DeepSeek开源Agent框架Harness：一切皆插件的智能体基础设施

DeepSeek开源Harness：从模型能力走向Agent基础设施

继在大模型领域屡屡制造话题之后，DeepSeek再度出手。据B站科技资讯的加急快讯，DeepSeek在晚间正式开源发布了其Agent智能体框架 DeepSeek Harness（开发者预览版），采用宽松的 MIT 协议。

这一动作的意义远不止于「又一个开源项目」。长期以来，DeepSeek的公众形象集中在模型能力上，而 Harness 标志着它正式向 Agent 基础设施 这一更底层、更具生态价值的方向迈出了实质性一步。当模型能力逐渐趋于同质化，谁能提供更好的智能体运行环境，谁就掌握了下一阶段竞争的主动权。

对于开发者而言，MIT 协议意味着极高的使用自由度——可以自由修改、商用和二次分发，这也降低了社区参与和生态构建的门槛。

Harness核心设计哲学：一切皆插件

Harness 最大的设计亮点，可以用一句话概括——「一切皆插件」。

在这一理念下，模型、工具、技能、绘画（记忆）、沙箱、存储、调度、UI，几乎所有 Agent 能力都不再是硬编码的固定模块，而是由插件组合而成。这意味着每一个组件都可以被自由替换、灵活重组。开发者不必推翻整个架构，就能替换掉某个模型或某个工具链，实现真正的「乐高式」智能体构建。

基于Cordis插件系统的可组合架构

整个框架构建在 Cordis 插件系统 之上。你可能没注意到，Harness 框架本身「只负责插件的加载和依赖管理」，所有具体的功能组件都是可插拔的 Cordis 插件。

这种「内核极简、能力外置」的设计思路，与 Linux 内核加驱动、VS Code 加扩展的成功范式一脉相承。官方号称 Cordis 具备 「时空可组合性」——即插件不仅能在空间维度上自由拼装，还能在运行时（时间维度）动态加载与卸载。这为运行时的灵活性和实验性提供了底层支撑。

Cordis 是一个面向 JavaScript/TypeScript 生态的控制反转（IoC）容器与插件管理框架，最初在 Koishi（一款跨平台聊天机器人框架）中得到大规模实践验证。其核心思想是将应用的所有功能单元拆解为独立的「服务（Service）」，由框架统一管理生命周期与依赖关系。所谓「时空可组合性」中的「空间」维度，指插件可以按需声明依赖、自由组合，形成不同的功能集合；「时间」维度则指插件支持在运行时热插拔——加载一个新插件或卸载旧插件，不需要重启整个进程，副作用会被自动回收。这一特性对 Agent 框架尤为关键：开发者可以在不中断服务的情况下，动态切换模型提供商、更换工具集或注入调试插件，极大降低了迭代成本。

四种运行模式：覆盖生产到实验全场景

Harness 提供了四种差异化的运行模式，覆盖了从严肃生产到自由探索的不同场景：

• 标准模式：为模型提供完整的工具集，适合常规的智能体任务执行。
• PTC模式：让模型通过编写代码来组合多轮工具调用，本质上是「代码即编排」的思路，适合复杂的工具链协作。
• 极简模式：只保留最必要的能力，主要用于跑基准测试（benchmark），排除干扰以获得纯粹的能力评估。
• 创造模式：能在内存中试验插件、现场组合出全新的运行模式，是最具实验性的选项。

「创造模式」的存在，透露出 Harness 不仅想做一个执行框架，更想成为一个 智能体能力的实验场。开发者可以在内存中快速验证新的插件组合，无需重启或重构，这对于探索 Agent 能力边界极具价值。

PTC 模式（Programmatic Tool Calling）代表了近年来 Agent 编排领域的一个重要思路转变：与其让模型逐轮调用预定义工具，不如让模型直接生成一段可执行代码，由代码来串联多个工具的调用逻辑。这与 OpenAI 的 Code Interpreter、以及学术界的 PAL（Program-Aided Language Model）方向一脉相承。其优势在于，代码本身就是一种结构化的编排语言，天然支持循环、条件判断和变量传递，能够表达比单次工具调用更复杂的协作逻辑，同时也方便人类审查和调试模型的「意图」。

全程可追溯：只追加的绘画日志机制

在可观测性（Observability）方面，Harness 也下了功夫。框架强调每次运行都有迹可循：模型看到的一切——包括系统提示词、思维链（CoT）、工具调用、子Agent调度——都会被写入一份 只追加（append-only）的「绘画日志」。

这份日志支持 恢复、分叉、检索和回放 四大能力，对Agent开发意义重大：

• 恢复：任务中断后可从断点继续，避免重复消耗算力。
• 分叉：从某个决策点分出多条路径，方便对比不同策略的效果。
• 检索与回放：完整复现Agent的推理过程，极大方便调试与审计。

对于以「黑盒」著称的大模型智能体来说，这种可追溯、可回放的透明化设计，正是工程化落地的关键一环。

「只追加（append-only）」是一种来自数据库与分布式系统的经典设计原则，代表性实现包括 Apache Kafka 的日志存储和事件溯源（Event Sourcing）架构。其核心优势在于：写入操作永远不覆盖历史记录，因此天然具备不可篡改性和时间线完整性。将这一原则引入 Agent 日志系统，意味着即便任务执行到一半崩溃，已记录的上下文也不会丢失或损坏。「分叉」能力在思路上与 Git 的分支机制高度相似——从同一个历史节点出发，可以产生多条独立的执行轨迹，用于 A/B 对比不同 Prompt 策略、工具调用顺序或子 Agent 选择的实际效果，是 Agent 系统调优和行为研究的重要基础设施。

上手体验与当前阶段评估

体验门槛相当低。据快讯介绍，只需装好 Node.js，运行一行 npx 命令即可启动 Web UI 进行体验，符合前端与全栈开发者的使用习惯。

不过需要清醒认识到，当前 Harness 仍处于开发者预览阶段。官方明确提醒，后续会有 破坏性更新（breaking changes）。这意味着现阶段的 API 和架构尚未稳定，更适合尝鲜、研究和反馈，而非直接用于生产环境。

生态建设：决定Harness成败的关键

「一切皆插件」的架构成败，最终取决于插件生态是否繁荣。一个再优雅的内核，如果没有丰富的插件供给，也难以形成真正的竞争力。DeepSeek 显然深谙此道，官方也公开表达了「期待插件生态尽快壮大」的愿望。

对于整个开源社区而言，一家以模型能力见长的公司下场做Agent基础设施，无疑会激活更多讨论和跟进。Harness 能否借助 DeepSeek 的品牌影响力和 MIT 协议的开放性，快速积累起插件生态，将是它未来最值得关注的看点。