Loading...
Loading...
DeepSeek做了一款"不是模型"的产品Harness，却可能比模型更重要8月13日晚，DeepSeek没有发新模型，而是开源了一个叫Harness的东西。
一天之内，GitHub星标近8万。这个速度超过了当年R1和Grok-1的纪录。
Harness不是模型权重，不是API接口，而是一层"壳"——套在模型外面、让模型真正能干活的执行系统。DeepSeek给了一个公式：Model + Harness = Agent。
翻译一下：模型负责想，Harness负责干。
为什么DeepSeek要做这个？
这个问题才是整件事最有意思的部分。
就在Harness发布之前，DeepSeek的API文档里列了十几家第三方Agent集成工具——Claude Code、Codex、Cursor、Copilot……什么都有，唯独没有自家的Agent产品。模型是它家的，干活的手是别人家的。
这就像一个造了顶级发动机的人，发现所有整车厂都在用他的引擎，但方向盘、底盘、变速箱全是别人的。他决定自己造一辆完整的车。
更深层的原因是：同一个模型被放进不同的Agent系统，表现可能差出一大截。模型只负责预测下一步，真正决定体验的是Harness——它决定模型能看到什么上下文、能调哪些工具、出错怎么重试、什么时候算任务完成。
没有Harness的强模型，本质上只是"很贵的自动补全"。
"一切皆插件"到底意味着什么
Harness的核心设计原则写在官网首页：Everything is a plugin。
大多数Agent框架只在工具层开放扩展——加个搜索工具、接个MCP服务器，到头了。DeepSeek Harness把插件边界一路下沉到了运行时底层：模型适配器、工具、技能、会话、沙箱、存储、Agent循环、调度、甚至UI，全是可替换的插件。
整套架构基于Cordis插件元框架构建。开发者不需要改源码，只在配置文件里调整插件清单，就能换模型、换沙箱、换循环逻辑、换整个界面。
这跟LangChain、LangGraph那类编排库的思路完全不同。LangGraph是在框架里画流程图，节点和边写死了；Harness是给你一块巨大的洞洞板，每个零件都能拔下来换掉。
四种运行模式本质上就是同一套插件的四种组合方式：
标准模式：全副武装，文件编辑、shell、搜索、子Agent、工作流，日常开发直接用。
PTC模式：模型不是一步步调工具，而是先写一段TypeScript代码，用代码编排多轮调用——适合复杂多步任务。
极简模式：只留shell和文件编辑两个工具，专门用来做模型基准测试。V4-Flash的Agent跑分就是用这个模式跑的。
创造模式：实时检查运行时、在内存里试验插件、拼出新的运行模式——这是给框架开发者准备的实验室。
和Claude Code、Codex有什么不同
直接对标的是Anthropic的Claude Code和OpenAI的Codex。三者都意识到执行层是模型能力落地的最后一环。
但路径截然不同：
Claude Code是闭源成品，开箱即用，体验丝滑，但编排核心不开放，模型天然优先Anthropic。你用它，就得按它的规则玩。
Codex是OpenAI的托管Agent方案，同样闭源，深度绑定GPT系列。
DeepSeek Harness选了最难走的路：开源、MIT协议、模型中立。它支持DeepSeek、Anthropic、OpenAI、Bedrock、Vertex、Azure以及任意OpenAI兼容端点。你不一定非得用DeepSeek的模型——你可以把Harness当成一个通用的Agent底座来用。
这意味着什么？意味着DeepSeek赌的不是"我的模型最好"，而是"我的壳最好，你用我的壳，大概率还是会选我的模型"。
这个策略很精明。框架是入口，模型是变现。Harness免费开源，但跑Agent需要消耗模型token——而DeepSeek刚刚把API价格涨了。
一个设计细节值得单独说
Harness有一个看似不起眼但极其关键的设计：append-only会话日志。
模型看到的一切——系统提示词、思维链、工具调用结果、子Agent调度、每一次上下文注入——都被写进一条只追加不修改的事件流。恢复、分叉、检索、回放全部基于同一条事件流。
这解决了一个Agent开发中非常痛的问题：长任务跑着跑着挂了，你想从断点恢复，但你不知道模型当时到底看到了什么。如果上下文只活在内存里，一恢复就串味。Harness让任务状态有了"唯一事实来源"。
这个设计思路，跟分布式系统里的event sourcing一脉相承。
结语：AI竞争的战场正在转移
DeepSeek Harness把开源竞争的边界从模型延伸到了Agent工程体系。
之前大家比的是上下文窗口多大、跑分多高、价格多低。现在DeepSeek把竞争推到了一个新的维度：谁的Agent跑得稳、扩得动、生态建得起来。
当然，v0.1只是开发者预览版，官方明确警告"会有破坏兼容性的改动"。仓库超过230个workspace成员，架构野心很大，但离生产级稳定还有距离。现在就说颠覆谁，为时过早。
但三个信号已经很清楚了：
第一，模型厂商的下一个战场不是模型本身，而是执行层和反馈闭环。
第二，"一切皆插件"的微内核架构，可能成为Agent框架摆脱单体瓶颈的主流方向。
第三，谁掌握了Harness，谁就更接近真实任务入口——进而影响模型选择、工具分发和开发者工作流。
DeepSeek造了一个发动机，现在又造了一辆车。至于这辆车能跑多远，取决于有多少人愿意在它上面装自己的零件。Everything，成功吸引980亿韩元种子投资…挑战无机器人新概念交易所旨在让用户在一个平台上交易加密货币、股票、大宗商品等多种资产的'Everything'在种子轮融资中筹集了690万美元（约合98亿韩元）。本轮投资由人道主义风险投资基金Humanity Investments领投，Animoca Brands、HexTrust、WallStreetBets创始人杰米·罗戈津斯基以及Three Point Capital等机构参与投资。
Everything是一个标榜'包罗万象的交易所'概念的平台。其目标是整合衍生品（永续合约）、现货交易、预测市场以及支付功能，通过单一账户、单一余额和透明的规则，解决交易环境的割裂与复杂性。其特点在于，尤其通过Humanity的'人类验证'功能，确保每个用户只能拥有一个账户，从而从源头上阻断机器人和女巫攻击。
Everything首席执行官蒂姆·蔡表示："当前交易市场的问题不在于选择匮乏，而在于不同平台间的割裂性、不透明性以及机器人造成的市场扭曲。Everything通过单一账户、单一余额和一套明确的规则，为零售交易者提供公平、直观的环境。"
Everything的优势在于，它改善了现有交易所因混乱和多账户结构而导致激励被滥用的状况。只有通过Humanity验证的用户才能参与奖励系统，从而从根源上杜绝了机器人账户在空投或社区排行榜中占据空间的可能性。Humanity创始人特伦斯·郭表示："我们正在打造一种新型交易所，它同时保障机构投资者的安全性和去中心化社区的自主性。"
Everything也考虑了用户的可访问性和便利性。初期发布将从Telegram迷你应用开始，后续计划扩展到移动端、桌面端和网页平台。相关生态系统和功能已在白皮书中介绍。
通过此次融资，Everything有望加速构建一个为零售用户服务的、具备'公平性'、'透明度'和'单一规则'的新型交易所。8月13日晚，DeepSeek没有发新模型，而是开源了一个叫Harness的东西。 一天之内，GitHub星标近8万。这个速度超过了当年R1和Grok-1的纪录。 Harness不是模型权重，不是API接口，而是一层"壳"——套在模型外面、让模型真正能干活的执行系统。DeepSeek给了一个公式：Model + Harness = Agent。 翻译一下：模型负责想，Harness负责干。 为什么DeepSeek要做这个？ 这个问题才是整件事最有意思的部分。 就在Harness发布之前，DeepSeek的API文档里列了十几家第三方Agent集成工具——Claude Code、Codex、Cursor、Copilot……什么都有，唯独没有自家的Agent产品。模型是它家的，干活的手是别人家的。 这就像一个造了顶级发动机的人，发现所有整车厂都在用他的引擎，但方向盘、底盘、变速箱全是别人的。他决定自己造一辆完整的车。 更深层的原因是：同一个模型被放进不同的Agent系统，表现可能差出一大截。模型只负责预测下一步，真正决定体验的是Harness——它决定模型能看到什么上下文、能调哪些工具、出错怎么重试、什么时候算任务完成。 没有Harness的强模型，本质上只是"很贵的自动补全"。 "一切皆插件"到底意味着什么 Harness的核心设计原则写在官网首页：Everything is a plugin。 大多数Agent框架只在工具层开放扩展——加个搜索工具、接个MCP服务器，到头了。DeepSeek Harness把插件边界一路下沉到了运行时底层：模型适配器、工具、技能、会话、沙箱、存储、Agent循环、调度、甚至UI，全是可替换的插件。 整套架构基于Cordis插件元框架构建。开发者不需要改源码，只在配置文件里调整插件清单，就能换模型、换沙箱、换循环逻辑、换整个界面。 这跟LangChain、LangGraph那类编排库的思路完全不同。LangGraph是在框架里画流程图，节点和边写死了；Harness是给你一块巨大的洞洞板，每个零件都能拔下来换掉。 四种运行模式本质上就是同一套插件的四种组合方式： 标准模式：全副武装，文件编辑、shell、搜索、子Agent、工作流，日常开发直接用。 PTC模式：模型不是一步步调工具，而是先写一段TypeScript代码，用代码编排多轮调用——适合复杂多步任务。 极简模式：只留shell和文件编辑两个工具，专门用来做模型基准测试。V4-Flash的Agent跑分就是用这个模式跑的。 创造模式：实时检查运行时、在内存里试验插件、拼出新的运行模式——这是给框架开发者准备的实验室。 和Claude Code、Codex有什么不同 直接对标的是Anthropic的Claude Code和OpenAI的Codex。三者都意识到执行层是模型能力落地的最后一环。 但路径截然不同： Claude Code是闭源成品，开箱即用，体验丝滑，但编排核心不开放，模型天然优先Anthropic。你用它，就得按它的规则玩。 Codex是OpenAI的托管Agent方案，同样闭源，深度绑定GPT系列。 DeepSeek Harness选了最难走的路：开源、MIT协议、模型中立。它支持DeepSeek、Anthropic、OpenAI、Bedrock、Vertex、Azure以及任意OpenAI兼容端点。你不一定非得用DeepSeek的模型——你可以把Harness当成一个通用的Agent底座来用。 这意味着什么？意味着DeepSeek赌的不是"我的模型最好"，而是"我的壳最好，你用我的壳，大概率还是会选我的模型"。 这个策略很精明。框架是入口，模型是变现。Harness免费开源，但跑Agent需要消耗模型token——而DeepSeek刚刚把API价格涨了。 一个设计细节值得单独说 Harness有一个看似不起眼但极其关键的设计：append-only会话日志。 模型看到的一切——系统提示词、思维链、工具调用结果、子Agent调度、每一次上下文注入——都被写进一条只追加不修改的事件流。恢复、分叉、检索、回放全部基于同一条事件流。 这解决了一个Agent开发中非常痛的问题：长任务跑着跑着挂了，你想从断点恢复，但你不知道模型当时到底看到了什么。如果上下文只活在内存里，一恢复就串味。Harness让任务状态有了"唯一事实来源"。 这个设计思路，跟分布式系统里的event sourcing一脉相承。 结语：AI竞争的战场正在转移 DeepSeek Harness把开源竞争的边界从模型延伸到了Agent工程体系。 之前大家比的是上下文窗口多大、跑分多高、价格多低。现在DeepSeek把竞争推到了一个新的维度：谁的Agent跑得稳、扩得动、生态建得起来。 当然，v0.1只是开发者预览版，官方明确警告"会有破坏兼容性的改动"。仓库超过230个workspace成员，架构野心很大，但离生产级稳定还有距离。现在就说颠覆谁，为时过早。 但三个信号已经很清楚了： 第一，模型厂商的下一个战场不是模型本身，而是执行层和反馈闭环。 第二，"一切皆插件"的微内核架构，可能成为Agent框架摆脱单体瓶颈的主流方向。 第三，谁掌握了Harness，谁就更接近真实任务入口——进而影响模型选择、工具分发和开发者工作流。 DeepSeek造了一个发动机，现在又造了一辆车。至于这辆车能跑多远，取决于有多少人愿意在它上面装自己的零件。
