人工智能

DeepSeek Harness 开放公测:以插件化代码智能体框架对标 Claude Cowork

2026年8月14日 · admin
openmagic ad

据 IT之家 8 月 13 日消息,DeepSeek-V4-Pro-0813 正式开源的同时,DeepSeek 还推出了代码智能体框架 DeepSeek Harness v0.1 开发者预览版,并同步开放配套插件生态。该框架基于 Cordis 构建,采用 MIT 协议开源,定位于编程与办公场景的 AI 生产力工具,对标 OpenAI Codex 与 Anthropic Claude Cowork。来源显示,相关 GitHub 仓库在发稿时曾处于非公开状态,随后更新为已公开。

对于中文开发者而言,DeepSeek Harness 的看点不只是“又一个代码助手”,而是试图把大模型、工具调用、任务状态、运行环境和 UI 统一放进一个可组合的智能体框架中。官方此前曾用“Model + Harness = Agent”概括其思路:模型负责理解与生成,Harness 则负责把模型能力连接到真实工作流中。

“一切皆插件”:DeepSeek Harness 的核心设计

DeepSeek Harness 最重要的设计原则是“一切皆插件”。根据官方介绍,模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等 Agent 能力,都可以通过插件组合而成,并支持替换和重组。

这意味着开发者不必直接修改 DeepSeek Harness 的主体源码,就可以通过插件方式扩展某项能力。例如替换模型后端、增加新的工具调用方式、接入不同存储方案,或为特定团队定制运行模式,都可以围绕插件系统进行。其底层依托 Cordis 插件系统,Cordis 元框架主要负责插件加载、卸载与依赖关系管理,具体 Agent 组件则由不同插件实现,并通过服务与事件协作。

从产品形态看,DeepSeek Harness 提供 dsh 命令行工具,用于配置与启动。已安装 Node.js 开发工具链的用户,可通过 npx 命令快速启动 Web UI;若从源码运行,则需要克隆仓库并通过 pnpm 完成安装、构建与启动。默认 Web UI 地址为本地 127.0.0.1:3080。

四种运行模式面向不同开发场景

来源显示,DeepSeek Harness 针对不同使用场景提供多种模式,每种模式会默认加载不同插件集合。这种预设模式降低了上手门槛,也保留了框架级可扩展性。

  • 标准模式:提供较完整的工具组合,适合常规开发与办公自动化场景。
  • PTC 模式:即程序化工具调用,由模型生成代码来组合多轮工具调用,更强调可编排能力。
  • 极简模式:仅保留 shell 工具与文件编辑工具,适合在最小环境中进行模型基准测试。
  • 创造模式:可检查当前运行时,在内存中试验 Cordis 插件,并据此组合或创作新的模式。

这种模式划分表明,DeepSeek Harness 并不只面向终端用户,也在面向工具开发者、插件作者和企业内部平台团队。对于希望把 AI 编程能力嵌入现有研发流程的团队来说,插件化架构比单一应用更容易适配已有系统。

与 DeepSeek-V4-Pro-0813 形成模型与智能体组合

本次消息中,DeepSeek-V4-Pro-0813 同步成为关注焦点。来源称,该模型基于混合专家架构,总参数量为 1.6 万亿,实际推理中每个 token 激活 490 亿参数;上下文窗口达到 100 万 token,并支持最大 38.4 万 token 输出长度。交互模式上,V4 Pro 提供“思考模式”与“非思考模式”,其中思考模式为默认设置。

此外,V4 Pro 支持 JSON 结构化输出、Tool Calls、Responses API 和 Anthropic API 等能力。这些特性与 Harness 的定位高度相关:代码智能体不仅需要强模型,还需要稳定的工具调用、结构化交互和长上下文处理能力。尤其在大型代码库理解、跨文件修改、长期任务跟踪等场景中,长上下文与工具编排会直接影响可用性。

影响与解读:开源智能体框架竞争进入“生态层”

DeepSeek Harness 的公测释放出一个信号:AI 编程工具的竞争正在从单纯模型能力,转向模型、工具、插件生态与运行框架的整体竞争。Claude Cowork、Codex 等产品代表了面向开发者工作流的闭环能力,而 DeepSeek 选择以开源框架和插件生态切入,可能更利于吸引开发者参与扩展。

不过,开发者预览版也意味着产品仍处于早期阶段。插件生态能否形成规模、不同模式在真实项目中的稳定性如何、与主流 IDE 和企业研发系统的集成体验如何,仍需要后续观察。对于中文 AI 工具市场来说,DeepSeek Harness 的价值在于提供了一个可研究、可改造、可扩展的 Agent Harness 样本,也让国内开发者有机会更直接地参与代码智能体基础设施建设。