当 Harness 注定被模型吞噬——为什么 DeepSeek 反过来把它做成"可拼装运行时"

当 Harness 注定被模型吞噬——为什么 DeepSeek 反过来把它做成"可拼装运行时"

8 月 13 日，DeepSeek 正式发布了第一款 Agent 产品 DeepSeek Harness（DSH）。同一天，DeepSeek-V4-Pro 正式版上线。

往前倒两个月，6 月 14 日，红杉资本播客上，Google AI Studio 负责人 Logan Kilpatrick 抛出一句让整个 AI 圈坐不住的话："最短在 12 个月内，Harness 会被模型吞噬掉，红利会转移到其他地方。"

同样的两个月里，DeepSeek 的工程师没停手。他们没去赌"Harness 会消失"，反而把 Harness 做成了一款比 Codex 更狠的产品——可拼装的 Agent 运行时。

这就是值得停下来想一想的反向押注：在所有人都觉得 Harness 会被吃掉的时候，梁文锋这帮人押的是——Harness 才是 Agent 时代的事实标准。

同一模型、不同 Harness，差距有多大

为了不被任何人说"模型决定论"或"Harness 只是壳"带偏，先看一组对照实验。

爱范儿 APPSO 拿到 DSH 内测资格后，让同一个 DeepSeek-V4-Flash 模型在三个不同的 Harness 里跑同一个任务：用 Three.js 写一个滑沙游戏。

DSH 版本里，玩家从一开始就滑行、穿过每个门、画面配色金黄阳光、沙漠绿洲做完整收尾。Reasonix 版本画面粗糙，金字塔、人物、天空都不像一款 3D 游戏。Codex+V4 Flash 干净工作区版表现合理，但配色和细节明显单薄。

模型完全相同，Harness 不同，产物完全不同。

这件事对"模型会吞噬 Harness"的论断是直接打击：哪怕 V4 Flash 是同一个月训练的版本，不同 Harness 给出的工具、提示词、上下文组织、执行策略，足以把"模型能做什么"这件事彻底改写。Logan 说的"12 个月被吞噬"——至少在 2026 年 8 月的实测里，没发生。

DSH 的核心解法：一切皆插件，但插件必须"可逆"

DSH 的官方关键词是"everything is a plugin"。模型接入、工具执行、会话记录、循环本身、界面，全部走插件机制。

这不是营销话术。它把整个框架构建在一个开源项目 Shigma 的 Cordis 之上。Cordis 的定位很朴实：一个处理依赖注入、作用域服务、生命周期清理的通用 JavaScript 框架，跟 Agent 没关系、跟 LLM 没关系。

光有"一切皆插件"还不够。普通插件系统的麻烦在于：插件一多，谁来清理、谁负责卸载、出错怎么办？VSCode 的扩展宿主不能卸载单个扩展，禁用/卸载必须重启整个宿主；Koishi 改完配置也要 reload daemon。

DSH 选了另一条路。每个插件的生命周期都通过 ctx.effect() 登记，副作用和它的"逆"写在一起，框架在卸载时按 LIFO（后进先出）反序逐个撤销。子 Fiber 自动级联清理，作者不用写卸载路径。

这套机制解决了一个具体问题：自进化 Agent 的可行性。

腾讯程序员 chino 在 8 月 14 日的深度拆解里引用了 Cordis 论文的一句话——"未来的 harness 会在持续服务请求的同时生成并部署对自己组件的修改……没有时间可组合性，每次自我修改都迫使完整重启，丢弃所有进程内累积状态。"

**没有"可逆"，自进化就是空话。**Agent 装上自己写的新工具、新提示词、新 UI，跑坏了要能回滚，而且回滚机制本身不能被新组件弄坏。DSH 把这件事从"作者自觉"变成了"框架结构保证"。

一处选择看懂工程诚意：worker_threads

具体到 Code Mode——让模型写代码去编排多个工具调用——DSH 选了 node:worker_threads，不是 node:vm 那种同进程沙箱。

理由很直白：node:vm 的原型链可以逃逸到主环境，热循环从外部也打不断，被认为是不可靠的。换成独立的工作线程，每次跑代码都要开一个新线程，代价是更慢，但换来的是独立的 V8 堆，以及可以从外部强制终止的执行环境。

模型写的代码有可能写出死循环。DSH 选了"慢一点但能强制中断"而不是"快但一烂就带垮整个宿主"。

这种取舍在产品宣传页上看不见，但决定了 6 个月后谁会因宿主失稳而发布崩溃报告。

300 个插件证明了什么

爱范儿的实测里有一个细节：DSH 内测上线一周，用户已经开发了约 300 个插件。有的改整个工作界面、有的像 Codex 一样接入桌面宠物、有的优化对话界面、有的干脆用纯插件实现"跨会话长期记忆 + 后台自我进化"。

生态速度是真实的。但这件事证明了什么、没证明什么，要拆开看。

证明了——插件系统确实足够开放，连修改 UI 这种"应该由框架决定"的事情都开放出去了。DSH 不是一家公司的产品，更像一套可供所有人再组合的基板。

没证明——300 个插件里有多少能跨过一个月、三个月的考验？一个插件生态能不能活下来，看的不是发布数，是使用留存。VSCode 早期也有大量插件，最后留下来的不到 10%。

所以，你该押 DSH 吗？

不是。现在下结论都太早。但有几个判断信号值得盯：

1. Cordis 的"可逆副作用"机制能不能扛住生产环境的高频热重载——这是 DSH 跟 Codex 拉开身位的护城河。如果一年后还站得住，那是真壁垒。
2. 300 个插件里有没有诞生 1-2 个"必备型"插件——比如某个统一记忆方案、某个跨模型协议、某个团队协作流程。必备插件越多，迁移成本越高。
3. DeepSeek 自己用 V4 Pro + DSH 跑出来的实测能不能复现——爱范儿已经测了 V4 Flash 的版本，V4 Pro 反而表现不如 V4 Flash，这是个微妙的信号：更强的模型并不一定在 Harness 里表现更好，这件事本身值得继续观察。

Codex 赌的是用户懒得拼。DSH 赌的是用户值得拼。

两边都在赌未来 12 个月谁是 Agent 时代的事实标准。而这件事只有用户能投票。

如果你今天要选一个 Agent 工作台起步，逻辑很简单——

先看你要的是"立即能用"还是"未来可拼"。要前者选 Codex，要后者试 DSH，但别押全部身家。

Harness 和模型的拉锯战，远没到分胜负的时候。