DeepseekHarness到底强在哪
8月13日晚，DeepSeek正式发布并开源DeepSeek Harness（DSH）开发者预览版，MIT协议。Harness是什么？大模型本身是“缸中之脑”——懂很多，但不会自己动手。Harness就是给这颗大脑装上机甲和神经系统：读文件、调工具、管上下文、失败重试、连续干活几小时。官方公式：Model + Harness = Agent。“一切皆插件”——最核心的设计理念模型、工具、技能、会话、沙箱、存储、Agent循环、任务调度、用户界面——所有能力都以插件形式存在，可自由加载、卸载、替换。开发者不需要改源码，像搭乐高一样重新组合Agent的每一个部件。四种工作模式：- 标准模式：功能完整的编码Agent- PTC模式：模型编写TypeScript程序组合多步操作，上下文不会被撑爆- 极简模式：仅保留bash和文件编辑，用于基准测试- 创造模式：自定义Agent预设，甚至可以在DSH内部自己写插件实测体验：有内测用户把所有Vibe Coding项目从Codex迁移到Harness。做一个MC风格的传送门游戏，全程只花1.56元。缓存命中率大多在99%左右，有时直接干到100%。但门槛不低——插件系统、预设配置、轨迹调试都需要技术背景。截止发稿，GitHub已狂揽数万Star。我的判断：DeepSeek Harness把开源边界从模型延伸到了Agent工程体系。它不是“DeepSeek版Claude Code”，而是一套可以DIY的Agent基础设施。对于想深入定制AI工作流的开发者，这是目前上限最高的选择之一。互动问题：你会尝试把Harness接入现有工作流吗？
发布于 天津
分享
1
赞
未登录
友善发言
评论
加载中
