DeepSeek 开源 Harness：10 分钟上手的 AI Agent 驾驶舱，正面硬刚 Claude Code

硅基碎念 · AI 实战派
2026-08-14 · 数据均附来源，可验证

昨晚（8 月 13 日），DeepSeek 干了一件很多人没想到的事：它不是又发一个大模型，而是开源了自己的第一款 Agent 产品——DeepSeek Harness（简称 dsh），而且一上来就是 MIT 协议、免费、可商用。这个时间点选得相当巧妙——就在 Claude Code 和 Codex 等闭源商业 Agent 产品开始大规模收费、限制 API 调用的时候，DeepSeek 用开源的方式直接切入这个赛道，给整个 AI Agent 生态投下了一颗重磅炸弹。

如果你平时只把 AI 当"聊天框"，这篇你一定要看完。因为 Harness 想干的，是让 AI 直接在你的电脑上动手：读文件、跑命令、改代码、调工具，把"问它"变成"让它干"。

下面我用一套能立刻照着跑的方式，把这件事讲清楚，并给你一份实战判断。

---

一、一句话说清：Harness 到底是什么

Harness 是一个智能体运行框架（Agent Runtime），跑在你自己的电脑上，处在"大模型"和"执行环境"之间——它负责把模型的"想法"接上真实世界：文件系统、终端、网页、代码工具，甚至其他 Agent。你可以把它想象成一个"翻译官"和"执行者"的结合体：大模型负责思考"要做什么"，Harness 负责理解这个意图，然后调用合适的工具去执行，最后把结果反馈给模型进行下一步决策。这种架构让 AI 不再只是聊天，而是真正能帮你干活。

它最硬核的设计就一句话：Everything is a plugin（一切皆插件）。

它最硬核的设计就一句话：Everything is a plugin（一切皆插件）。

模型是插件、工具是插件、提示词是插件、记忆是插件、连界面（UI）本身都是插件。底层叫 Cordis——这套插件系统不是临时起意，它已经支撑 Koishi 聊天机器人生态跑了 4 年，发布当天还同步发了一篇和北大合著的论文，给它做数学基础。这意味着什么？意味着 Harness 的扩展性几乎是无限的：今天你可以用 DeepSeek 的模型，明天想换成 Qwen、GPT 或者本地部署的 Ollama，只需要换一个模型插件；今天用默认的 Web UI，明天想换成终端界面或者集成到 IDE 里，也只需要换 UI 插件。这种模块化设计让 Harness 成为了一个真正的"平台"，而不是一个"产品"。

一句话总结：Claude Code / Codex 是"一个能写代码的助手"，Harness 是"一个能让你随意换引擎、换轮子、换方向盘的车架"。

---

二、为什么这件事值得你停下来看（4 个硬数据）

我不喜欢空喊"震撼"，直接上数字：

指标	数据	来源
开源协议	MIT（可商用、可改）	DeepSeek 官方公告
发布节奏	2026-03 负责人加入 → 2026-08-13 公开预览	agentos.guide 报道
社区热度	发布 24 小时 GitHub Stars 破 6.5 万，Forks 超 5.4k	多源报道（6.5万~7.3万区间）
默认插件数	一套默认部署内置 159 个插件	NYU RITS 技术分析
团队规模	崔天一（Tianyi Cui，前 Jane Street）领衔，22 人	agentos.guide 报道

划重点：22 个人，从零到 6.5 万 Stars，只用了不到半年。 这个密度，说明它不是"又一个玩具框架"，而是 DeepSeek 从"模型/API 提供商"向"AI 编程执行层"延伸的关键一步——和 Claude Code、Codex 正面对撞。更值得关注的是，这 22 人团队由前 Jane Street（顶级量化交易公司）工程师崔天一领衔，这意味着 Harness 在工程实现、性能优化和系统稳定性上有着极高的起点。开源社区的快速响应也证明了市场对开源 Agent 框架的强烈需求：开发者们厌倦了被闭源产品"锁死"，渴望一个可以自由定制、深度集成的解决方案。

---

三、3 分钟跑起来（真·上手，不是看个热闹）

环境要求很简单：Node.js 22 及以上（LTS 22 即可，无需数据库、无需 Java、无需编程基础）。

一条命令启动 Web 界面：

npx @deepseek-ai/dsh web

跑完浏览器自动打开 http://127.0.0.1:3080。你会看到一个和聊天软件很像的界面，但左下角多了一个"工作区"——选了工作区，AI 才被允许碰你的文件。这个设计非常关键：工作区就像是给 AI 划定的"沙箱"，它只能在这个目录里操作。首次使用时，建议创建一个专门的测试目录（比如 ~/test_harness），避免误操作重要文件。界面左侧是对话历史，右侧是当前工作区的文件树和工具调用状态，中间是主要的聊天和任务执行区域。整个 UI 设计得非常直观，即使没有编程经验也能快速上手。

想从源码编译也行（标准 pnpm 流程）：

pnpm install
pnpm run build
pnpm dsh web

小提示：npx 慢就换国内镜像；端口被占用加 --port 8080。

---

四、它和 Claude Code / Codex 到底差在哪？

维度	DeepSeek Harness	Claude Code / Codex
核心定位	Agent 运行框架（车架）	开箱即用的 Coding Agent（整车）
可替换性	模型/工具/UI 全部插件化可换	相对封闭，定制门槛高
运行形态	Web UI / TUI / Headless 三种	以终端/API 为主
开源协议	MIT 全开源	多为闭源商业产品
多 Agent	原生支持子 Agent、后台任务、工作流	支持但形态不同

一句话：Claude Code 给你一辆车，Harness 给你一个车间。 你想换发动机、换轮胎、甚至换方向盘，都不用 Fork 源码，装个插件就行。

---

五、四个模式怎么选（别一上来就全开）

Harness 内置四种运行模式，对应不同场景：

• 标准模式：完整工具组合，日常主力。
• PTC 模式（程序化工具调用）：让模型生成代码来编排多轮工具调用，适合复杂流程。
• 极简模式：只留一个 shell + 一个文件编辑工具，用来做模型基准测试——DeepSeek V4-Flash 的公开 Code Agent 评测，就是用这个模式跑的。
• 创造模式：可在内存里现场试验 Cordis 插件、组合新玩法，给进阶玩家。

新手建议：标准模式起步，等理解了工具调用树，再进城南的 PTC / 创造模式。

---

六、安全边界：它动你电脑，但每步要你点头

这是大家最该关心的。Harness 默认不会乱来：

• 权限分三档：Read Only（只读）/ Workspace Write（仅工作区可写）/ Full access（全权限，慎用）。
• 超出当前权限的操作，逐次弹窗询问，你同意它才动。
• 所有"模型看到的东西"——系统提示词、思维链、工具调用与结果、子 Agent 调度——都写进一份仅追加（append-only）的会话日志，可在 Trajectory 视图里按来源回放、分叉、检索。

翻译成人话：它像个被你雇来的远程助理，能看项目目录、能跑命令，但动你核心文件前必须你拍板。 这是把"AI 自动化"和"失控风险"之间的绳子，交回你手里。

---

七、硅基碎念的实战判断：对内容创作者意味着什么

我是做 AI 自媒体的，说点更落地的：

1. 本地工作流被打通了。 选题库、脚本生成、配图提示词、发布检查——这些原本要我一个个手动串的流程，现在能塞进一个 Agent 工作区，让它自己读、自己跑、自己改。
2. "可换引擎"是真红利。 今天接 DeepSeek，明天想换 Qwen 或本地 Ollama，不用重写流程，换插件即可。对有多模型需求的团队，这是成本直降。
3. 但要注意：v0.1 是开发者预览。 DeepSeek 文档里大写加粗写着"会有破坏性更新"。所以现在适合拿来练手、搭原型，别直接压上生产。

我的结论：Harness 不是"又一个开源玩具"，而是 Agent 执行层开源化的标志性事件。早半年摸透它的人，下半年会少走很多弯路。

---

八、现在就能做的上手清单（Checklist）

• 装好 Node.js 22+（node -v 确认）
• 跑 npx @deepseek-ai/dsh web，打开 3080 界面
• 建一个测试工作区（别拿正式项目练手）
• 用标准模式发第一条指令：“列出当前目录文件，并说明这个项目是做什么的”
• 观察左下角的"工具调用树"，理解 Think → 命令 → 读文件 → 回答 的链路
• 权限先设 Workspace Write，别一上来 Full access

资源：GitHub 搜 deepseek-ai/harness，或官网 deepseek.com 公告页。

---

硅基碎念 · 写在最后
我们只讲能落地、能验证的 AI 实战。DeepSeek 把 Agent 执行层开源，是 2026 下半年最值得跟的信号之一。关注我，下一篇拆它的插件系统怎么帮你省下 80% 重复劳动。

数据来源：DeepSeek 官方公告（2026-08-13）、腾讯新闻/QQ 科技（2026-08-13/14）、NYU RITS 技术分析、agentos.guide 报道。数据随时间变化，以官方仓库为准。