DeepSeek Harness深度解析：40小时10万Star背后的技术架构与战略野心

引言：一个新物种的爆火

DeepSeek 又一次成为技术社区的焦点。这一次不是模型本身，而是与之配套的 DeepSeek Harness——一个在发布后 40 多个小时便冲到 10 万 Star 的开源项目。这个速度甚至超过了当年 Open Interpreter/OpenCloud 类工具的历史记录。

在一场围绕 DeepSeek Harness 的直播中，昇腾看社区核心开发者阿俊、参与内测的开源作者阿江，以及 AI 编程博主主持人，一起拆解了这个新物种究竟是什么、为什么爆火、以及它背后的战略野心。本文结合这场深度交流，梳理 DeepSeek Harness 的核心逻辑与判断。

Harness到底是什么？模型的驾驭层

业界流传着一个来自 DeepSeek 的公式：Agent = 模型 + Harness。如果说模型是「大脑」或「大佬」，那么 Harness 就是让这位大佬真正干活的那套工具和身体。

阿江对此的理解很直接：Harness 是模型和我们日常操作系统之间的驾驭层，它包括提供给模型的工具、技能、文件系统、沙箱等一切基础设施。而阿俊则在公式后面补了一环：Agent = 模型 + Harness + 算力。他强调，没有充足的算力供给，再好的 Harness 和模型也跑不起来——「模型是大脑，Harness 是身体，而算力是打地基的土木工程」。

与 Cloud Code、Codex 这类成熟商业产品相比，DeepSeek Harness 目前仍处于开发者预览阶段，对小白用户不算友好，但它有一个别人没有的特质，这也是它的野心所在。

「Harness」一词来源于马具/驾具，原指套在马身上用于驭马的装具，在软件领域常指「测试框架」（Test Harness），即将被测对象套入一套标准化脚手架中运行。DeepSeek 借用这一概念，将其定义为包裹并驱动模型的运行时框架——与 LangChain、AutoGen 等编排框架的核心区别在于：Harness 强调的是与特定模型深度协同的「专属适配层」，而非通用的多模型调度抽象。此前业界类似的概念还包括 Anthropic 的 Claude Computer Use 框架、OpenAI 的 Codex CLI 等，但这些工具均未将框架本身完全开源并实现插件化。DeepSeek Harness 的定位更接近操作系统的 shell 加上包管理器的组合：shell 负责接收指令并调度工具，包管理器则让工具本身可以随时热插拔替换。

一切皆插件：自己扯自己头发上天

阿江在直播中反复提到一个让他震撼的点：这是第一次见到 Harness 工具能自己改自己。

「有一种自己扯着自己头发上天的感觉。」

在 DeepSeek Harness 的页面上，你可以原地生成一个插件，原地部署，甚至改变它自己的界面。更关键的是，它没有把任何东西焊死——不仅是普通插件，连官方内置的模型工具、绘图能力，甚至 Agent Loop 本身，都可以按照同一套插件标准去替换。

这种极致的可插拔设计，配合开源，把二次开发和商业化的落地成本大幅降低。阿俊补充道，模型现在是一个「卷成麻花」的行业，几乎每个月刷新一次，模型变得这么快，对应的 Harness 也必须跟着变。DeepSeek Harness 的聪明之处，就在于它把「模型变快、Harness 必须变」这个逻辑推演到了极致——把所有东西都做成可插拔，从而精准命中了社区当下的需求。

这也解释了为什么短短几天内就涌现出七八千个插件，某个插件汇总网站精选收录的就有上千个。

插件与Skills的核心区别

直播中有观众追问插件和 Skills 的区别。三位嘉宾的共识是：

• Skills 是一套跨平台的通用标准，任何人都能创造，本质是知识管理和上下文管理的手段，是给模型用的；
• 插件 则专注于解决具体应用场景问题，是按 DeepSeek Harness 自己那套标准开发的代码，范围要广泛得多——比如一个纯美化的皮肤插件，完全不影响与 AI 的交互。

此外，DeepSeek Harness 的插件系统据说基于 Claudius 技术实现，支持容器化运行。它不仅能热插，还能热拔——卸载插件时，之前注册的工具、服务会自动取消，就像从没装过一样，这是许多传统 IDE 插件做不到的。

Claudius 是一种基于 WebAssembly（WASM）或容器沙箱的插件运行时规范，其核心设计目标是隔离性与可移植性——插件在独立的沙箱中运行，无法直接访问宿主进程的内存，既保证安全性，也使得「热插拔」在技术实现上成为可能。传统 IDE 插件（如 VS Code Extension）通常运行在同一个 Node.js 进程内，卸载时残留的事件监听器和全局状态往往需要重启 IDE 才能清除。而容器化的插件生命周期完全由运行时托管，注册的工具描述（Tool Schema）和 HTTP 端点在容器停止时自动注销，这正是 DeepSeek Harness 宣称「卸载即消失」的技术基础。这一机制也意味着插件开发者可以用任意语言编写后端逻辑，只需暴露符合规范的接口，大幅降低了社区开发者的入门成本。

极简模式与模型深度协同之谜

社区流传一个说法：DeepSeek Harness 是 V4-Pro 模型的「角色专属」，在 Harness 框架下能激发模型最大性能。这是真的吗？

嘉宾的态度相当审慎。阿江和阿俊都表示，在 benchmark 上没有观察到明显的性能提升。但阿俊分享了一个有趣的观察：DeepSeek 模型的「性格」确实不太一样——它更倾向于用简单方式解决问题，甚至会跳过它认为过于复杂的工作流。这让他联想到某些模型的「毛坯房模式」，猜测 Harness 与模型之间可能做了深度协同。

他还引用 Kimi K3 论文作为交叉佐证：为了避免模型对 Harness 过拟合，论文中提到组合了各种 Harness 工具调用来生成训练轨迹。这说明 Harness 的行为确实可能与模型产生深度耦合。

关于备受关注的极简模式，阿江指出重点在「少而稳定」：提示词极短，只暴露两个工具（bash 和文本编辑器），不注入运行时上下文，也不做压缩。主持人实测发现，极简模式做任务的速度比标准模式快约三分之一，效果与标准模式相当，有时更好、有时略逊。但它是否真能发挥 DeepSeek 最大性能，嘉宾一致认为「把时间交给官方」。

Web UI与可观测性的巧思

为什么 DeepSeek Harness 选择 Web UI 而非 CLI 或桌面端？两位嘉宾从不同层面给出了答案：

• 从易用性角度（阿江）：Web UI 比命令行小黑窗更容易被新手和非程序员接受，且不用处理多平台兼容性问题；同时 Web 前端技术栈让插件开发门槛极低。
• 从专业性角度（阿俊）：Web UI 中一个极其重要的页面是思维链的思考过程和交互细节。在昇腾看社区的真实生产任务中，一个 8~36 小时的长任务失败时，错误起点可能藏在很早的某一轮对话里，因此可观测性是刚需。看到 DeepSeek 把这个能力做成标准入口，他感到「非常惊喜」。

主持人补充道，以往用 Cloud Code 时根本不知道实际给大模型发送了什么，而 DeepSeek Harness 让每一步注入的系统提示词、调用的工具、传的参数、花费的 token 都一目了然，这是它极受专业开发者喜爱的原因。

值得一提的是，由于 Web 开发成本低，GitHub 上已经涌现出一大堆「包壳」的 DeepSeek 桌面端项目，官方大概率不会亲自去做桌面端。

算力生态：Agent公式中被忽略的第三极

在 Agent = 模型 + Harness + 算力 的公式中，算力是阿俊最想强调的一环。作为昇腾看社区的核心开发者，他所在的 kanbot 项目正是「用 Agent 写算子、做性能优化」的算力基建工作。

他还科普了「算子」这一概念：PyTorch 模型由大量原子计算（加减乘除、张量运算等）组成，硬件厂商会把这些计算封装成算子，运行在 NPU、GPU 等硬件上。算子就是数学应用层落到硬件上的载体。

阿俊提出了一个更宏观的判断：模型不仅能自己改 Harness，未来还能优化算力——它可以过来优化算子性能、融合计算结构。因此算力也是模型自我进化的重要一环。他还乐观地指出，国产模型在算子优化这类冷门但硬核的赛道上进步显著，昇腾看社区已将算子知识全面开源为 Skills 和插件，为模型提供了英伟达生态所没有的开源语料细节。

「算子」（Operator/Kernel）是深度学习框架与硬件之间的关键桥梁。以矩阵乘法为例，PyTorch 调用 torch.matmul() 时，底层会分发到针对具体硬件优化的算子实现——英伟达 GPU 上对应 cuBLAS/cuDNN 库，华为昇腾 NPU 上则对应 CANN（计算架构）中的算子库。算子的性能直接决定模型训练和推理的吞吐量，一个优化良好的算子可以比朴素实现快数倍至数十倍。算子开发长期依赖人工手写 CUDA/算子 DSL 代码，是高度专业化的工作。近年来，编译器自动调优（如 TVM、Triton）和 AI 辅助算子生成逐渐成为研究热点。昇腾看社区所做的「用 Agent 写算子」，正是探索让 LLM 自动生成和优化特定硬件的底层计算代码，属于「AI for Systems」方向的前沿实践，在国产硬件生态建设中具有重要意义。

缓存命中率99%：并非黑科技

关于「DeepSeek Harness 缓存命中率可达 99% 甚至 100%」的传闻，三位嘉宾态度一致：这并非独有黑科技。缓存命中率的本质是比对每轮提示词的请求前缀，只要前缀相同即可复用缓存、减少重复计算成本。跑的人数越多，分子分母算出来的比例就越高。核心还是提示词设计得当，以「模型亲和」的方式组织上下文——它确实能省钱，但不算复杂技术。

此处的「缓存」指大语言模型推理服务中的 KV Cache（键值缓存）。Transformer 模型在处理每个 token 时，都需要计算其与所有历史 token 的注意力权重，这些中间结果（Key 和 Value 矩阵）可以被缓存复用。当新请求的前缀与已缓存请求完全一致时，服务端无需重新计算这部分，直接读取缓存即可，从而节省大量算力和延迟。对于 Agent 场景尤为重要：系统提示词（System Prompt）通常占据几千甚至上万 token，若每轮对话都重新计算，成本极高。DeepSeek Harness 通过将系统提示词和工具描述固定在前缀部分、将动态对话内容追加在后，使得每轮请求都能最大化复用之前的 KV Cache。这本质上是一种提示词工程规范，而非服务端的专有技术，任何推理框架（vLLM、SGLang 等）都支持类似机制。

开源共建与国产Harness的崛起

为什么 DeepSeek 要开源 Harness？嘉宾的共识是：这既符合 DeepSeek 一贯的开源理念，也是促进整个 AGI 生态发展的策略。模型都已开源，Harness 若不开源，社区反而会分散精力做各种类似工具（如 Pi Agent）。开源让社区共建，项目价值最大化，同时 DeepSeek 自己得以专注打磨模型。

阿江分享的内测故事尤其动人：群里一群二次元头像、甚至不止一个高中生，所有人都在 Web Coding 写插件、通宵开语音，「有种一起创业、见证国产 Harness 崛起的感觉」。

给程序员的建议

三位嘉宾也给程序员一个共同的建议：不必焦虑，AI 是快速变化的实践学科，真正不变的是定义需求的能力、验收成果的判断力和业务经验。未来每个程序员都需要具备「Harness 思维」，把行业经验沉淀为 Skills、Tool 和插件，而「品位」将成为越来越重要的护城河。

DeepSeek Harness 的野心，或许不止于做一个编程助手，而是打造一个极致开放、社区共建的通用 Harness 平台——就像给了大家一种玩开放世界游戏的创造快乐。