Agent 不再是产品，而是基础设施——DeepSeek Harness 给出的另一种可能

Agent 不再是产品，而是基础设施——DeepSeek Harness 给出的另一种可能

内测几天，参与测试的用户在 DeepSeek Harness 的项目仓库里就开发了约 300 个插件。

这是 2026 年 8 月 13 日，DeepSeek 正式发布其首款 Agent 产品时给出的一个数字。同一天，DeepSeek-V4-Pro 正式版（0813）也悄然上线，1M 上下文、384K 输出、Tool Calls 与 Responses API 一应俱全，价格分层从 Flash 的 0.02/1/2 元到 Pro 的 0.025/3/6 元（每百万 Token），并发限制 500 vs 2500（来源：爱范儿 V4 Pro 上线报道）。

但数字不是重点。DeepSeek Harness 项目仓库的 README 里有一句很克制的话：「DSH 不是 DeepSeek 版 Codex，它更接近一套可重组、可回放的 Agent 运行时」（来源：爱范儿首发体验）。

这句话把过去一年所有关于「Agent 产品」的讨论，推到了一个新拐点上。

Codex 是成品，Harness 是内核

过去两年我们看 Agent 的视角是这样的：Cursor 比 Claude Code 好用，Manus 比 Devin 强，每个产品都想做「下一个 Codex」——一个开箱即用、模型+工具+UI 全部预装好的成品。VS Code、Chrome 是这条路线的成功范本。

DeepSeek Harness 不走这条路。它的产品形态更接近 Linux 内核：把模型适配器、工具、策略、提示词、存储、UI 区域全部做成插件，每一个能力都是可替换、可重组、可回放的部件（来源：爱范儿 DSH 首发体验）。

这种区分在产品上最直观的体现是「内测 300 个插件」这个数字（来源：爱范儿 DSH 首发体验）。Codex 的插件是给成品加功能（Computer Use、Notion、Chrome），DSH 的插件是在 Agent 的大脑、工具箱、规则和界面里加能力。爱范儿的体验文章里举了个例子：DSH 的「写作插件」可以同时注册 /headline 命令、新增模型可调用的标题工具、替换系统提示词、接入 Skills、增加检索或 MCP、保存长期偏好，甚至在界面里新增写作面板。

这意味着 Agent 的边界不再是「哪家公司的产品更好用」，而是「你能用通用运行时组装出多少种 Agent」。前者是消费品的逻辑，后者是基础设施的逻辑。

「一切皆插件」的真实含义

DeepSeek Harness 文档里那句「Everything is a plugin」，很容易被理解成 VS Code 那种「插件装得多功能就强」。但它的实际语义更激进。

DSH 把 Agent 拆成了六层可被插件替换的部分：模型适配器、工具、策略、提示词、存储、UI。这六层构成了 Agent 的「内核」（来源：爱范儿 DSH 首发体验）。在 Codex 这种成品级产品里，模型只能换（接 Anthropic 或 OpenAI），其它层是固定的；在 DSH 里，每一层都能被插件改写。

文章里提到的 Pi Agent 走的是类似思路——通过 Extension 改写工具、模型请求、会话行为和终端界面。但 Pi 让一个 Coding Agent 可以任意扩展，DSH 让整个 Agent 产品都由插件重新组合。两者差一个数量级。

这背后是一个工程判断：Agent 的差异点不应该被锁死在出厂设置里。当模型同质化、Tool Calls 标准化、上下文压缩各家都做得差不多的时候，差异化只能发生在 Agent 的组合方式上。

Profile + Agent Preset，两层组合系统

DSH 的两级组合系统是这套架构的执行层。

Profile 决定整个 DSH 进程怎么跑：Web 模式、Headless 模式、装哪些 Bundle，等价于一份有顺序的 cordis.patch.yml 配置层。Agent Preset 决定某个会话里的 Agent 能看到哪些工具、提示词、Skill、子 Agent 和工作流，作用域按 agent → preset → global 解析。

两层组合的实际效果是：一个进程可以同时跑写作 Agent、编码 Agent、研究 Agent，它们各自看到不同的工具和指令，而无需启动四套服务。

更关键的是它的「模型可见 ⇔ 已记录」机制。普通聊天工具往往只保存最终消息；DSH 保存的是完整事件流：turn/start、step/start、用户消息、实际请求使用的模型、系统提示词、工具定义、原始流式输出。同时上下文压缩也不会删除原始历史，只是用 replacement 事件改变模型此后看到的「表面」。

这给 Agent 第一次带来了「可回放、可审计」的执行内核——任何一次 Agent 决策都能被完整复盘，调试和评测不再依赖截图和口述。

配套的还有「先记录意图，再执行副作用」的 Agent Loop：模型可以写一段 TypeScript，把多个工具调用编排成程序，中间数据留在运行环境里，只有最终结果进入模型上下文。这是把 Agent 当作可解释系统来设计，而不是一个不可拆的黑盒。

同模型不同 Harness，效果天差地别

最有说服力的证据来自一个对比实验（来源：爱范儿 DSH 首发体验）：让 V4 Flash 分别在 DeepSeek Harness、Reasonix（据说最适合 DeepSeek 的第三方 Agent）和 Codex 中完成同一个 Three.js 滑沙游戏。

结果是：在 DSH 里「玩家一开始就在滑行，完全遵守核心玩法，穿过下坡途中的每个门，最终抵达沙漠绿洲」；在 Reasonix 里「同样能玩，但是过于简陋」；在 Codex 里「整体画面更明亮，也更简单」。三种 Harness 用的同一个底层模型，最终产物却完全不同。

文章原作者写道：「这个单次案例虽然无法证明 Harness 在所有任务上更强，但至少说明：当模型完全相同时，Harness 提供的工具、提示词、上下文组织和执行策略，已经足以显著改变最终产物。」

这个判断比所有跑分都重要。它意味着 Agent 竞争的真正战场已经不在模型层，而在执行层。模型是地基，但地基之上的脚手架、装修、布局决定了你住得舒不舒服。DeepSeek、V4 Pro 跑分逼近 Fable 5，但跑分相近的模型在 DSH 和 Codex 里做出来的东西，差距可以大到像两个团队的作品。

Agent-as-Infrastructure 时刻

2026 年 8 月 13 日同时发生了两件事：DeepSeek Harness 发布、V4 Pro 正式版上线。

它们合在一起传递了一个信号：DeepSeek 已经不只卖模型了，它开始卖 Agent 的运行时。

以前我们挑 Agent，挑的是「哪家公司做出了最好用的那个产品」。现在 DSH 给出的另一种可能是，Agent 和模型同样是基础设施——开发者和用户可以用 DeepSeek Harness 创造出无数个 Codex，而真正属于自己的那个 Agent，可以由自己组装出来。

这不只是 DeepSeek 的选择。Pi Agent、Cursor 的某些早期实验、阿里近期开源的 skill-up 评测框架，都在指向同一个方向：Agent 本身正在变成一种可以被工程化、可以被标准化的基础设施。

Agent 的胜负手从「模型多强」转向「运行时多开放」。

对开发者来说，这意味着两件事。第一，不要把 Agent 当成锁定某家厂商的成品，把你的工作流建立在「这家 Agent 能跑」上——下一次模型迭代，你的工作流可能就要重写。第二，开始关注 Agent 运行时层的开放程度：插件机制是否完整、事件流是否可记录、Profile/Preset 是否支持多 Agent 并行。这些是 Agent-as-Infrastructure 时代真正决定长期价值的地方。

模型只是 Agent 的一个部件。Agent 本身也应该能持续配置、替换和重组。

这一点，DeepSeek Harness 已经在做了。