这几天只要稍微关注 AI 圈，很难不被一个词刷屏：DeepSeek Harness。
8 月 13 日深夜，DeepSeek 在宣布 API 涨价之后，开源了这个叫 Harness 的 Agent 框架，MIT 协议，全球公测。发布首日，GitHub 仓库 12 小时冲到 5 万 Star，成为史上增长最快的项目之一。知乎
截至今天（8 月 17 日），这个仓库的 Star 数已经突破 129K。知乎B 站一周冒出 40 多条相关视频，播放量最高的一条已经超过 70 万。哔哩哔哩知乎、小红书上到处是"首发实测"帖。
但越火的东西，信息越容易变形。有人说它是"开源版 Claude Code"，有人说"DeepSeek 要重新定义 Agent"，也有不少人说"装完不知道能干嘛"。今天我把 GitHub、知乎、B 站的信息拢到一起，把三件事说清楚：它到底是什么、火得有没有道理、你自己要不要上手。
先说清楚：它不是模型，也不是"开源版 Claude Code"
理解 Harness，一句话就够：模型 + Harness = Agent。
大模型是大脑，但光有大脑干不了活——它需要手去调用工具，需要记忆管理上下文，需要会拆解任务，还需要一个安全的环境执行代码。DeepSeek 官方给了个很干脆的等式：模型只管思考和推理，Harness 包揽模型之外的一切工程活——工具调用、任务规划、执行调度、沙箱、存储、循环。
最常见的误会，是把它当成"开源版 Claude Code"。两者不在同一层：Claude Code 是成品工具，装上就能用；Harness 是给开发者的底座级工具，不打算给你一个一键可用的终端助手，而是给你一套能自己搭 Agent 技术栈的地基。知乎这套地基的官方总结是"一切皆插件"：模型、工具、技能、会话、沙箱、存储、调度，甚至 Web UI 界面本身，全是可替换、可重组的插件。大模型只是这套技术栈里一个可随时换掉的零件，官方称可接 OpenAI/Anthropic 兼容端点、Ollama 本地模型等近 40 种——DeepSeek 并没有把你锁死在自家模型上。
为什么 DeepSeek 要把"插件化"做到底？为此发了一篇 88 页的论文
"插件化"人人会喊，DeepSeek 把它做到了内核层面：底层是 Cordis 框架，还和北大联合发了一篇 88 页的论文来论证。知乎核心思想翻译成大白话，就两条：
第一条叫"拔得下来"。插件卸载时，它对系统做过的所有修改必须被完整撤销，环境回到安装之前的状态。论文举了个现实反例：VS Code 商店安装量前 100 的扩展里，87 个含可执行代码，卸载或禁用后必须重启整个扩展宿主，否则菜单、命令、全局监听全都残留。知乎Cordis 的解法，是给每次状态变换附带一个显式的"逆操作"，卸载时按逆序回滚。
第二条叫"接得上"。插件之间结构化地声明依赖，被依赖的服务一旦替换或撤销，依赖方自动重建，而不是攥着过时引用不放。
这不是纸上谈兵：这套设计已经在开源聊天机器人框架 Koishi 上跑了四年，4000 多个社区插件在生产环境验证过，Harness 只是 Cordis 上的最新应用。落到体验上，就是 Claude Code 给不了的东西——轨迹视图（Trajectory）：Agent 干的每一步都被记录在案，可以像看 git 提交历史一样回溯、分叉、回放，发现哪一步走歪了，从那个点重跑就行；还有 cordis_define / cordis_run 这组工具，允许 Agent 在会话中途给自己写插件、激活、拆除——这才是"会自我进化的 Agent"的落地路径。
最被低估的玩法：把它当"模型擂台"
正因为模型可以随便换，已经有人把它当擂台用了。
程序员鱼皮把 GLM-5.3 和 Kimi K3 接进 Harness，和默认的 DeepSeek V4 Pro 同场竞技：标准模式、同一套提示词、同一套工具链、全程无人工干预，看谁先把活干好。
第一个任务是做个 3D 网页跑酷游戏，主题来自最近反向走红的动画电影《牛来》——首日票房 3420 元，靠猎奇打卡，十几天冲过 900 万。
结果 GLM-5.3 的完成度明显突出：多关卡、多技能、剧情还原度强；DeepSeek V4 Pro 做出了基本玩法，但节奏偏慢、细节粗糙；Kimi K3 场景还行，但机制单一还有卡顿。知乎
第二个任务换方向测全栈：开发一个 AI 绘图工具，用户输入自然语言描述，后端调大模型生成图表，前端直接在线编辑。
这个玩法其实很实用：纠结该给哪个编程模型付费之前，先让它们在 Harness 里同场考试，裁判免费。
也有人直接拿它干正事。知乎用户 Joe Tao 在发布当天就用 Harness 处理了一个具体业务问题：把 PDF 和 Excel 两张表按业务逻辑对起来，算出两个指标值。知乎他的结论是，代码写得比以前好，写出无法运行代码的概率越来越低。
生态爆发，是这次最炸的部分
开源 4 天，社区侧的数据已经爆了。GitHub 上 24 小时内冒出 288 个带 dsh-plugin 标签的第三方插件仓库。知乎社区整理的 awesome-dsh-plugin 已收录 321 个插件，一条 dsh plugin add 命令安装。知乎官方版本要走命令行，社区就做了 deepseek-harness-desktop：不用装 Node.js、不用敲命令，下载安装包双击就能用，还有个更轻的 dsh-desktop，甚至支持从微信、飞书、Discord 这些 IM 里直接给 Agent 派活。
B 站上从保姆级教程到逐行读源码都有，还有北航 90 后副教授手把手教从零安装到插件开发。哔哩哔哩知乎网友青南总结得到位：官方做核心——框架、协议、Web UI；社区做外围——桌面封装、插件生态、用户体验。这种分工，是一个开源生态健康的标志。
不过，冷水也得泼
第一，这是 v0.1 开发者预览版，API 随时可能变，插件随时可能失效。官方迭代倒是真快，这两天已经推到 0.1.0-rc.7，完善了多模态图片和持久化附件链路。知乎迭代快是好事，但对使用者意味着今天跑通的玩法，明天可能要重学。
第二，B 站已经有冷静的声音。有人三天读完源码后公开判断"Harness 不会是未来"；有人专门实测被吹上天的"极简模式"，问"真的夯吗"。哔哩哔哩还有人测完 v4pro + harness 组合后，把视频标题改成严谨表述，承认距离顶级模型仍有一定差距。哔哩哔哩这些判断未必对，但值得和吹捧一起看。
第三，免费不等于零成本。Harness 本身免费，跑起来烧的是 token，而 DeepSeek 刚上调了 API 价格，涨幅最高达 1100%。知乎想省钱可以接更便宜的模型或者跑本地模型，但要接受效果打折。
第四，Agent 要调工具、读写文件、执行代码，权限风险天然比聊天机器人高。第一次尝鲜别直接上主力工作环境，建议先放虚拟机或容器里跑。
最后，谁该用、谁看热闹就行
你是爱折腾、想搭自己 Agent 工作流的开发者：值得现在上手。早期生态位最容易吃到插件红利和关注；
你只想要一个开箱即用的 AI 助手或编程工具：别碰这个，直接用 Claude Code 或同类成品，能省非常多折腾；
你不写代码但关心 AI 走向：值得持续观察。"一切皆插件"这条路，和那篇论文对 Agent 编程范式的思考，可能决定下一代 Agent 产品长什么样。
三个信号可以继续跟踪：321 个插件在官方版本更新后会不会大面积失效（验生态质量）、v0.2 的 API 变动幅度（验设计成熟度）、有没有更多模型厂商官方适配 Harness（验它是不是真的成了行业底座）。
有新进展我会继续跟进。如果这篇帮你省了两小时翻帖子的时间，点赞收藏不亏。
