DeepSeek Harness拆解：「Model + Harness = Agent」究竟點運作？

DeepSeek Harness最應該理解成一套用嚟建立及運行Agent嘅基礎設施，而唔係一個獨立AI模型。呢個以dsh命令列工具推出、採用MIT授權嘅開發者預覽，核心概念可以濃縮成一句：Model + Harness = Agent。模型負責推理；Harness就提供實際執行嗰一層，將推理接駁到檔案、終端機、工具、工作階段同執行環境。69

8月21日嘅實測評測，最重要嘅發現正正係呢個定位分野：DeepSeek今次押注嘅，唔係推出一款即開即用、包辦一切嘅編程助手，而係將Agent背後嗰套機械拆開，變成可以配置、延伸同替換嘅運行時環境。

「Model + Harness = Agent」即係咩？

語言模型可以分析問題、訂立計劃同生成指令，但佢唔會單靠自己就能夠檢查本機項目、修改檔案、執行指令、保留操作歷史，或者重複協調多次工具調用。Harness就係圍繞模型提供呢啲能力嘅執行層。

喺DeepSeek Harness入面，模型適配器、工具註冊表、工作階段記錄同Agent循環本身，全部都係可以替換嘅插件。呢套架構建基於Cordis；插件會向共享運行環境提供服務、具型別事件同可逆效果。17

呢種分離帶來兩個重要結果：

• 模型唔等於完整Agent。 模型負責作決定，並產生推理或行動；但真正讀寫檔案、叫用工具同執行任務，係由Harness配合完成。
• Harness概念上唔綁死單一模型。 運行時可以按需要配置唔同模型適配器同能力組合，而唔係將模型同Agent應用綁成一個無法拆開嘅產品。16

所以，將DeepSeek Harness叫做「新AI模型」，其實就捉錯重點。佢係一個將推理模型變成「可以採取行動嘅系統」嘅執行框架。

開發者預覽點樣開始？

實測採用嘅快速啟動方法係：

npx @deepseek-ai/dsh web

本機網頁介面會喺localhost:3080提供服務；另一份實測報告就以127.0.0.1:3080描述同一個本機網址。64

評測亦提到，使用者需要輸入DeepSeek API key，介面就以**「Exploring the Uncharted」**作品牌。不過，呢啲係實測時見到嘅介面同設定流程，唔代表每次安裝都一定會顯示完全相同嘅畫面。7

對一般用家嚟講，最實際嘅結論係：呢套預覽版係寫畀熟悉本機運行環境、願意自行設定，同埋有模型API存取權嘅開發者；佢唔係一款零設定、下載完就可以取代現有編程Agent嘅成熟產品。

四種工作模式，其實係四套插件組合

DeepSeek Harness唔係將四種模式當成四個互不相干嘅產品，而係為唔同工作情境預先準備嘅運行時組合：每種模式會載入一套唔同嘅預設插件。1823

Standard：最完整嘅Agent體驗

Standard係一般用途嘅預設模式。DeepSeek形容佢係一個功能完整嘅編程Agent，支援檔案編輯、Shell、檔案及網頁搜尋、Skills、計劃、目標、子Agent同工作流程。20

如果你想做日常開發或者執行多步驟任務，Standard係最接近一般使用情境嘅選擇。不過，預覽版目前仍有唔少粗糙位，較適合用嚟試驗，而唔係直接當成成熟編程Agent嘅替代品。

PTC：用程式化方式調用工具

PTC即係Programmatic Tool Calling，針對模型需要協調多個工具調用嘅工作流程。模型唔需要逐次提出每一個工具操作，而係可以寫一段生成程式，按次序統籌一連串動作。20

呢種做法主要面向能力較強嘅模型同進階使用者，特別適合多步驟、工具密集嘅任務。好處係流程可以更有組織；但同時，使用者亦更加需要檢查模型生成嘅程式究竟會執行啲乜。

Minimal：受控測試環境

Minimal會將運行環境削減到只剩Shell工具同檔案編輯器。DeepSeek將佢定位成一個刻意受限制嘅環境，用嚟測試或者研究模型，減少完整Harness提供嘅額外協助。20

呢個模式適合做評估多過追求方便：佢可以幫助開發者分辨，某項表現究竟來自模型本身，定係來自完整Agent堆疊提供嘅能力。

Creation：用嚟創作新模式

Creation係畀想修改或延伸Harness嘅開發者使用。佢支援檢查目前運行環境、喺記憶體內試驗Cordis插件，以及組合自訂預設模式。20

一個有文件記錄嘅Creation模式插件，亦加入Cordis自我檢查、動態插件實驗同預設模式撰寫指引。22 Creation最能夠表現DeepSeek更大嘅野心：系統唔只係用嚟運行Agent，亦容許開發者重新塑造Agent所依賴嘅運行環境。

Cordis與「一切皆插件」架構

DeepSeek Harness最有特色嘅地方，係佢嘅架構理念。佢唔係將模型、工具、歷史記錄同控制循環全部鎖死喺一個龐大核心入面，而係透過Cordis插件系統公開呢啲組件。

官方架構文件明確列出以下可替換插件：

• 模型適配器；
• 工具註冊表；
• 工作階段記錄；以及
• Agent循環本身。17

實測報告所描述嘅更闊願景，仲包括Skills、工作階段、沙盒、儲存、排程同使用者介面。不過，提供嘅官方架構節錄未有逐項獨立確認呢啲更廣泛例子，因此較穩妥嘅理解係：呢啲代表項目所展示嘅發展方向，而唔係每一項都已經得到同等程度嘅實作驗證。117

呢個設計亦解釋咗點解四種模式可以有截然不同嘅體驗，卻唔需要變成四個獨立應用程式。每個Profile都可以喺啟動時按次序組合插件層，為一般編程、受控評估、程式化工具調用或者插件開發，砌出唔同嘅運行環境。1723

唔只睇結果：執行過程可以追蹤

如果Agent系統只展示最後答案，出錯時往往好難追查。DeepSeek Harness就比較重視執行路徑：工作階段同執行軌跡屬於運行時架構一部分，而工作階段記錄亦可以好似其他插件一樣被替換。17

另一份實測報告形容，Trajectory檢視畫面會將執行過程寫成儲存在磁碟上、只可追加嘅JSONL事件流，並用呢份記錄快速找出設定問題。4 不過，官方架構節錄只確認工作階段記錄係插件，未能單靠該節錄證實只可追加格式嘅每一項實作細節。

對開發者而言，呢種可追蹤性可能同模型原始能力一樣重要。當任務行到一半出現偏差，你至少可以回頭睇清楚：Agent叫用咗邊個工具、嘗試做過乜，以及究竟由邊一步開始失控。

早期測試反映：有能力，但未必快

目前嘅測試顯示系統確實可以完成具規模嘅工作，但未足以建立一個適用於所有情況嘅性能基準。8月21日其中一次以DeepSeek V4 Flash 0731進行嘅測試，Agent用咗46分鐘、109個步驟去建立一個插件，消耗約890萬個輸入Token。1 另一項實測就喺大約35分鐘內、兩輪操作之間使用約2,000萬個Token，建立國際太空站追蹤器。2

較保守嘅結論係：開發者預覽版可以處理長時間自主任務，但速度可能較慢，成本亦可能較高；實際表現會受模型、任務內容、快取同工作量影響。呢啲數字唔應該當成每次DeepSeek Harness執行都會遇到嘅固定上限。

同一批證據亦揭示產品現階段嘅取捨：DeepSeek先提供一套相當可配置嘅基礎設施，但使用體驗仍未完全打磨。項目被形容為有潛力成為受控工程試點嘅基礎，但目前未適合直接當成生產環境控制平面。56

最終定位：平台野心大過產品外殼

目前最準確嘅講法，唔係「DeepSeek做咗最好用嘅編程Agent介面」，而係DeepSeek開源咗一套範圍廣泛嘅Agent運行時：模型、工具、執行循環同其他能力，都可以自由組合及替換。

因此，DeepSeek Harness特別適合以下幾類人：

• 想建立自訂Agent嘅開發者；
• 想喺唔同程度Harness協助下評估模型嘅研究者；
• 需要檢查執行歷史嘅團隊；以及
• 想試驗插件同運行時組合嘅開源貢獻者。

至於只係想搵一款介面成熟、延遲穩定、設定步驟少嘅編程Agent，現階段未必會覺得佢特別吸引。v0.1產品外殼仍然早期，而長任務測試亦顯示，有能力完成工作，唔代表速度或者生產就緒程度已經足夠。56

簡單講，「Model + Harness = Agent」既係產品解釋，亦係策略宣言。DeepSeek正嘗試將「智慧」同「令智慧可以採取行動嘅機械」分開，並押注一套可延伸嘅插件運行時，長遠價值可能高過一個固定不變嘅Agent應用程式。