DeepSeek Harness 深度调研报告

DeepSeek 的 Harness 终于来了。我们以技术视角看下这个到底有什么特点，能做什么，尤其是在企业场景中有那些价值。

"Everything is a Plugin" — DeepSeek Harness 项目口号 官方公式：Model + Harness = Agent

一、项目概况

核心定位：模型之外的一切——工具、记忆、agent 循环、桌面集成、MCP、反馈系统——都属于 Harness。不是模型的薄壳，而是与模型协同设计（co-design）的工程层，这也是与普通第三方 agent 框架的本质区别。

二、核心特点

1. 一切皆插件，无特权内核

• 模型适配器、工具注册表、会话日志、agent 循环本身都是插件，全部可从配置替换。
• 扩展 = 在旁边挂一个插件；注册行为是可逆 effect，插件卸载时自动回滚。
• 配置通过 profile（配置档）+ bundle（组合包）+ patch 层 叠加：profile.bundles 顺序 → profile 的 cordis.patch.yml → $DSH_HOME 用户级 patch → --patch 覆盖。
• 任意一行配置都能被用户的 patch 覆盖：dsh --profile web --dump-config 可预览整棵配置树。
• 坑：patch 是整行替换、无 deep-merge，覆盖时必须重述该行所有保留字段。

2. 事件驱动的一等公民架构

• 会话事件（append-only 持久化，可重放）——事实必须存活
• agent 事件（agent/*，携带活的 Agent，可观察/拦截在途工作）
• 能力事件（fs/*、tools/*、telemetry/*，挂接策略与适配器）
• 核心不变量：模型可见即必须入日志。会话日志是模型上下文的唯一来源，fork/恢复/转录/遥测/持久化全部从这条流派生。新增模型可见输入必须先扩展 SessionEventMap 并支持从日志渲染。

3. Turn/Step 两级执行模型

• step = 一次模型请求 + 它调用的工具；turn = 零或多个 step。
• 数据流：turn/start → 认领输入 → 组装 prompt 与工具 schema → agent/pre-step → step/start → llm/stream → assistant/* → tool/call → tools/* 执行管线 → step/end。
• agent/pre-step 决定模型看到什么（可重写/可拒绝）；三个 tools/* 事件是瀑布（需调 next() 委派）。
• 输入统一走一个 inbox；注入的上下文等在 inbox 里直到有消息唤醒。

4. 能力缝（Seam）设计——换一个 Provider 换整个产品

• 每个能力 = Service Definition / Service Provider / Consumer 三角，三者缺一不构成缝。
• FS 与子进程共享同一执行世界：把 FS provider 指向远端沙箱，Bash/PTY/LSP 一起跟着走，无需 provider 分叉。
• 子代理同样是缝：从"全新子代理"到"委派给另一产品的 turn"都是同一个 interface 的实现。

5. 企业级安全是设计支柱（非后补）

• 权限策略 + 审批门：Web UI 在执行需审批的操作前询问；内置 Plan 审查、访问确认（access-confirmation）、审批器（approval-composer）。
• 双平台沙箱：Linux 走 Landlock（native/landlock-run 自降权 launcher，npm 三件套 + 平台 optional dependency），Windows 走 ACL restricted-token；bash/pwsh 按平台互斥挂载（同一 patch 文件、一个平台恰好一套 shell 栈）。
• 高危操作（文件修改、磁盘格式化等）有强制确认工作流，灵感来自量化交易的风控设计。

6. 与模型深度协同（生态闭环）

• 面向 DeepSeek KV 缓存做上下文工程：缓存命中 token 成本低两个数量级，dsh 刻意保持 prompt 前缀稳定以最大化 cache hit。
• 内置消息反馈协议（feedback command / message-feedback），把推理轨迹、规划失败、工具使用效率回喂模型微调——这是 DeepSeek 独有的护城河。
• 上下文管理：KV 缓存复用 + 压缩/截断 + 按任务复杂度动态调整上下文窗口。

三、能做什么

四、企业使用场景

1. 研发效能自动化（第一个成熟场景）

Bug 定位修复、多文件功能开发、代码评审、重构迁移、测试编写。对比 Claude Code 的差异化是成本：KV 缓存 + Pro/Flash 模型混用 + 峰谷定价调度，单位任务成本显著低于纯 Claude 方案。第三方实测显示不同框架同一任务工具调用次数差异巨大（Claude Code ~70 次 vs 某开源 ~22 次），框架效率直接决定运营成本。

2. 安全合规的 Agent 落地

审批门 + Plan 审查 + Landlock/ACL 沙箱 + 可重放日志 → 适合金融、政企等"高危操作人工确认、失败可复盘、中间状态一致"的硬性要求场景。重启前后中间状态一致是明确的产品约束。

3. 成本治理

DeepSeek V4 峰谷定价（北京时间 9-12 / 14-18 峰时翻倍），配 harness 定时调度把非紧急批处理挪到闲时 + 最大化缓存命中。

4. 嵌入式 / 平台化

Python SDK 把 Agent 嵌进企业自有系统（指定 workspace、session_root、收 JSONL 审计日志）；headless 模式直接进 CI/CD 流水线做自动化验收。

5. 多模型网关 / 去供应商锁定 / 私有化

企业自建网关、私有化 OpenAI 兼容端点均可接入；私有化场景模型与 harness 分离，数据不出域。Provider ID 永久不可改（请求、会话、默认模型、凭证引用都用它），换 ID = 新增再删旧。

五、风险与注意

• 开发者预览期：破坏性变更频繁，慎用于生产核心链路，先小范围试点。
• 生态尚浅：skill/插件市场远不如 Claude Code 成熟；web 端大量能力（skill 调用、规划、调度、workflow）仍以 e2e 测试覆盖形式存在。
• 默认偏编码 Agent：danger-full-access 组合仅限一次性容器/可丢弃目录；Windows 默认走 pwsh + ACL 受限 token。
• 运行环境：Python SDK 需 Linux x64 / arm64 或 macOS 14+ arm64；无系统 Node 也可运行（捆绑运行时）。
• 第三方博客关于"内测招募/排期"的叙述多为推测，事实以仓库与官方 README 为准。

六、与 UniEmployee 的对照（参考）

两者理念同向但粒度不同：

可对标借鉴点：

• capability-seam 三角设计（Definition/Provider/Consumer）→ UniEmployee 的工具/连接器抽象可参考；
• session-log 可重放审计 → UniEmployee 的 traces 全链路可观测可借鉴；
• 审批门 + Plan 审查分层 → UniEmployee 的 HITL 双路径审批可扩展；
• 成本侧：KV 缓存 / 模型分级 → UniEmployee 选模型策略的优化方向。

附：关键资源

• 仓库：https://github.com/deepseek-ai/deepseek-harness
• 官方站点：https://deepseek.com/harness
• 架构文档：docs/architecture.md（阅读顺序：cordis-primer → architecture → event-producer-consumer → capability-seams → extension-cookbook）
• Cordis 论文：《A Programming Paradigm for Spatiotemporal Composability》
• 社区：GitHub Discussions、Discord、企微群（README 扫码）

? 万智创界 - AI Native 智能生产力工作室

专注 AI Agent、数字员工与智能自动化， 帮助企业将知识、流程与经验转化为真正可以执行的 AI 能力。