DeepSeek开源Harness：造Agent的壳比造模型更重要了

8月13日，DeepSeek做了一件出人意料的事——没有发新模型权重，而是开源了一个叫DeepSeek Harness（dsh）的项目。MIT协议，一天之内GitHub星标冲破两万。

一句话理解dsh

它不是又一个Coding Agent成品，而是造Agent的那层"壳"。DeepSeek自己给了一个公式：Model + Harness = Agent。模型只负责预测下一步，真正决定Agent体验的是Harness——它决定模型能看到什么上下文、能调哪些工具、出错怎么重试、什么时候算完成。

这套框架的核心信条是"万物皆插件"：模型、工具、技能、会话、沙箱、存储、循环、调度、UI，全部可插拔、可替换。不是外围加几个MCP工具那种程度，而是连Agent Loop和UI都能换掉。

为什么这件事值得关注

过去半年行业有三个痛点一直卡着。第一，模型强不等于Agent好用。一个没有Harness的强模型，本质上就是"很贵的自动补全"。第二，换模型要重写大量胶水代码，主流Agent的可扩展范围通常只在外围工具层，核心编排往往是焊死的。第三，DeepSeek自己的尴尬——模型是它家的，干活的手是别人家的，API文档列了十几家第三方Agent工具，唯独没有自家产品。

dsh的发布直接回应了这三个问题。它把Agent的全部能力拆成独立插件，插件之间通过"服务"和"事件"协作。换模型、加工具、调沙箱，逐组件替换，不用回改编排层。

四种运行模式，覆盖不同场景

dsh提供了四种运行时模式：Standard标准模式（完整工具组合）、Code/PTC程序化工具调用（模型生成TypeScript代码组合多轮调用）、Minimal极简模式（只保留bash和文件编辑器，专为基准测试设计）、Creator创造模式（在内存里试插件组合再存成预设）。

值得注意的是，DeepSeek官方跑自家V4-Flash的Coding Agent基准测试用的就是Minimal模式。这意味着以后看任何模型跑分，都得先问一句"它套的是哪层Harness"——同一个模型放进不同的壳，表现可能差出一大截。

行业信号：竞争焦点正在转移

dsh的发布不是孤立事件。同一周，阿里千问上线了Agent挑战平台"AI Arena"，英伟达联合六大金融机构要撬动5000亿美元建AI数据中心。行业竞争的重心正在从"谁的模型跑分高"转向"谁的Agent跑得稳、扩得动"。

对开发者来说，dsh + MIT协议是目前开源Agent框架里迁移成本最低的方案。已经在用LangGraph或AutoGen的团队，可以逐组件替换，不用整体重写。对普通用户来说，这个变化最终会体现在Agent产品的可靠性上——当Harness层足够成熟，Agent犯错的概率会显著降低。

AI工程的战场，已经从模型本身转移到了运行时。DeepSeek这次开源的不是一个产品，而是一个新赛道的入场券。