近日，人工智能领域迎来重要动态，DeepSeek Harness开发者预览版（v0.1版本）正式开启公测，并同步选择开源。这一消息公布后，迅速在开发者社区引发广泛关注，半小时内其GitHub仓库星数就突破一万，截至目前，星数已超三万。
就在宣布公测两小时前，DeepSeek官方还宣布了DeepSeek - V4 - Pro正式版上线以及价格即将大幅上涨的消息。这一系列动作如同“闪电二连击”，在国内外社交媒体上掀起热潮，众多内测成员纷纷发表“解密感言”，还晒出内测成员大合影。不过，也有开发者认为DeepSeek Harness更像是一个开发框架，而非Coding Agent。
此前社区猜测DeepSeek Harness会采用Pi Agent架构，或套用DeepSeek模型缓存命中率超高的Reasonix，但实际情况并非如此。据DeepSeek Harness团队介绍，该框架采用“一切皆插件”的设计理念。模型、工具、技能、会话、沙箱、存储、循环、调度、UI等所有Agent能力，均由插件组合构成，可自由替换、灵活重组。
其底层是Cordis插件系统，这个元框架仅负责插件的加载、卸载和依赖关系。Agent Harness的所有具体组件都是不同的Cordis插件，该元框架理念源自北京大学和DeepSeek联合署名的一篇论文《A Programming Paradigm for Spatiotemporal Composability》。
在体验方面，DeepSeek Harness安装过程较为简便。若有常用Agent，只需将特定代码交给它即可完成安装，代码内容为：git clone github.com/deepseek-ai/deepseek-harness.git；cd deepseek-harness；pnpm install；pnpm run build；pnpm dsh web。安装完成后，打开本地网关，输入DeepSeek的API Key就能进入DeepSeek Harness。
进入界面后，能看到一个简洁且与网页版DeepSeek有些相似的界面，不同之处在于DeepSeek Harness的鲸鱼图标是黑色的。界面左侧是新建对话的菜单栏，右侧是输入框和模式选择区域，在设置中可选择一些内置插件。
基于“一切皆插件”的设计思路，DeepSeek Harness在Agent上衍生出标准、极简、创造和PTC（程序化工具调用）四种模式，每种模式默认加载不同插件集合，开发者可根据不同使用场景自由选择。标准模式提供完整工具组合；PTC模式由模型生成一段代码组合多轮工具调用；极简模式仅保留一个shell工具和一个文件编辑工具，专为最小环境下的模型基准测试设计；创造模式可检查当前运行时、在内存中试验Cordis插件，并据此组合和创作新模式。
在实际任务体验中，在标准模式下给DeepSeek Harness布置翻译PDF文件的任务，源文件是Cordis元框架那篇论文。首次执行任务时，PDF提取工具需先安装。DeepSeek Harness提取文件后，识别出桌面上存在该论文的翻译文件，只是创建时间有误，它推荐在原文件基础上补充。整个任务执行过程顺畅，流程透明，任务拆分合理，在补齐论文过程中派发了10个子代理，对原本的翻译文件进行复制、修正和补齐，最终得到一份格式完整、内容严谨的翻译文件。从数据上看，88页论文翻译任务耗时22分钟，首Token启动速度平均1.4秒，缓存命中率98%，输入6.6M，输出72.7k。任务完成后打开轨迹页面，能看到密密麻麻的进度条，所有工具调用、子代理派发等信息一目了然，报错信息也可查看，对开发者十分便利。
还分别用极简模式和PTC模式编写贪吃蛇游戏。极简模式下，DeepSeek Harness仅用50多秒就完成任务，但游戏未写成HTML格式，需在python中运行；PTC模式用时一分零五秒。可见，极简模式专为模型测试设计，不会做多余动作。
初次体验发现，DeepSeek Harness似乎并非面向C端用户的产品，而是面向全球开发者进行测试。它提供的功能简洁，极简模式、创造模式以及插件系统架构，都是为开发者自主创造而打造。虽然目前从生态和功能上看不算“顶尖”，但它是开源的，具有可塑性，能够随着使用不断进化成用户期望的样子。
