文章总结： 本文解析了DeepSeekHarness开源Agent运行框架，指出其作为开发者基础设施的定位，反驳了产品灾难论。文章拆解了标准、PTC、极简与创造四种模式的差异，揭示其基于Cordis实现一切皆插件的灵活架构。作者还开发了桌面版与工作流可视化插件以降低研究门槛。建议开发者利用此框架深研Agent机制并定制专属配置，而普通用户现阶段宜使用成熟的消费级产品。 综合评分： 88 文章分类： 产品介绍,AI安全,安全工具

---

DeepSeek Harness是技术人自嗨炫技？

原创

轩辕之风 轩辕之风

轩辕的编程宇宙

2026年8月18日 11:19 四川

在小说阅读器读本章

去阅读

大家好，我是轩辕。

上周DeepSeek 终于把 Harness 端上来了。

没想到的是，项目刚开源没多久，就被骂成了“技术人自嗨”，甚至有人说，这是技术人主导的产品灾难。

为什么会出现这种情况？

周末我花了两天时间研究了DSH，并开发了一个可视化呈现Agent工作流程的插件：

这篇文章就来深入聊一下DSH，包括它的四种工作模式到底是什么，如何增加新的工作模式。

在开始之前，咱们得先搞明白 Harness 到底是什么。

从一个只会吐文字的模型说起

这是一个 AI 大模型，它本身只会根据输入生成内容。

比如你问它：“轩辕的编程宇宙这个 UP 主现在有多少粉丝？”

这是实时数据。大模型自己访问不了我的主页，自然拿不到准确答案。

但假设我开发了一个查询工具。传入 UP 主名称，这个工具就会访问主页，获取最新粉丝数量。

然后我再写一个程序，通过 API 调用大模型，同时告诉它：这里有一个可以查询 UP 主数据的工具。

现在再问同一个问题，大模型就能要求程序执行工具。

程序把查询结果重新发给大模型，它就能根据真实数据回答了。

一个原本只会生成内容的大模型，就这样获得了原来没有的能力。

继续接入文件、终端、网络搜索等工具，再让模型不断重复“思考、行动、观察”，它就变成了可以干活的 AI Agent。

但能干活，不代表能把活干靠谱。

工具参数不合法怎么办？模型返回格式错误怎么办？上下文越来越长怎么办？危险命令要不要确认？连续犯同一个错，要不要重试或换一种方案？

负责管理工具、上下文、权限、校验、重试和运行记录的这套工程系统，就是 Harness。

如果你想从零搞懂 Agent 和 Harness，我之前专门做过一期动画讲解，可以戳这里观看：

DeepSeek 到底开源了什么？

DeepSeek Harness 是一套开源的 Agent 运行框架。

模型接入、系统提示词、工具、上下文、命令执行、权限控制和运行记录，都被放进了这套框架里。

过去使用 Claude Code、Codex，我们看到的是已经组装好的 Agent。

DeepSeek 这次把 Agent 背后的 Harness 拆开了。开发者可以查看它的内部结构，也可以替换模型、工具和运行环境，做出自己的 Agent。

所以它当前更像开发者基础设施，而不是下载之后直接聊天的消费级产品。

官方也把它标记为 Developer Preview，也就是开发者预览版。项目采用 MIT 许可证，并且仍在快速迭代，未来会出现不兼容的改动。

这个定位很关键，后面再看那些“产品灾难”的批评，就更容易判断了。

跑起来不复杂，但确实有点别扭

官方提供了两种使用方式。

只想体验，可以安装符合要求的 Node.js，然后在终端执行：

npx @deepseek-ai/dsh web

想通过 AI 编程继续魔改，可以把源码拉下来：

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

启动之后，它会在本地运行一个 Web 服务。

浏览器访问 http://127.0.0.1:3080，就能看到界面。

这也是很多人觉得别扭的地方。

它不像 Claude Code 那样直接在命令行里交互，也没有像 Codex 那样做成点开就用的客户端。

你得先启动服务，再打开浏览器访问本地地址。

进入系统后，还要配置 API Key。除了 DeepSeek，自定义的 OpenAI 兼容接口以及主流模型提供方也能接进来。

虽然产品外壳还很粗糙，但它暴露出来的技术细节非常多。

模型调用、工具调用、输入输出 token、缓存情况和 Agent 运行轨迹，都能直接看到。

这对普通用户可能没啥用，但对研究 Agent 的开发者却非常有用。

四种模式，实际差在哪里？

DeepSeek Harness 内置了四种模式。

这里的模式并不是切换四个模型，而是给 Agent 换一套能力配置。

1. 标准模式

这是最完整，也是绝大多数人默认使用的模式。

文件编辑、Shell、网页搜索、Skills、计划、目标、子 Agent 和工作流，全部都有。

我打开请求详情后，可以看到很长的系统提示词和一整套工具列表。

Agent 每轮根据当前结果决定下一步，再调用对应工具继续执行。我们常见的 AI 编程 Agent，基本就是这种工作方式。

2. PTC 模式

PTC 全称 Programmatic Tool Calling。

它保留标准模式的能力，但改变了模型调用工具的方式。

假设一个任务要依次使用 A、B、C、D、E 五个工具，其中 B 的输出交给 C，C 的输出又要交给 D。

普通模式下，每一步都需要模型参与决策，通常会产生五轮模型与工具的往返。

PTC 模式允许模型写一段程序，在程序里直接把 B、C、D 串起来执行。

这样一来，中间过程不必全部塞进模型上下文，模型交互次数也有机会减少。

我在工作流页面里查看请求，发现发给模型的工具列表里只剩下 run_code。

模型每次写出不同的代码，再由 Agent 框架执行。标准模式是让模型组合一堆工具，PTC 则是让模型写程序来调度这些工具。

理想情况下，它可以更快，也能节省 token。

但这并不是稳赚不赔。模型写出的程序如果执行失败，仍然要反复修改，最后的调用次数甚至可能更多。

3. 极简模式

极简模式真的很极简。

它的系统提示词只有一句话，工具列表里也只有 Bash 和 str_replace_editor。

Skills、子 Agent、工作流和上下文压缩都没有。

等于撤掉更多外援和工程干预，让模型尽量依靠自身能力解决问题。

它适合做模型测试，观察同一个模型在最少 Harness 干预下会怎么完成任务。

真想拿它稳定干复杂工作，标准模式更合适。

4. 创造模式

创造模式最难理解，也最有意思。

普通模式让 Agent 使用现成工具干活。创造模式还能查看 Harness 里有哪些插件，把插件重新组合起来，创建一种新的工作模式。

我让它获取我的B站账号“轩辕的编程宇宙”最近十期视频的数据。

它用现有工具完成任务之后，我继续要求它创建一种专门获取 B 站 UP 主数据的新模式。

这个过程并不顺利，折腾了两轮才成功。

但成功之后，新建会话时，模式列表里真的出现了它刚刚创建的新 preset。

preset 可以理解成一份 Agent 配置。它规定系统提示词是什么，要加载哪些插件，给 Agent 哪些工具。

我在新模式里输入“获取影视飓风最近十期视频的数据”，它调用专门创建的 B 站数据工具，很快就把任务完成了。

原来需要几十次模型与工具往返的流程，现在被收进了一个更专用的工具里，总共只调用了4次AI，大大节省了时间和成本。

一句话记住四种模式：标准模式给完整能力，PTC 改变工具调用方式，极简模式减少工程干预，创造模式组装新的 Agent 配置。

Cordis，才是自由组合的关键

DeepSeek Harness 为什么能这样拆来拆去？

答案就是 Cordis。

Cordis 是一个独立开源的 TypeScript 插件框架，采用 MIT 许可证。DeepSeek Harness 把固定版本的源码放进了项目的 vendor 目录，并做了自己的修改。

DeepSeek 在官方 README 里用一句话概括这套架构：Everything is a Plugin，一切皆插件。

不光是 Agent 使用的小工具。

模型适配器、文件系统、沙箱、会话日志、Agent loop，甚至 UI，都可以做成 Cordis 插件。

所以前面的四种模式并不是四套程序。

它们是在同一个 Harness 里，加载了四份不同的插件清单。

想换模型，替换模型插件。

想把本地执行环境换成远程沙箱，替换对应插件。

想让 Agent 只拥有指定工具，就写一份新的 preset。

我把它做成了点击即用的桌面版

官方版把底层能力开放得很彻底，对新手却不算友好。

安装 Node.js、执行命令、访问 localhost，第一次使用就有好几个门槛。

所以我基于官方开源版本，做了一个桌面版。下载安装后，点开就能使用。

我还在界面里增加了文件、终端和工作流三个 Tab。

文件页面可以查看 Agent 工作目录里的文件。

终端页面可以直接执行命令，不用在几个应用之间来回切换。

我最想分享的，还是工作流页面。

每一轮对话里，Agent 发起了多少次模型请求，执行了哪些工具，总共花了多久，都能直接看到。

点开请求卡片，还能分别查看系统提示词、消息、上下文和工具列表。

标准模式为什么有一堆工具，PTC 为什么只看到 run_code，极简模式到底简化了什么，全都能从真实运行轨迹里看出来。

以前学习 Agent 工作机制，大家只能看概念图。

现在可以把一次真实任务拆开，看清模型请求、模型响应和工具调用到底是怎样循环起来的。

对正在学习 Agent 的同学来说，这个页面比背定义直观多了。

后来我又把工作流功能从桌面版里独立出来，封装成了一个单独的 DeepSeek Harness 插件。

这样即使你使用的是官方版，也可以单独安装这个插件，把 Agent 的工作过程可视化出来。

插件源码和安装方法我放在 GitHub，文末会给地址。

最后还想说几句

再回头看开头那句“技术人主导的产品灾难”。

说 DeepSeek Harness 现在难用，我同意。

界面粗糙，配置复杂，文档对新手不够友好。插件的安全性和生态质量，也没有经过足够长时间的验证。

这些都是真问题。

但要说它是“技术人自嗨”，我不同意。

官方定位写得很清楚，它目前就是开发者预览版，面向想要搭建、研究和改造 Agent Harness 的开发者。

拿 Claude Code、Codex 这些成熟产品的顺滑度，去要求一个刚开源的基础设施项目，这个比较从一开始就错位了。

这也符合我对 DeepSeek 路线的理解：先把基础模型和底层能力做出来，再由外部开发者继续做 To B 和 To C 产品。

我做的桌面版，以及现在拆出来的工作流插件，就是一次浅浅的尝试。

真正值得观察的，是 DeepSeek Harness 能不能在真实任务里变得更稳定，插件生态能不能长出有用的东西，开发者能不能基于它做出普通人愿意用的 Agent 产品。

刚开源就直接给它判死刑，有点早。

大家也大可不必 FOMO。

现阶段它更适合开发者折腾。只想稳定干活的普通用户，直接使用 Codex、WorkBuddy 这类消费级产品，体验会顺手得多。

如果你想研究 Agent 的真实工作流程，或者比较 DeepSeek Harness 四种模式的区别，可以去 GitHub 下载我做的工作流插件。

https://github.com/xuanyuanzhifeng/dsh-plugin-agent-workflow

好了，今天就分享到这里。

如果觉得还不错的话，求个点赞。

路过的朋友欢迎点个关注呗，及时获得下期文章推送~

往期推荐

• 10分钟速通Claude Code泄露源码核心架构！
• 我做了一个Claude Code模拟器，可视化呈现与AI的每一步交互！
• 手把手带你用AI开发一个代码全景图分析智能体，一键分析GitHub项目！
• 一句话让AI生成科普动画，做动画视频太简单了！
• Agent Skills技术到底是什么，一个动画彻底搞懂！
• Gemini3现在能做这种地图轨迹动画了，免费就能体验！
• 如何学习操作系统？
• 程序员赛道太卷，逆向工程师怎么样？

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：轩辕的编程宇宙 轩辕之风 轩辕之风《DeepSeek Harness是技术人自嗨炫技？》