首发体验 | DeepSeek Harness 来了，它不想做下一个Codex
内容提要
DeepSeek发布首款Agent产品DeepSeek Harness，定位为可重组的Agent运行时，支持插件化架构、自定义Agent预设、多模型接入及完整事件记录。内测显示其能显著提升模型执行效果，区别于Codex等现成工具，它让用户自行组装Agent，将模型与工具、上下文、界面统一管理，开启Agent基础设施化的新方向。
延伸解读
插件化架构的深度与自由度
DeepSeek Harness 的插件系统并非传统意义上的功能扩展，而是深入到 Agent 的各个层面：模型、工具、策略、存储、上下文和界面均可替换或组合。内测用户已开发约 300 个插件，甚至能修改主界面或实现跨会话长期记忆。这种设计让 Agent 的每个环节都可定制，远超一般产品的插件机制。
执行层对模型表现的影响
文章通过同一模型在不同 Agent 环境中的对比测试，展示了执行层的重要性。使用 DeepSeek-V4-Flash 在 Harness 中生成的三维游戏效果优于 Reasonix 和 Codex 中的结果，说明工具、提示词、上下文组织等执行策略能显著改变最终产物。这提示用户，模型相同的情况下，Agent 框架的选择同样关键。
从使用 Agent 到组装 Agent
DeepSeek Harness 的定位不是现成的 Codex 替代品，而是可重组的 Agent 运行时。它通过 Profile 和 Agent 预设的两级组合系统，让用户在同一进程中运行不同能力的 Agent，并保存完整事件流。这种设计将 Agent 本身视为可配置的基础设施，用户可自行组装出适合自己需求的 Agent，而非依赖通用产品。
Q&A
DeepSeek Harness是什么？它和Codex有什么不同？
DeepSeek Harness是DeepSeek发布的首款Agent产品，定位为可重组的Agent运行时，支持插件化架构、自定义Agent预设、多模型接入及完整事件记录。与Codex等现成工具不同，它让用户自行组装Agent，将模型、工具、上下文和界面统一管理，开启Agent基础设施化的新方向。
DeepSeek Harness内置了哪些Agent预设？分别适用于什么场景？
内置四种预设：极简模式（minimal）适合简单修改和测试最小Agent；标准模式（standard）适合日常写代码、修Bug、分析项目；代码模式（code）适合大批量搜索、并行读取和多步骤自动处理；创造模式（cordis）用于开发新的Agent预设或插件。
DeepSeek Harness的插件系统有什么特别之处？
DeepSeek Harness的插件系统强调“一切皆插件”，不仅支持功能扩展，还能修改界面、实现长期记忆、模型自我进化等。插件可以替换或组合模型、工具、策略、存储、上下文和界面，比传统插件更深入、更自由。
DeepSeek Harness如何实现长期记忆？
通过插件实现，采用本地文件持久化、分层上下文注入和LLM自我整理，而非传统的向量数据库+RAG。插件定期让LLM回顾工作上下文，将临时经验压缩为长久知识。
DeepSeek Harness支持哪些模型接入？
支持接入第三方大模型，默认提供方包括Kimi、OpenAI、Anthropic、Google等近40个大模型厂商。
DeepSeek Harness的“模型可见⇔已记录”机制有什么意义？
该机制保存完整事件流，包括用户消息、实际使用的模型、系统提示词、工具定义和原始流式内容，即使上下文压缩也不会删除原始历史，只改变模型看到的表面。这有助于调试和回放，提升透明度和可追溯性。
DeepSeek Harness的Agent Loop和工具执行内核有什么特点？
采用“先记录意图，再执行副作用”的Agent Loop，所有工具共用一条执行内核。模型可以编写TypeScript编排多个工具调用，中间数据留在运行环境，只有最终结果进入模型上下文，提高效率。
DeepSeek Harness的界面设计有何独特之处？
界面本身也是插件树，应用启动后加载UI插件，页面声明标准挂载位（侧边栏、对话区等），各插件注册组件。这使得界面可高度定制，甚至能修改整个工作界面。
DeepSeek Harness的Profile和Preset两级组合系统有什么作用？
Profile决定整个DSH进程的运行方式（如Web、Headless、安装哪些Bundle），本质是有顺序的配置层；Agent Preset决定会话中Agent可见的工具、提示词、Skill等，作用域按agent→preset→global解析。这允许同一进程同时运行不同Agent，各自使用不同工具和指令。
DeepSeek Harness对Agent行业有什么潜在影响？
它可能改变使用Agent的习惯，将Agent和模型视为基础设施，用户可自行组装Agent，而非依赖现成产品。这为开发者和用户提供了探索空间，可能催生无数定制化Agent。
