DeepSeek Harness开源：88页论文背后的Agent野心，中国AI公司正在重新定义“智能体“

DeepSeek Harness开源：88页论文背后的Agent野心，中国AI公司正在重新定义"智能体"

8月13日，DeepSeek在发布V4 Pro正式版的同一天，将酝酿已久的Agent框架DeepSeek Harness以MIT协议开源。16小时内GitHub Star突破65K，配套88页论文同步发布。这不是又一款Claude Code的模仿者——"一切皆插件"的架构哲学，正在重新定义AI Agent应该长什么样。

---

一、破圈：16小时65K Star，一个框架为什么能让全球开发者集体失眠

8月13日，DeepSeek官方在X上发布了两条推文，间隔不到24小时：

第一条：We're launching DeepSeek-V4-Pro today!
第二条：DeepSeek Harness v0.1 is now available in Developer Preview!

第一条是模型，第二条是框架。模型回答"AI有多强"，框架回答"强了之后怎么用起来"。

Hacker News上关于Harness的讨论帖直接冲上TOP 1。GitHub仓库deepseek-ai/deepseek-harness的Star数在16小时内从0飙升到65.4K，Fork数突破5.5K。这不仅是2026年GitHub涨星最快的项目之一，也是中国AI公司开源项目中罕见的全球级破圈事件。

更值得关注的是社区反应的"质量"。掘金上有开发者把仓库克隆下来逐行读代码、翻提交记录、查依赖树，写出了近万字的技术拆解；CSDN热榜上"DeepSeek Harness内测开启，AI Agent竞争升级"冲上1.3万热度；V2EX上关于Harness的讨论帖回复数远超日常话题。

一个Agent框架——不是模型——为什么能让开发者如此兴奋？

答案藏在六个字里：一切皆插件。

---

二、"一切皆插件"：Model + Harness = Agent的设计哲学

2.1 从产品到底座的范式转变

要理解DeepSeek Harness（以下简称DSH）的定位，先看一个公式：

Agent = Model + Harness

这是LangChain提出的Agent架构概念：一个完整的AI Agent，必然由Harness（执行框架）和模型搭配构成。Claude Code、Codex、WorkBuddy，本质上都是Harness，只是以"软件产品"的形态封装好交给用户。

区别在于：其他厂商把Harness藏在产品内部，你只能"用"，不能"拆"。DeepSeek把Harness整个打开，放在了GitHub上。

用DeepSeek自己的话说：

Everything is a Plugin.

这不是口号。打开仓库的架构文档，你会发现：

• 模型适配器是插件——DeepSeek官方只是众多提供方之一，任何OpenAI兼容端点都能作为自定义提供方接入
• 工具注册是插件——文件编辑、Shell执行、网页搜索、代码审查，全部以插件形式注册
• 会话日志是插件——采用append-only事件日志，Resume/Fork/Replay共享同一事件流
• 沙箱策略是插件——默认workspace-write，失败关闭（fail-closed）
• 审批策略是插件——决定哪些操作需要人工确认
• Agent Loop本身也是插件——可以被整体替换
• UI也是插件——默认提供Web UI，但你可以换成CLI、TUI或者任何你想要的形态

所有这些组件通过Cordis服务与事件彼此协作，开发者无需改动DSH源码，就能在配置层独立选择、替换或扩展任何一个能力。

2.2 四种工作模式：预设即插件组装

DSH内置了四种预设模式，每种加载不同的插件集合：

模式	适用场景	插件配置
标准模式	日常开发	文件编辑、Shell、检索、Skills、计划、目标、子代理、工作流全开
PTC模式	复杂多步任务	通过Code Mode SDK让模型生成TypeScript代码编排多轮工具调用，中间数据留在运行环境，只有最终结果进入上下文，大幅降低Token消耗
极简模式	基准测试	仅保留持久bash和str_replace_editor两个工具
创造模式	Agent开发	在标准能力外加上运行时检查与插件实验，让Agent反过来帮你设计和创建新preset——用Agent造Agent

换模式 = 换一份插件清单。这和Claude Code里改几个配置参数完全是两种思路。

2.3 Cordis微内核：9个文件撑起整个框架

DSH的核心是一个叫Cordis的插件微内核，核心源码只有9个文件。Cordis的作者是Shigma（史一凡）——著名聊天机器人框架Koishi的作者，他的框架生态中已有超过4000个社区插件验证过这套架构。DeepSeek没有自己造插件系统，而是直接"雇佣"了这个领域最合适的人，把Cordis源码内联进了仓库。

本地实例dump出来的配置显示，一个标准部署包含133个插件，每个都能单独启停：

# dsh --profile web --dump-config (节选)
# == @deepseek-ai/dsh-base
- id: llm
  name: '@deepseek-ai/dsh-llm'
- id: session
  name: '@deepseek-ai/dsh-session'
- id: agent
  name: '@deepseek-ai/dsh-agent'
# == @deepseek-ai/dsh-base, patched by @deepseek-ai/dsh-web-app
- id: hmr
  name: '@deepseek-ai/cordis-plugin-hmr'
  disabled: true

连最"核心"的东西都是插件：会话日志是插件，沙箱是插件，Claude Code的hooks.json也能被插件桥直接解析执行。没有"特权内核"。

2.4 兼容性作为武器：连对手都是它的插件

DSH做了一件非常有想象力的事：把兼容性做成了武器。

它直接读取Claude Code的hooks.json配置文件，能够把Claude Code、Codex本身当作子代理调用。这意味着——如果你已经在用Claude Code，迁移到DSH的摩擦几乎为零。你的配置、你的工具链、你的工作流，DSH全部能接管。

同时，DSH从架构上就把模型适配器做成了插件。支持谁、路由到谁，只是注册表里的一行。DeepSeek官方模型只是众多选项之一，你完全可以用本地Qwen、Llama、甚至Claude来驱动DSH。

模型中立 + 工具兼容 + 完全开源 = 对现有Coding Agent产品的降维打击。

---

三、88页论文：用数学证明"插件可以热插拔"

3.1 论文要解决什么问题

与V4 Pro和DSH一同发布的，还有一篇长达88页的技术论文：《A Programming Paradigm for Spatiotemporal Composability》（面向时空可组合性的编程范式），三位作者：Yifan Shi（北京大学 & DeepSeek-AI）、Wei Zhang（北京大学）、Tianyi Cui（DeepSeek-AI），2026年8月13日预印本。

论文标题很学术，但它要解决的问题每个写过插件系统的开发者都遇到过：

你装了一个插件，它注册了事件监听、分配了资源、修改了全局状态。现在你想卸载它——怎么保证干净地恢复原状？进一步：你的插件B依赖插件A提供的服务，A被热卸载了——B怎么办？

现有的工程实践对这两个问题的回答通常是：重启。

论文统计了VSCode top 100扩展，87个包含可执行代码，卸载时需要重启整个extension host；只有7个声明了extensionDependencies。换句话说，当前最流行的插件系统在"动态卸载"和"依赖管理"两个方向上基本是放弃状态。

3.2 时间可组合性：可逆副作用

论文将问题拆解为两个正交维度。

时间可组合性（Temporal Composability）：插件被移除时，它做过的所有事情——注册的事件、分配的资源、修改的状态——必须被完全回滚。

论文的解法叫**"可逆副作用"（Revertible Effects）**：

• 每一次上下文变换都附带逆操作
• 运行时负责持续追踪和恢复
• 对开发者来说，写插件时只需要声明"我要做什么"，框架保证"卸载时怎么撤销"

这类似于C++的RAII或React的useEffect cleanup，但被提升为一个通用的运行时机制，而不是靠开发者手动记得写dispose。

3.3 空间可组合性：响应式协效应

空间可组合性（Spatial Composability）：插件之间的依赖关系必须被结构化地声明和动态解析。

论文的解法叫**"响应式协效应"（Reactive Coeffects）**：

• 一旦上下文发生变更，系统将依据协效应规约通知对应组件
• 变化被分类为"激活""去激活"或"中性"
• 开发者不需要轮询依赖是否可用，也不需要处理"依赖突然消失"的边界情况

3.4 统一与证明

论文将效应上下文与协效应上下文统一为单一上下文类型（context type），在此之上定义组件的概念，并给出了形式化证明——五个关键性质：

1. 保持性（Preservation）：插件加载后系统状态的一致性
2. 时间可组合性（Temporal Composability）：插件卸载后副作用的完整回滚
3. 空间可组合性（Spatial Composability）：依赖关系的正确响应式管理
4. 进展性（Progress）：系统不会因插件操作而死锁
5. 汇合性（Confluence）：相同操作的执行顺序不影响最终结果

这些保证从单个插件推广到整个交错运行的插件系统。

3.5 自演化Agent：论文的终极野心

论文结尾明确指出了Cordis范式的下一个验证方向——自演化智能体托管框架（Self-evolving Agent Harness）：

在该场景下，AI智能体可持续生成、替换自身托管组件，几乎无需人工介入。在这类场景中部署Cordis，能够验证两项核心性质：组件频繁更替场景下完整状态恢复的时间特性保障，以及依赖拓扑频繁变动时依赖协同的空间特性保障。

这意味着DeepSeek的终极目标不仅是做一个Agent框架，而是做一个能让Agent自己修改自己、替换自己组件的底层操作系统。当一个AI Agent可以动态加载新能力、卸载旧能力、在运行中重组自己的架构——并且保证每一次重组都不会让系统崩溃——这已经触及了"AI自主进化"的工程边界。

---

四、V4 Pro正式版：逼近全球顶尖，价格只有六十分之一

4.1 核心参数

与Harness同天发布的DeepSeek-V4-Pro正式版（模型版本V4-Pro-0813）核心参数：

参数	数值
总参数量	1.6T
活跃参数	49B
上下文窗口	100万Token
最大输出长度	38.4万Token
并发限制	500（V4-Flash为2500）
思考模式	low / high / max 三档

V4 Pro正式版原生支持OpenAI Responses API格式，并针对性适配Codex——开发者可以通过一键配置脚本完成Codex的配置。同时兼容Anthropic API格式、JSON结构化输出、工具调用等原有功能。

4.2 Agent基准测试：与Fable 5几乎持平

官方公布的评测数据显示，在9项智能体基准中，V4 Pro正式版已与Anthropic的Claude Fable 5几乎持平：

评测集	V4-Pro-0813	Fable 5	差距
Terminal Bench 2.1	87.9	88.0	-0.1
CyberGym	83.3	83.1	+0.2
DeepSWE	62.7	70.0	-7.3
Toolathlon-Verified	74.1	76.2	-2.1
AutomationBench	31.8	27.2	+4.6
DSBench-FullStack	71.1	71.6	-0.5
DSBench-Hard	67.2	68.3	-1.1

在CyberGym和AutomationBench上V4 Pro甚至略超Fable 5。对于一个完全开源的模型来说，这是一个创举。

而价格呢？V4 Pro高峰时段输出价格为27元/百万Token，而Claude Fable 5的输出价格约为其57倍。

性能逼近行业前沿，价格只有六十分之一。这就是DeepSeek给硅谷的压力。

4.3 思考模式三档：按需调节"智力浓度"

V4-Pro和V4-Flash的思考模式现支持low / high / max三档思考强度：

• low：简单任务，快速响应，省Token
• high：日常Agent任务，平衡速度与深度
• max：高度复杂任务场景，最大化推理深度

这个设计的精妙之处在于：开发者不再需要为简单任务"浪费"深度推理的算力，也不必为复杂任务"节省"推理深度。Agent可以根据任务复杂度自动选择，或者在DSH的PTC模式下由代码逻辑动态切换。

---

五、峰谷定价：算力焦虑逼出的价格信号

5.1 定价方案

8月17日0时起，DeepSeek正式实施峰谷定价：

模型	时段	输入(缓存命中)	输入(缓存未命中)	输出
V4-Flash	空闲	0.05元	1.5元	4.5元
V4-Flash	高峰	0.10元	3.0元	9.0元
V4-Pro	空闲	0.15元	4.5元	13.5元
V4-Pro	高峰	0.30元	9.0元	27.0元

高峰时段：北京时间9:00-12:00、14:00-18:00（其余为空闲时段）。空闲时段价格为高峰时段的一半。

5.2 涨幅与信号

对比此前价格，V4-Flash空闲时段输入（缓存命中）上涨150%、输入（缓存未命中）上涨50%、输出上涨125%。涨幅不可谓不大。

但高盛在研报中的判断值得注意：

DeepSeek实施高峰时段价格调整，并不意味着需求走弱，反而反映出国内AI模型需求持续旺盛、算力资源趋紧，行业竞争正在从早期激进的价格战，逐步回归更理性的定价框架。

峰谷定价本质上是一个算力调度信号。DeepSeek通过价格杠杆引导用户将非实时任务迁移到空闲时段，从而在无需扩容的情况下提升整体吞吐量。这是一种比单纯涨价更聪明的资源管理策略——它承认了"算力是稀缺的"这个现实，同时给了用户选择权。

5.3 行业定价的连锁反应

DeepSeek的涨价并非孤例。2026年以来，阿里云、腾讯云、百度智能云、智谱AI等国内头部厂商已集体调价。腾讯云连续两次宣布涨价；智谱AI在年内进行了三次API价格上调。

这意味着中国AI行业正在经历一个重要的转折点：从"烧钱换规模"的价格战，转向"按成本定价"的理性阶段。当模型能力逼近行业前沿，继续低价竞争已经没有意义——竞争焦点从"谁更便宜"转向"谁的Agent生态更完善"。

这恰恰是Harness开源的战略意义所在。

---

六、梁文锋1.8亿打新宇树科技：从屏幕到物理世界

6.1 一笔跨越数字与物理的投资

就在Harness开源前两天（8月11日），宇树科技披露了科创板IPO配售结果：

• DeepSeek（战略配售）：获配93.34万股，金额1.41亿元，锁定期36个月
• 幻方量化（网下配售）：155只产品参与，获配19.5万股，金额2940.77万元
• 九章资产（网下配售）：43只产品参与，获配6.32万股，金额952.97万元
• 合计：约119.16万股，总投资额近1.8亿元

宇树科技本次发行价150.80元/股，网上中签率0.0181%——创科创板历史新低。作为"A股人形机器人第一股"，宇树科技的IPO热度刷新了多项纪录。

6.2 战略合作的三条线索

根据宇树科技董事长王兴兴在路演中的表述，DeepSeek与宇树科技将在三个方向展开合作：

1. 面向通用人工智能的研发合作
2. 高性能通用机器人技术联合攻关
3. AI大模型在机器人领域的深度融合应用

把这条线连起来：

DeepSeek V4 Pro（大脑）→ DeepSeek Harness（神经系统）→ 宇树机器人（身体）

当大多数AI公司还在屏幕里卷的时候，梁文锋已经开始布局从数字世界到物理世界的通道。Harness的"一切皆插件"架构天然适合具身智能——机器人的传感器、执行器、运动控制，都可以作为插件接入Agent框架。

6.3 从Token到机器人的商业闭环

这笔投资揭示了一个更大的商业逻辑：

• 模型层：V4 Pro提供智能，按Token收费
• 框架层：Harness开源，降低开发者使用门槛，扩大Token消耗场景
• 物理层：投资宇树，将AI能力延伸到物理世界，打开全新的应用场景

模型定智能上限，Harness定智能的形态，宇树定智能的物理载体。三者构成闭环，每多一个机器人应用场景，就多一份Token消耗——而Token正是DeepSeek的核心商业模式。

---

七、行业影响：Agent之争的格局重塑

7.1 对Claude Code和Codex的冲击

目前Agent产品领域有三大玩家，各自的策略截然不同：

维度	Claude Code	Codex	DeepSeek Harness
开源	否	否	MIT协议完全开源
模型绑定	仅Claude	仅GPT	支持所有OpenAI兼容端点
架构	封闭产品	封闭产品	插件化元框架
扩展方式	hooks配置	插件规范	一切皆插件，热插拔
定位	产品	产品	底座/基础设施

DSH最致命的竞争策略不是"做得比Claude Code好"，而是把"Claude Code"变成自己的一个插件。通过读取Claude Code的hooks.json、支持将Claude Code作为子代理调用，DSH实际上把竞品变成了自己生态的一部分。

当产品功能可以被组装，护城河就会从功能转向模型与数据。DSH把"组装一个Coding Agent"的成本压到史上最低——任何开发者都可以用它拼出自己的Agent产品。

7.2 开源vs闭源：Agent时代的Linux时刻

Hacker News上有开发者做了一个尖锐的判断：

"他们目前占据了整个帕累托前沿——在每一个商业可用的输出质量水平上，都提供成本最低的模型。我们在90年代见过同样的态度，Silicon Graphics、Sun对Linux和Windows的态度，最终导致了那些公司的毁灭。"

这个类比是否恰当见仁见智，但逻辑值得深思：

• 1991年，Linus Torvalds开源Linux内核，IBM、HP、Sun的闭源Unix最终被边缘化
• 2026年，DeepSeek开源Harness框架，Claude Code和Codex的封闭架构面临同样的挑战

不同之处在于：Linux花了十年才真正动摇商业Unix的地位，而Harness在16小时内就收获了65K Star。开源社区的力量已经今非昔比。

7.3 模型厂商的"第三条路"

此前模型厂商下场做Agent，形态基本只有两种：Coding Agent（Claude Code、Codex）或"AI同事"式的Cowork产品。

DeepSeek选了第三条路：做产品的底座，而不是做产品本身。

"模型 + Harness"把组装权交给社区：谁都能基于DeepSeek模型搭出自己的Agent产品，而Harness对模型厂商中立，反而让DeepSeek模型成为"默认项"。

商业逻辑非常清晰：

模型定智能上限 → Harness定智能的形态 → 形态越丰富 → Token消耗的场景越多 → 模型收入越多

7.4 AI原生开发的活样本

翻开DSH的仓库，最大的震撼不是代码本身，而是开发过程：

• .agents/notes/目录里有1372个文件、约450组决策笔记——大部分是AI写的
• 64天内完成了12,293次提交，核心团队仅约15人
• 内置了整套给AI用的技能：dsh-code-review、dsh-merging-stacked-prs，甚至dsh-trim-cot-leakage（专门清理AI散落在文档中的思维链痕迹）

人肉根本写不出这个速度。DeepSeek用Agent开发了一个给Agent用的框架，然后开源了它。 连开发过程中的"AI参与证据"都没有刻意隐藏——450组决策记录就是450份AI原生开发的教学案例。

---

八、争议与隐忧

8.1 插件生态治理

Hacker News上有开发者直接质疑：

"所有依赖'社区插件'来提供功能的产品，头六个月都运行得很好，之后就是不兼容、过时、缺乏一致性和治理的噩梦。"

这是任何插件化系统都面临的长期挑战。DeepSeek的回应是理论层面的：Cordis的形式化保证确保插件可以被安全卸载，依赖关系可以被正确管理。但4000个Koishi插件的实践和一个全球开发者社区的实践，量级完全不同。

开源首日社区插件已超过1000个，质量参差不齐是必然的。npm供应链安全问题同样不容忽视——有开发者直接指出："pip几乎发明了供应链攻击；npm把它完善了。大概算打平。"

8.2 "一切皆插件"是否过度设计

最损的一条HN评论是：

"一切皆插件——他们是刚刚发现Unix管道吗？"

Cordis的形式化理论——效应、协效应、时空可组合性——对不熟悉OSGi、iPOJO、React useEffect的开发者来说确实有学习曲线。论文本身的学术密度很高，88页的篇幅对于一篇"框架配套论文"来说相当厚重。

但换个角度看：如果DeepSeek的目标真的是"自演化Agent"——让AI自己修改自己的组件——那么这种形式化保证就不是过度设计，而是必需品。一个会自我修改的系统，如果不能用数学证明"每次修改都是安全的"，那它就是一颗定时炸弹。

8.3 早期阶段的不完善

DSH团队负责人崔添翼本人也坦承：

"现在的0.1.0版本是一个面向Harness开发者的预览版，还很不完善，恳请大家多提提宝贵意见。"

如果拿当前Coding Agent的产品标准来说，DSH的体验确实不如Claude Code/Codex那么完善，接口一直在变化，插件生态才刚起步。但如果你从开发框架的角度来看，DSH就像一个超级乐高——官方提供的Coding Agent只是一套官方预置，你可以把零件换成任何你喜欢的。

---

九、崔添翼：从量化交易到Agent框架

DSH项目的负责人Tianyi Cui（崔添翼）的背景值得单独一说：

• 浙江大学毕业，曾六次斩获ACM国际大学生程序设计竞赛亚洲分区赛金牌
• 大学期间整理发布《背包问题九讲》，成为算法竞赛与动态规划学习的经典参考资料
• 华尔街量化巨头Jane Street履职近9年
• 前量化投资机构TSY Capital联合创始人（2022年成立于香港）
• 2026年3月加入DeepSeek，组建Agent Harness团队

他的X账号@tianyi关注者已超过2.5万。DeepSeek同事Deli Chen介绍他时说："the owner of this project is one of our most gifted workmate."

从Jane Street的量化交易系统到DeepSeek的Agent框架，崔添翼的轨迹揭示了一个深层逻辑：Agent框架的核心难题——状态管理、副作用控制、依赖解析——本质上是分布式系统问题，而这正是量化交易系统每天都在解决的问题。

一个前Jane Street量化交易员带队，一个清华AI-Infra方向的新锐工程师紧随其后（排名第二的贡献者LegGasai，GitHub主页显示为清华大学软件工程硕士），三个月内累计超过一万次提交——这个项目的工程密度极高。

---

十、总结：Agent的"操作系统"时代

DeepSeek在8月13日做的事情，远不止"发了一个模型+一个框架"。

V4 Pro 证明了：开源模型可以在Agent能力上逼近全球最顶尖的闭源模型，价格只有六十分之一。

Harness 证明了：Agent框架可以是完全插件化、完全开源、模型中立的——"产品"可以被降维成"preset + 插件组合"。

88页论文 证明了：这一切不是工程黑客的灵机一动，而是有严格数学基础的系统设计——并且指向了"自演化Agent"这个终极目标。

1.8亿投资宇树 证明了：DeepSeek的野心不限于屏幕——从Token到机器人，从数字世界到物理世界。

当OpenAI的答案是Codex和Responses API，Anthropic的答案是Claude Code和MCP，DeepSeek给出的答案是：一个完全开源、MIT协议、一切皆插件的Agent Harness，背后有严肃的PL论文做理论支撑，配合一个性能逼近全球顶尖、价格只有六十分之一的开源模型。

这不是在追赶硅谷。这是在重新定义赛道。

Agent的"操作系统"时代，可能刚刚开始。

---

本文数据截至2026年8月15日。DeepSeek Harness仓库地址：https://github.com/deepseek-ai/deepseek-harness ，88页论文地址：https://github.com/cordiverse/paper/blob/main/paper.pdf

作者注：本文基于DeepSeek官方公告、GitHub仓库代码分析、多篇技术媒体报道及Hacker News社区讨论综合撰写。部分基准测试数据来自DeepSeek官方评测，独立验证数据有待后续更新。