离"安全无忧"还远。
模型之外的那一半
模型公司为什么花这么大力气做模型之外的东西？因为模型和它的运行环境根本不是分开的。
一个反直觉的事实：同一个模型，换个 harness，产物会不一样。腾讯技术工程做过对照，固定 Kimi K3、同一套 prompt 和工作区，DSH 和 Kimi Code 同一批题都 15/15 通过，走法却不同——Kimi Code 5 次工具调用搞定，DSH 走了 9 到 11 步；用同一个 V4 Pro 做跳一跳游戏，两边做成两种产品。harness 不是透明管道，它在参与塑造模型怎么思考、怎么调工具。
三家路线也不同。OpenAI 给 Codex 准备了专门的 GPT-5-Codex，官方说是"a version of GPT-5 optimized for agentic coding tasks in Codex"，用真实编码任务做过强化学习训练；Anthropic 不另出模型，Claude Code 用标准 Sonnet/Opus，靠系统提示和工具协议驱动，把 agent 能力做进通用模型。DeepSeek 目前能确认的是协同——基准在 Harness 上跑、同天发布、官方公式写着 Model + Harness = Agent，但有没有类似的专门后训练，公开材料没明说，我不替它下结论。
那其他模型能用吗？能用。DSH 挂着两个适配器：dsh-llm-deepseek 直连自家模型，默认 V4 Flash；dsh-llm-pi-ai 包第三方库做多厂商协议转换，官方约 40 家可选模型大多走这条道。有人拿 GLM-5.3 接 DSH 跟 GPT-5.6-Sol 对标做生产级抠图应用，核心功能打平，GLM 在登录限流、安全响应头上还更全。但"能跑通"和"被充分验证"是两回事——原配的系统提示、工具 schema、错误映射、流式中断恢复都一起调过，换模型这些边角行为得自己验。DeepSeek 是一等公民，其他模型架构上平等、工程上需自证。
这就是 Harness 想占的位置。模型决定智能上限，而模型看见什么、能碰什么、做过的事能不能被完整回放审计，是 harness 决定的。它把"模型看见的一切必须能从日志重建"做成硬规矩，工具调用、流式输出、权限切换、取消原因全进追加式 Session Log，界面和持久化从同一个事件源派生；一个任务跑了几步、读了什么、改了什么、花了多少 token，都能在 Trajectory 视图里按时间线回放出来。
安全上默认 workspace-write、失败关闭，被守卫拒绝的操作不能被后续插件偷偷放行。对企业，这些往往比聊天窗口多几个按钮更要命。
图片来源：DeepSeek Harness
它在和谁抢位置
这一层早有人了：OpenAI Agents SDK、Anthropic 的 Claude Agent SDK、侧重持久化执行和人机协同的 LangGraph。Harness 的差异是把这些能力进一步拆成可配置组合的插件——同一份代码，加适配器加 Bash 加 TUI 就是终端助手，换 Web 插件就是浏览器应用，换 Headless 入口就成跑完即退的 CI 任务。谁掌握这一层，谁就更接近真实任务入口。
能不能成是另一回事。它还是开发者预览版，破坏性变更会很频繁；插件生态的老问题——版本兼容、供应链安全、社区插件半年后失修——一个都不会少，Hacker News 上已有人拿"头六个月都很好，之后是噩梦"质疑。带队的是崔添翼，浙大毕业，在 Jane Street 做过，2026 年 3 月加入 DeepSeek，5 月公司内部立了 Harness 专项团队由他负责，设在北京，仓库里他的提交排第一。一个前量化交易员来做 Agent 底盘，气质居然很通——量化系统对"组件出问题不能拖垮全局、状态要可回放"的执念，和 Session Log、失败关闭是一回事。
最后提醒一句：Harness 代码 MIT 免费，但跑 Agent 要配 API Key，模型调用照样花钱。框架开源不等于服务免费。
它今天能不能替代你手头的编程助手？多半还不能，默认体验离 Claude Code、Codex 有距离。但这事本就不该用"能不能替代"衡量。模型把智能拉到同一水平线之后，决定谁能进生产环境的，是模型外面那一半。DeepSeek 把答案整个摊开了，MIT，随便拿。
答案对不对，得有人真在上面跑一年才知道。我先装上了。你慢慢来。
参考资料
-
DeepSeek Harness GitHub 仓库（MIT）： https://github.com/deepseek-ai/deepseek-harness -
Cordis 论文《A Programming Paradigm for Spatiotemporal Composability》： https://github.com/cordiverse/paper -
Cordis 微内核仓库： https://github.com/cordiverse/cordis -
DeepSeek-V4-Pro 模型（Hugging Face，权重 MIT）： https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro -
GPT-5-Codex 模型文档： https://developers.openai.com/api/docs/models/gpt-5-codex -
Claude Code 模型配置说明： https://support.claude.com/en/articles/11940350-claude-code-model-configuration -
DeepSeek Harness 团队成立报道（科创板日报/新浪财经）： https://finance.sina.com.cn/tob/2026-08-12/doc-inimzqcs5391945.shtml
— THE END —
文章仅做学术分享，如有侵权请联系删除，非常感谢！