昨天注定是一个载入史册的日子——DeepSeek 一口气放出了两大惊喜:官方 DeepSeek V4 Pro 模型,以及 DeepSeek Harness 的 developer preview。
截至本文撰写时,仅开源两天的 DeepSeek Harness 已收获近 113,000 个 stars 和 11,800 个 forks,且还在持续上涨。它火爆的一个重要原因,来自一个很多人没注意到的名字:Cordis。
先说说 Harness 本身。它是一个本地编程 agent(简称 dsh),可以读取文件、运行命令、修改代码、搜索信息——类似 Claude Code。但真正让它区别于竞争对手的,是它的设计思路:everything is a plug-in。
模型接入、工具注册表、会话日志、审批策略,甚至驱动智能体的主循环,全部都是插件。切换搜索引擎或接入公司模型服务只需改配置,不用碰框架代码。
下一轮竞争不再只是比谁选的模型更强,而是比谁有一套系统,能够保证即使模型更换,工作状态、权限、记录和评估也不会丢失。
什么是 DeepSeek Harness?
Harness 可理解为"控制"或"管理"。如果把 AI 模型比作一匹马,Harness 就是你用来控制它的全部工程工作。你为 AI 编写的规则文件、配置的工具、任务拆解和执行顺序,以及测试和检查流程——这些都属于 Harness。

LangChain 在讨论 Agent Harness 时提出了这个公式:好的 Agent 必须由 Harness 和模型共同组成。
以前,DeepSeek 只开源了模型的一半,Harness 一直保持沉默,直到现在才把项目补完整。
你可以把 DeepSeek Harness 看作一款高度可定制的 AI 编程工具,与 Claude Code 和 Codex 相比。但它的野心不止于此——它不只是一个可编程 agent,而是一个可配置、可重配置的 agent runtime environment,官方口号是"Everything is a plugin."
DeepSeek Harness 的独特之处
如果只说一个特点,那就是它能够重构 runtime configuration 本身。
在官方架构中,从连接模型、注册工具、会话日志,到 agent 执行 loop,全部都被当作插件处理。它的核心是一个名为 Cordis 的 plugin architecture,彻底遵循"在现有连接面上按需添加必要能力"的理念,而不是把功能塞进庞大核心。

模型、文件操作、shell、sandbox、authorisation、search、child agents、web UI 等,都可以独立配置。
重要的是:可以在不破坏上层工作设计的前提下修改模型、迁移执行环境、去掉 web UI 以 headless 方式运行、替换 child agent。DeepSeek Harness 关注的是执行平台的契约——如何组合所需的能力。
安装 DeepSeek Harness
安装非常简单,只需一条命令:
npx @deepseek-ai/dsh web
前提是你的电脑已安装 Node.js。执行后终端会显示一个 URL,打开即可进入 web interface。首次使用需输入 DeepSeek API Key。
实战演示
进入 web interface 后,选择项目文件夹,即可在对话框选择模型及推理级别,设置文件系统和 terminal 权限。

默认模式是"Standard Mode",具备 AI 编程工具的全部能力。可以把它当作国产版 Codex 来使用。
任务 1:分析代码仓库并绘制架构图
让 DeepSeek Harness 分析自己的源代码仓库,并画出架构图。提示词:
Analyze the code repository structure and create a clear architecture diagram using Mermaid syntax.
AI 自动读取文件、分析结构,并输出 Mermaid 语法图表。虽然默认不会渲染图形,需要复制到 Mermaid 工具中查看,但内容相当完整。
你可以在"Trajectory"面板查看每次会话和工具调用的历史——这是关键特性,让每一次运行都可追踪。
任务 2:开发知识讲解网站
从零开始开发一个用交互式动画讲解"attention residual"概念的网站。大约 20 分钟后完成,cache hit rate 达到 99%,实际成本极低。

结果做得不错,动画生动,点和线之间的连接准确。还提供了 summary 和 quiz 功能,让知识讲解更完整。单看这个例子,DeepSeek V4 Pro 完全可以和 Claude 一较高下。

总结
DeepSeek Harness 刚发布一天,掌握基本用法已经领先了至少 90% 的用户。
"开源 + everything is a plugin"的方式让可能性几乎无限——也许不久之后,每个人都会按照自己的需求自由组装不同的 AI 编程工具。