DeepSeek Harness 到底值不值得你上？我把它的内核扒了一遍
最近 DeepSeek 开源的 Harness（下称 dsh）刷屏了。有人说它是 Claude Code 平替，有人说又是套壳。但绝大多数文章停在一个命令就结束了：npx @deepseek-ai/dsh web。
我把官方文档和源码架构扒了一遍，结论是：它值不值得上，取决于你是哪一类人。本文不教安装，只讲它到底在解决什么问题，以及哪类人该认真看、哪类人先别急。
30 秒速览：dsh = 一个把 Agent 运行时做成可组合基础设施的框架。内核 Cordis 用「插件 + 共享上下文 + 类型化事件 + 可逆副作用」四件套实现时空可组合；它的杀手锏是 Trajectory 可审计（模型看到的都能从日志重建）。结论不是「好不好用」，而是「你属于哪一类人」。
一、先去魅：你早就在用"Harness"了
很多人把 dsh 当成"又一个 AI 聊天框"，这是误解。dsh 的官方公式只有一句话：
Agent = Model + Harness
模型只负责推理。真正决定一个 Agent 能不能干活的是 Harness 这一层：它管上下文怎么拼、工具怎么调、在哪执行、进程崩了怎么恢复、子 Agent 怎么调度。
同一个模型，套在不同的 Harness 下，表现会差很多。官方文档明确列了 Harness 至少要回答上面这六个问题。所以 dsh 不是来替代模型的，它是来把"模型到真实世界"这条链路变成可组合的基础设施。这就是为什么我说"你早就在用 Harness"：Claude Code、Codex 本质都是 Harness，只是它们把扩展点包成了产品。dsh 的区别是把整条运行时都插件化了。
二、Cordis 五要素：一切皆插件的真功夫
dsh 底层是 Cordis，一个被 vendor 进仓库的插件框架。它的设计被一篇论文《A Programming Paradigm for Spatiotemporal Composability》形式化。落到代码，核心是五个概念（以下为基于官方文档结构整理的架构示意，非逐字源码，请勿直接复制运行）：
// 架构示意：Cordis 五要素如何落地（基于官方文档整理，非逐字源码）
class MyPlugin {
// 1. Plugin：实现 Service 的对象，可以是函数或 Service 子类
inject = ['counter']; // 3. 依赖声明，框架在依赖就绪时自动激活本插件
apply(ctx) {
// 2. Context：共享服务仓库，插件按稳定键挂载能力
ctx.tools.register('my-tool', { ... }); // ctx.tools 由其他插件提供
// 4. Typed Events：waterfall 中间件，调用 next() 才放行下游
ctx.on('agent/pre-step', (input, next) => {
if (shouldBlock(input)) return; // 不调用 next = 短路接管
return next(input);
});
// 5. 可逆 Effects：插件卸载时，这些注册被运行时自动撤销
ctx.effect(() => { /* 注册服务 / 监听 / 启动定时器 */ });
}
}
五个要素讲清楚：
- Plugin：一个功能模块，可以是函数或 Service 类。
- Context：共享服务仓库，按稳定键挂载，例如
ctx.tools、ctx.llm、ctx.sessions、ctx.fs、ctx.shell。插件之间靠键找能力，不互相 import 具体实现。 - Service：被挂载到 Context 上的具体能力，可被替换。
- Typed Events：插件间通信机制，有四种分发模式：
emit（发完就走）、waterfall（中间件式，必须调next()才放行，可短路接管）、parallel（并发）、serial（串行、带返回值）。agent/pre-step、agent/request、tools/*都是 waterfall，这是"拦截/改写"的实现基础。 - Effects：注册服务、工具、监听器、定时器都通过
ctx.effect()登记成可追踪的副作用，插件卸载时自动撤销。
下面这张图把五要素的依赖关系画出来，注意它没有特权内核：扩展 dsh 的方式，是把插件挂到别的插件旁边。
四种事件分发模式，是"拦截/改写"能力的来源，值得单独看一眼：
这套设计的红利是"时空可组合"：空间上组件声明依赖、依赖满足才激活；时间上组件离开后副作用尽量完整恢复。官方文档自己点明：没有需要打补丁的特权内核，扩展 dsh 的方式是把插件挂到其他插件旁边。
三、它真正值钱的地方：Trajectory 可审计
这是 dsh 区别于大部分 Agent 工具的核心，也是我读完架构最想讲的点。它有一条架构不变量：
Model-visible = logged（模型看得到的，必须能从会话日志重建）
会话是一份类型化事件的 append-only 日志，典型事件有 turn/start、step/start、user/message、assistant/chunk、assistant/message、tool/call、tool/result、step/end、turn/end。模型历史不是单独维护的状态，而是从这份日志派生出来的投影。
这个不变量带来四个实打实的好处：
- 可恢复：进程重启后用事件重建状态。
- 可分叉：从已完成轮次开新实验分支，原状可恢复，方便做消融。
- 可回放：重现某次工具调用和模型交互。
- 可审计：知道模型为什么看到某段上下文，方便评测不同模型或插件组合。
Web UI 里有个 Trajectory 视图，能按来源过滤这些记录。对做 Agent 的人来说，能 fork、能 replay、能评测，比"黑盒跑一次"值钱得多。
四、5 类人决策表：你属于哪一类
下面这张流程图是依据上面三节的机制推出来的，不是我拍脑袋。每一条都回链到前面的架构事实。先看图，再看表。
| 身份 | 值不值得上 | 依据 |
|---|---|---|
| 做 Agent 框架的开发者 | 强烈推荐 | 插件化 + 时空可组合，变化能表达成稳定语义单元，可做消融实验、独立测试、安全卸载 |
| 用 AI 干活的 Maker | 推荐 | 四种模式（Standard/Code/Minimal/Creator）+ 自指能力（运行时定义/启停自己的插件），上限高 |
| 普通用户想"开箱即用" | 谨慎 | 官方标 0.1.0-rc.5 是 Developer Preview，明确写"会有破兼容性的变更"，别当稳定产品依赖 |
| 企业/生产环境 | 暂观望 | 同上是 rc 预览；可评估的是沙箱 fail-closed（Landlock 本地、Windows ACL、E2B 远程），但稳定性未到生产级 |
| 做 Agent 评测的研究者 | 推荐 | append-only 日志 + model-visible=logged 不变量，Trajectory 天然支持可复现评测 |
一句话总结：它最值得"要改 Harness 本身"的人上；最不值得"只想稳定用个工具"的人现在就押。
五、插件生态：能力面很全，但别神化
官方列出 dsh 的能力面：Models、Tools、Skills、Sessions、Sandboxes、Storage、Loops、Scheduling、UI。模型后端支持 DeepSeek、OpenAI、Anthropic、Bedrock、Vertex、Azure、Codex，以及任意 OpenAI 兼容端点。沙箱有 PTY bash、本地 full-access、Landlock native 三种。
子 Agent 是个 Seam，Provider 可以是进程内子 Agent、从父会话 fork、DSH SDK 委派，甚至直接拉起真实的 Claude Code 或 Codex 当子 Agent。多智能体编排在 seam 抽象下变成了"选 Provider"的问题。
这些来自官方文档，能力面确实广。但要诚实说一句：列得出能力不等于用得顺手，沙箱稳不稳、Provider 切换有没有坑，得你亲自跑过才知道。本文不做实测背书，只确认架构上它给到了这些口子。
六、你该不该切：Capability Seam 的红利
如果你已经在用 Claude Code 或 Codex，dsh 的卖点不是"又一个聊天框"，而是把运行时做成可组合基础设施。核心机制是 Capability Seam：要换模型就注册 ctx.llm 适配器，要换执行环境就把 ctx.fs/ctx.shell 指向远程沙箱，Bash、PTY、LSP 一起搬走，不用为每个工具写专用远程版。
但反过来说，如果你要的是"今天装好明天干活别出幺蛾子"，Developer Preview 的破兼容性警告是认真的。它适合现在评估、实验、扒源码学架构，不适合这个季度就押生产。
你属于上面五类里的哪一类？如果你已经在用别的 Harness，最关心的点是模型切换成本还是可审计性？评论区说一下你的身份，我帮你判断该不该切、切哪一层。
标签：DeepSeek Harness,deepseek, agent, ai-engineering, juejin, 2026, 架构
