DeepSeek-Harness系列（一）：DeepSeek Harness 是什么——万物皆插件的开源 Agent 底盘
TL;DR 全文速览
- DeepSeek Harness（dsh）是 DeepSeek 官方开源的 Agent 底盘：Agent = Model + Harness——模型是灵魂，Harness 是手脚和神经系统
- 它不是 Claude Code 这类整车的平替："租来的整车" vs "自己装的底盘"，万物皆插件，连 Agent 循环和权限系统都是可换零件
- 开源三周 20 多万 star；插件生态近万仓库；官方入口是 npm 的 @deepseek-ai/dsh（PyPI 同名包是第三方协议库）
- 适合：想深度定制 Agent、在意成本与过程审计的开发者；只要开箱即用或生产 SLA 苛刻的，先观望 Developer Preview
你可能用过 DeepSeek：一个对话框，你问它答。写诗、改文案、讲数学题，它都行。但它所有的聪明，都发生在对话框里。
过去几年，我的主力一直是美国的 ChatGPT、Claude、Gemini。不是没试过国产，是那时候真差着一截。这一年多的变化快得超出预期：国产模型比如 deepseek、kimi、glm 等在很多任务上已经不输，有的甚至反超，价格还便宜一大截。我现在日常几乎全切到国产模型了。
2026 年 8 月 13 日，DeepSeek 干了一件很多 AI 公司没干过的事：一边把旗舰模型 V4-Pro（目前最强的那个）正式商用，一边开源了另一样东西。模型年年有人发，不稀奇；稀奇的是这次开源的是一个让 AI"动手干活"的软件，理念只有一句话：Everything is a plugin，万物皆插件。
这个软件开源不到三周，就在 GitHub（全球最大的开源代码托管网站）上攒下 20 多万个 star（相当于"收藏 + 点赞"），是开源圈少见的速度。它叫 DeepSeek Harness，简称 dsh。
我自己也是先抱着试试看的心态第一时间装上，尝鲜了一段时间，体验比预期好不少，甚至我感觉它非常有可能替换掉我最常用的 Claude Code，变成我的日常主力。至于一个"底盘"凭什么让我动这个念头，看完这篇，你会找到一半答案。
这篇文章是 dsh 系列文章的第一篇，目标只有一个：让你看完能明白，dsh 到底是什么，它跟你手机上那个会聊天的 DeepSeek、跟市面上那些"AI 工具"，分别是什么关系。
一、模型只会"说"，不会"做"
你常用的 AI 工具中负责"想"的那部分 AI（也就是模型），是动不了手的。你让 DeepSeek"帮我设计一下这个表格字段"，它会很认真地在对话框里告诉你该怎么做。它读不到你电脑上的文件，跑不了命令，上不了网，甚至有可能不记得上一轮自己说过什么。
想让 AI 真的把活干完，模型外面得有一层"身体"：读文件、跑命令、上网查资料、把结果拿回来喂给模型、判断这一轮做完要不要继续……这些"动手"的活，全是这层软件在干。模型负责想，身体负责做。
这层"身体"有个英文名字，叫 harness（原意是马具——把牲口的力气传到车上去的那套东西，现在被引申为"把模型的力气变成实际动作的那层软件"）。它不是 DeepSeek 发明的：Claude Code、OpenClaw 这些工具内部都有一套，只是焊死在产品里，不单卖。
行业给"会干活的 AI"写了个公式：
Agent = Model + Harness
智能体（Agent，就是会干活的 AI）= 大脑（Model）+ 身体（Harness）。后面我们干脆叫它"智能体"（智能体的概念现在可太火了）。
以前你用 DeepSeek："帮我整理这份材料。"它只会处理文字，剩下的活都得自己干。有了 dsh，同样这句话，它真的去读你的文件、上网查、做表格，每一步还有记录。
这层身体具体管什么呢？你下指令，它把这句话连同背景资料、工具使用说明打包发给模型（这一步叫"组装提示词"，提示词的英文是 prompt）；模型说"去读一下这个文件"，它真的去读，把内容拿回来（工具调度）；每一轮说了什么、做了什么，它都记账（会话日志）；遇到危险操作，它先拦下来问你（权限）；模型说"干完了"，它判断是不是真的干完、要不要继续（循环控制）。
那让模型直接接服务接口不就行了？单件事确实可以，任务一长就露馅了，聊到后面上下文越堆越多，谁来压缩？工具报错谁负责重试？干到一半断了怎么接上？每一步有没有留证据？过去这些活散落在每家团队自己写的"胶水代码"里，写一次就封死，别人没法用。2025 到 2026 年，行业才把这层单独拎出来、起了名字。DeepSeek 干的是更下一步：把这层做成产品，还开源了。
二、dsh 就是这层"身体"，DeepSeek 把它开源了
把整个技术栈想成一辆车，就好记了：
/// 三层图景 ///
- 模型层，发动机：DeepSeek、GPT、Claude 这些模型，负责想。发动机再强，自己可不会跑。
- 底盘层，车架、传动、仪表：把发动机的力气变成轮子上的转动。dsh 就在这层。这层平时看不见，都被包在整车里卖给你。
- 应用层，整车：你平时用的那些 AI 产品，替你写代码的、替你办公的、陪你聊天的，都在这层。
官方对 dsh 的自我定位很直白："模型之下、应用之上"的中间层。MIT 协议开源（想怎么用都行，商用也随便）。
它是 DeepSeek 官方出品，和 V4-Pro 同一个发布窗口亮相——模型管"灵魂"，身体管"手脚"，双发是刻意安排。底层站在一个叫 Cordis 的内部框架上，背后有篇和北大合作的论文，名字很唬人，叫"时空可组合性"。别慌，下一篇的主角是它，这里只提一句：dsh 那些"听着像吹牛"的特性，理论根子都在那篇论文里。
现在的状态是 Developer Preview（开发者预览），也就是还没转正。官方 README 里有一句大写字母的警告，翻译过来是"一定会有破坏兼容的更新"。多"破坏"呢？开源 8 天发了 10 个版本↗，版本号一路小跑。这个节奏，比任何免责声明都直观。
一句话定位：dsh 不是又一个助手 App，是"造助手"的底盘。
三、"整车"：你身边那些会干活的 AI 成品
2026 年，"会干活的 AI"已经从程序员圈蔓延到普通人身边。腾讯出了 WorkBuddy，一个桌面智能体工作台，能把腾讯文档、会议、微信生态串起来，主打"让 AI 替你上班"；字节的豆包专业版（豆包 Pro）能操作你电脑上的软件、调浏览器、定时跑任务；阿里也有千问办公。它们把文档、表格、上网、日程打包成一个"数字员工"，不写代码的人也能指挥。
还有一群主要服务程序员的。最出名的是 Claude Code（做 Claude 模型的那家公司出的）和 Codex（OpenAI 出的）——你给一句话，比如"把这个报错修了"，它自己读代码、改文件、跑测试。你不一定会用到它们，先知道它们是"程序员版数字员工"就行。同类还有 Cursor（把 AI 装进写代码的软件里）、GitHub Copilot、Google 的 Gemini CLI / Antigravity，国产的 Kimi Code、Qwen Code，以及一堆开源免费的 OpenCode、Cline、Pi……程序员圈已经卷成红海。
办公的、写代码的放一起看：它们都是"整车"——模型 + 一层调好并焊死的身体，装上就能用。你只管用，拆不动，也不需要拆。 区别只在身体替你干的活不一样：有的写代码，有的办文档。
选整车的人图什么？图省心。我要的是车能开，不是研究车，这完全正当。
四、那 dsh 跟"整车"差在哪：整车 vs 底盘
误解：dsh 是 Claude Code 的免费平替。（换成 WorkBuddy、豆包 Pro 来问，答案一样。）
不是。本来我第一眼也以为是平替，看了一圈文档和社区实测才明白差在哪：上面那些都是整车，dsh 是底盘，不是一个物种。
整车大多也可以换模型，真正改不动的是车架：主循环（怎么决定下一步、什么时候算干完）、权限审批（什么操作要先问你）、沙箱（能在你机器上碰什么）、会话日志（每步留了什么），加上界面，都是各厂自研的固定结构；工具管线想改，只能等官方更新，或在 hooks 这类"预留的口子"里打补丁。
那开源的 Codex、OpenCode、Cline、Pi 怎么算？它们开源、也能随便换模型，不假。可车架呢？想换成自己的，只能把源码 fork（复制一份）出来改，从此每次上游更新都得手动合并，这个代价叫 Fork 税（下一篇展开），更别说大部分人根本不会改。插件、外部工具它们也能装，但都是往固定车架上加装，装得再多，车架还是原厂那副。
所以一句话区分：开源整车是"图纸开源、车架焊死"，想动核心得 fork；dsh 是"核心本身就是可换零件"，改核心和装插件是同一件事。
/// 整车 vs 底盘 ///
dsh 是底盘，意思是它的车架本身就是一套可换零件：接哪个模型、有哪些工具、会话怎么存、沙箱（给程序圈出来的隔离区）怎么圈、主循环和界面长什么样，都是插件（可以随时装上卸下的零件）树上的节点，任何一个都能拆下来换。官方出厂还带一套开箱即用的"出厂调校"，叫 preset，装好就是一个能直接用的编码智能体；不想用哪个零件，换掉就行。
更离谱的是，方向反过来也行：dsh 甚至能把 Claude Code、Codex 这些整车当"子智能体"调度，让整车给底盘打工。这个玩法有点反直觉，后面会专门展开说。
当然，自由是要自己动手的。装底盘得懂点结构：插件、配置这些概念躲不开。网上的相关文章，"学习成本"是被提得最多的槽点，装环境时的坑也不少。这个我信，光是分清 preset 和 patch（配置补丁）就够新手喝一壶（后面我应该会专门写，其实没多玄）。社区对这种状态的比喻更糙，也更准："毛坯房"——本体没装修，住得舒不舒服全靠自己添置。但，装修队和建材市场都给你备好了，插件市场、精选列表、连命令行都不用碰的桌面版都有。先住进去再说，也是一条路。
这里没有鄙视链，只有物种差异。租整车对多数人甚至是更聪明的选择。问题只在于，你想不想有一天打开引擎盖。
五、装好它能干什么：四种模式 + 生态一瞥
底盘装好什么样？默认是一个能直接用的编码智能体，界面长这样：
/// dsh 默认界面 ///
除了默认姿态，出厂还给了四种模式可选：
- Standard：全功能编码智能体，日常重构、修 Bug、技术调研都用它
- Code：把工具开放出去，让模型自己写程序来编排工具，跑自动化批量流程用
- Minimal：只留两个基础工具的极简环境，跑分和评测用
- Creator：反过来给你"造模式"用的，写你自己的 preset，测你自己的插件组合
四种模式里我个人最留意 Creator：它等于官方承认"预设本身就是可编程的"。
生态这一侧更热闹：GitHub 上 dsh-plugin 主题的仓库，8 月 21 日还是 9,966 个，月底就涨到 12,801 个——发布两周多，涨了近三成。精选列表和插件市场也跟着长了出来。扫一眼品类：联网搜索、Git 工作台、成本监控、长期记忆、架构图生成，都有人做了。热到连"皮肤"都成了插件品类，主题市场里挂了 189 个；装插件这件事本身也卷出了新玩法，在对话框里说一句"帮我装个 XX"，它自己动手装。甚至有人把顺序整个倒过来：懒得配环境，直接让手里的 Codex 帮忙把 dsh 装上。让智能体装 Harness，让 Harness 装插件，这画面很 2026。哪个值得装、怎么防坑，后面会专门带你在货架上过一遍。
我写初稿时记过一个"错位"：原厂模型却还没开放图像输入，dsh 的视觉能力先靠生态补上了（即在deepseek模型还看不懂图片的时候，各路第三方开发大神已经开发好了给他外挂眼睛的视觉插件，这也是开源的威力所在），我本想说底盘备好了接口，发动机没跟上。结果稿子还没定稿，发动机就追了上来：8 月 21 日，DeepSeek 上线 V4-Flash-Vision-Exp，多模态 API 正式开放；官方技术报告还公布了一套很激进的视觉压缩方案，理解一张图只留约 90 个缓存条目，对比 Claude 要 870 个、Gemini 要 1100 个。"底盘和发动机分开升级"不再是比喻，是实实在在发生过的事。
dsh 另一样值得单独看的东西，是模型轨迹（Trajectory）视图。智能体每次干活，读了哪些文件、调了哪些工具、中途改过什么主意，全按时间线记下来。
/// 模型轨迹回放 ///
顺带避个坑：Python 的包仓库 PyPI 上有个同名的第三方 deepseek-harness，是个人维护的协议适配库；官方入口是 Node 的包仓库 npm 里的 @deepseek-ai/dsh。
六、谁该现在关注，谁可以先等
最后一点，这东西不是人人都该冲。这里先给结论，完整的地图留到后面的文章再讨论。
现在就该盯着的：想深度定制智能体的人，想换掉主循环、换掉权限策略、把智能体拆开重组，你是它瞄准的用户；对安全审计有执念的人，源码全开、会话日志可完整回放、每个工具调用前后都有拦截点，这在闭源产品里做不到；做 AI 基础设施研究的团队，这是把"隐形的中间层"摊开在桌上的现成样本。已经想试水的，社区实测指了三个反馈最正面的切入点：中文写作、超长上下文任务、大批量跑任务。先从这三类活里挑一件真的丢给它。
可以先等的：只要一个开箱即用编码助手的，成熟产品更稳、更省心，物种不同而已；生产环境有 SLA（服务等级承诺）要求的，预览版说破兼容就破兼容，别拿业务赌。
有意思的是中间地带：社区里一堆人正"把底盘当整车开"。官方定位是基础设施，用户拿它天天写代码。能这么用，说明出厂预设已经够顺手的了；但预览版说变就变，真正疼的也会是这批人。这个偏差本身很值得聊，后面会展开。
这个系列要说啥
回到开头。你手机里那个会聊天的 DeepSeek，只是"大脑"；dsh 把"身体"单独做出来开源了——而它的野心，是把 Agent 拆成零件卖。
这可能比"又一个新模型"更值得关注：各家模型都在频繁更新，把"会干活的 AI"拆成可换零件单卖，这是第一次。而且这辆底盘不只能造编码智能体。同一个 dsh，调成不同的预设，也能变成替你处理文档的办公智能体、替你盯数据的运营智能体。它到底能长出什么，取决于谁能先把一个行业的工作拆成"模型 + 流程"。
整个系列就沿着这条线往下走：先讲它凭什么敢说万物皆插件（原理），再带你逛它的插件生态、照着装配出一台能用的（插件与上手），然后算一笔自由的账（安全），看看它会怎么变（变化），中间还会提到一些踩过的坑。
下一篇会解释一个现象：在 dsh 里卸载一个插件，配置和系统状态会恢复得像它从没来过。这不是工程上的巧合，背后是论文里的数学承诺。
怎么做到的？下篇见。