2026 年 8 月 13 日，DeepSeek 正式开源 DeepSeek Harness（DSH）v0.1 开发者预览版，以 MIT 协议放出。上线 12 小时 GitHub Star 破 5 万，不到 24 小时突破 7 万，随后迅速冲过十万——这是继模型层竞争之后，DeepSeek 把重心上移到「Agent 基础设施层」的一次关键落子。

核心理念：一切皆插件

DSH 的设计哲学可以浓缩成一句话——Everything is a Plugin。模型、工具、技能（Skills）、会话、沙箱、存储、Agent 循环、调度、UI……几乎所有能力都被拆成可插拔的模块，由核心组件 Cordis 负责加载、卸载与依赖编排，实现动态组合。

这套机制并非横空出世：Cordis 已在 Koishi 机器人框架里跑了四年，背后是 4000+ 社区插件的生产级验证。也就是说，DeepSeek 把一个被反复打磨过的插件底座，搬到了智能体运行时上。

定位：比 Claude Code 更「底层」

同样是 Agent 工具，DSH 和 Claude Code / OpenAI Codex 走的是两条路：

• Codex、Claude Code 聚焦软件开发型 Agent——理解代码库、调工具、改代码，追求开箱即用；
• DSH 则往工程架构层下沉，把模型、工具、文件系统、沙箱、循环全部模块化，支持记录、回放、修改 Agent 的完整运行轨迹（trajectory）。

VentureBeat 的点评一针见血：模型可以通过标准化接口替换，但 Harness 决定 Agent 如何推理、调用工具、管理工作流，替换成本高得多。

四种模式与实测口碑

DSH 提供标准、PTC（程序化工具调用）、极简、创造（自定义 Agent）四种模式。从实测看：

• 简单任务：财报读取、网页制作等能稳定完成，且会主动标注外部来源、信息边界清晰；
• 复杂任务：物理机关、3D 场景等仍需人工验收，首次生成的因果链可能断裂，指出后能修正；
• 插件生态：支持从 GitHub 链接一键安装第三方插件，自定义 Agent（如「事实核查员」）约 11 分钟即可搭起。

口碑因此分化：开发者欣赏它「架构设计空间大」，普通用户则觉得安装使用体验不如成熟工具。官方也明确表态——这是开发者预览版，核心插件与 API 会持续变化，不追求开箱即用。

生态开放：不锁死任何模型

值得注意的是，DSH 并不绑定 DeepSeek 自家模型，支持接入 Anthropic、OpenAI 等自定义模型提供方。这种开放姿态，与「把 Agent 拆成零件、再还给开发者」的定位一脉相承。

写在最后

对企业的启示在于：当模型能力趋同，真正构成壁垒的是组织模型完成任务的「手脚层」。DeepSeek Harness 的插件化、全程可回放的可观测性，以及轨迹编辑能力，为团队自建、定制智能体提供了一个值得持续关注的开源底座——尽管它今天还远未到「开箱即用」的成熟度。