DeepSeek Harness深度评测：从“马鞍”到“安卓”，Agent开发范式正在被重写

当业界还在争论Agent框架应该更封闭还是更开放时，DeepSeek用一次彻底的开源给出了自己的答案。近期发布的DeepSeek Harness（以下简称DSH）不仅是一个编码Agent工具，更像是一套为“自进化”和“DIY”而生的操作系统。（QbitAI）在深度体验后发现，这款工具正在悄然改变开发者与AI协同的底层逻辑。

从“工具”到“平台”：DSH的插件化哲学

传统Agent框架，如OpenAI的Codex Harness，其核心逻辑更接近“iPhone”——用Rust编写高性能单体核心，通过外部挂件（MCP、hooks、skills）进行有限扩展。这种设计的优势在于可控性和性能，但代价是社区难以触及核心，生态发展受限。

DSH则选择了一条截然不同的路径。其架构文档中反复提及的“Cordis”概念，是理解这款产品的关键。Cordis可以被理解为一块“乐高底板”，开发者无需从零开始构建，而是将模型、工具、策略、存储、上下文管理等一切组件作为独立插件，即插即用。这种设计哲学在官方文档中被概括为“一切皆插件”，意味着开发者可以自定义整个Agent运行时，而不仅仅是调用几个外部工具。

这种思路的转变是根本性的。如果说Skill还停留在Prompt Engineering的范畴，那么Cordis则允许用户触碰Agent的“神经系统”。官方内置了超过100个插件，并预留了Plugin Store，社区开发者已经贡献出包括TUI界面、QQ风格皮肤在内的各种创意插件。这种开放程度，让DSH在社区中获得了“Agent时代的安卓”的评价。

产品体验：极客向的“马鞍”与务实的设计细节

从产品形态上看，DSH目前没有独立的桌面应用，需要通过npx @deepseek-ai/dsh web命令在浏览器中启动Web UI。安装方式有两种：快速体验可通过npm，源码安装则需克隆官方GitHub仓库。

DSH的核心创新在于“Agent预设”机制。官方提供了四种预设：

• 标准模式：功能完整的编码Agent，涵盖文件编辑、Shell、检索、计划模式、子代理等全部能力。
• PTC模式：在标准模式基础上，额外提供Code Mode SDK，允许模型编写TypeScript程序来组合多步操作。
• 极简模式：仅保留bash和str_replace_editor两个工具，用于基准测试和最小化复现。
• 创造模式：提供运行时检查、插件实验和preset创作指导，用于自定义Agent预设。

这种设计让DSH呈现出强烈的“开发者天选”气质。一个非常实用的功能是“轨迹”（Trajectory），它不同于经过润色的Chat视图，能直接查看原始事件级记录，让用户随时回放Agent内部到底发生了什么，直观地看到模型在哪个环节出错、每个步骤消耗了多少Token。

另一个值得称道的细节是，即便不开启计划模式，DSH在遇到指令不明确时也会主动发起提问，并提供建议选项。这种“头脑风暴”式的交互，相比Codex的单向指令执行，能显著减少开发者的认知负担。

实测对比：长程任务能力的分水岭

在实测环节，使用相同的模型（V4 Flash）和推理强度，分别通过DSH和Codex运行了多个demo。在简单的“鹈鹕自行车”测试中，两者差距不大；但在“猪八戒3D白模”这类需要长程推理的任务中，差异变得极为明显。

DSH在接到一句“生成猪八戒3D白模”的指令后，持续运行了20分钟，期间不断自我修正和返工，最终产出了高质量的模型。而Codex仅用6分钟就“自信”地交付了结果，但产物质量明显粗糙，甚至最初误以为需要调用图像生成API。

社区反馈也印证了这一观察，有用户表示DSH最长的一次任务运行了10个小时。这种差异背后，是DSH在长程任务能力上的强化，它更倾向于“不绕弯子”地交付完整成果，而不是给出半成品。对于用户而言，这意味着可以用更简洁的Prompt获得更好的结果，甚至可以直接通过语音输入需求，而不必精心设计提示词。

Token消耗与成本考量

DSH在界面最下方提供了一个Token统计表，可随时查看消耗量和缓存命中率。在实测中，缓存命中率大多维持在99%左右，有时甚至达到100%，但偶尔也会掉到60-70%。考虑到DeepSeek官方在2026年8月17日后的API价格调整（尤其是缓存费用），这个仪表盘对于控制成本显得尤为重要。

国内视角：自进化路线的差异化探索

在Anthropic发布self-improvement相关博客后，“自进化”成为行业热词，但始终缺乏清晰的落地路径。DSH的Cordis协议提供了一种可实现的方案：模型可以在不打断任务的前提下，自己编写并安装插件。结合庞大的用户生态，从成千上万个Agent实例中筛选出优秀的魔改插件并融回主线，这种“众包式”的进化路径颇具想象力。

国内其他大模型厂商也在探索类似方向。例如，百度文心一言的智能体平台、阿里通义千问的App Builder，都在降低Agent开发门槛，但在“运行时可插拔”这一深度上，DSH目前走得最远。智谱GLM和DeepSeek一样，也强调开源生态，但在Agent框架的底层开放性上，DSH的Cordis设计无疑更具颠覆性。

结语：为后人种树

DSH目前对普通用户的直接帮助有限，毕竟这是一个“吃生态”的功能，需要大量高质量插件的沉淀才能体现差异。但对于极客开发者而言，这无疑是一个值得投入的“植树”机会。DeepSeek团队在宣发中明确表示：“我们期待与全球开发者一起，在开源、开放、可复用、可组合的基础设施之上，共同探索智能上限。”

如果你对构建下一代Agent感兴趣，不妨从DeepSeek Harness的官方仓库开始，那里有手把手教你从零构建插件的完整教程。

常见问题

DSH与Codex Harness的核心区别是什么？

DSH采用“一切皆插件”的Cordis架构，允许开发者自定义整个Agent运行时，而Codex Harness虽然也开源，但核心是Rust编写的单体，扩展能力有限。DSH更开放，Codex更注重可控性和性能。

DSH支持哪些模型？

DSH默认支持DeepSeek系列模型，但也可以通过配置API Key接入其他模型。不过官方推荐使用自家模型以获得最佳体验。

DSH的Token消耗如何控制？

DSH在界面底部提供了Token统计表，可实时查看消耗量和缓存命中率。高缓存命中率（通常99%左右）能有效降低成本，但建议关注官方价格调整。

普通用户能从DSH中获益吗？

目前DSH的插件生态仍在早期，对普通用户的直接帮助有限。但其主动提问、长程任务能力强等特性，能提升日常编码效率。

如何安装DSH？

有两种方式：一是通过npx @deepseek-ai/dsh web快速启动Web UI；二是通过git clone https://github.com/deepseek-ai/deepseek-harness获取源码后自行安装。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。