DeepSeek Harness 解密：為什麼「模型＋Harness＝Agent」才是重點

DeepSeek Harness 最容易被誤解的地方，是它的名字和 DeepSeek 品牌很容易讓人以為這是一個新的 AI 模型。事實上，Harness 更接近「用來打造與執行 Agent 的基礎設施」：模型負責推理，Harness 則負責把推理連接到檔案、終端機、工具、工作階段與實際執行環境。這也是它所強調的核心公式：模型＋Harness＝Agent。69

這項結論來自 2026 年 8 月 21 日的實測觀察。DeepSeek 的重點並不是先推出一個包裝完整的獨立編碼助理，而是先把 Agent 背後的執行機制做成可設定、可延伸的開放架構。

「模型＋Harness＝Agent」到底代表什麼？

大型語言模型可以分析問題、制定計畫並產生指令，但它本身不會自動檢查本機專案、修改檔案、執行命令、保存操作歷史，或反覆協調多次工具呼叫。這些讓模型「真的能做事」的能力，正是 Harness 所提供的運作層。

在 DeepSeek Harness 中，模型介面卡、工具註冊表、工作階段紀錄與 Agent 迴圈本身都可以替換。整個系統建立在 Cordis 之上；Cordis 讓外掛向共享的執行環境提供服務、具型別事件與可回復的效果。17

這種拆分帶來兩個關鍵差異：

• 模型不等於完整 Agent。 模型負責判斷、推理，以及產生下一步行動。
• Harness 在概念上也不綁定單一模型。 執行環境可以搭配不同的模型介面卡與能力組合，而不是把模型和 Agent 應用程式做成不可分割的單一產品。16

因此，把 DeepSeek Harness 稱作「新的 AI 模型」其實抓錯了重點。它是一個把推理模型轉化為可執行系統的 runtime，也就是 Agent 的操作基礎。

如何啟動開發者預覽版？

實測採用的快速啟動指令如下：

npx @deepseek-ai/dsh web

本機網頁介面會在 localhost:3080 提供服務；另一份實測則將等效位置寫成 127.0.0.1:3080。64

實測報告也提到，使用者需要輸入 DeepSeek API 金鑰，並看到名為 「Exploring the Uncharted」 的介面。不過，這些是特定實測中的介面與設定流程，不代表所有安裝環境都一定會呈現完全相同的畫面。7

實際上，這套預覽版比較適合熟悉本機環境設定、命令列工具與 API 金鑰的開發者，而不是只想開箱即用、立即取代現有編碼助理的使用者。

四種工作模式，其實是四種外掛組合

DeepSeek Harness 並不是把四種模式做成四個互不相干的產品。它們比較像是不同的 runtime 預設組合：每種模式在啟動時載入不同的外掛集合，對應不同的工作情境。1823

Standard：完整的通用 Agent

Standard 是一般用途的預設模式。DeepSeek 將它定位為功能完整的編碼 Agent，支援檔案編輯、Shell、檔案與網頁搜尋、Skills、規劃、目標、子 Agent 及工作流程。20

它最適合日常開發與任務執行。不過，由於目前仍處於開發者預覽階段，使用體驗還有不少粗糙之處，更適合拿來實驗，而不是直接視為成熟編碼助理的替代品。

PTC：讓模型用程式協調工具

PTC 是 Programmatic Tool Calling（程式化工具呼叫）的縮寫，面向需要一次協調多個工具的工作流程。模型不必逐一提出每次工具操作，而是可以產生一段程式，藉此編排連續的行動。20

這種方式主要服務能力較強的模型與進階使用者，特別適合多步驟任務。它可能讓大量工具呼叫更有結構，但也代表使用者更需要檢查模型產生的程式究竟會執行哪些操作。

Minimal：受控的測試環境

Minimal 將執行環境縮減至 Shell 工具與檔案編輯器。DeepSeek 將它定位為在刻意受限的環境中進行模型基準測試或研究，盡量減少完整 Harness 所提供的額外協助。20

這個模式適合評測而非追求便利性，能幫助研究者分辨：一項成果究竟來自模型本身，還是來自完整 Agent 技術棧所提供的能力。

Creation：用來打造新模式

Creation 面向想修改或延伸 Harness 的開發者。它支援檢視執行環境、在記憶體中測試 Cordis 外掛，以及組合自訂預設模式。20

一個有文件記載的 Creation 模式外掛，還加入 Cordis 自我檢查、動態外掛實驗與預設模式撰寫指引。22 這使 Creation 成為 DeepSeek 長期構想最直接的展現：系統不只要執行 Agent，也要讓開發者重新塑造 Agent 所使用的 runtime。

Cordis 與「一切皆為外掛」

DeepSeek Harness 最具特色的地方，是它對架構的基本假設。它沒有把模型、工具、歷史紀錄與控制迴圈全部鎖在一個龐大且固定的核心裡，而是透過 Cordis 外掛系統公開這些元件。

官方架構文件明確列出以下可替換的外掛：

• 模型介面卡；
• 工具註冊表；
• 工作階段紀錄；
• Agent 迴圈本身。17

實測報告則描述了更廣泛的方向，涵蓋 Skills、工作階段、沙盒、儲存、排程與使用者介面。不過，這些延伸範例並未全都由目前提供的官方一手文件摘錄獨立證實，因此較適合視為專案所展現的方向，而不是每一項都已確認的實作細節。117

這套設計也解釋了為什麼四種模式能呈現截然不同的工作方式，卻不需要四套獨立應用程式。每個 profile 都可以在啟動時依序組合不同的外掛層，為一般編碼、受控評測、程式化工具使用或外掛開發建立不同 runtime。1723

讓執行過程不再是黑箱

如果 Agent 只顯示最後答案，除錯會非常困難。DeepSeek Harness 對執行路徑的重視程度更高：工作階段與 trajectory（執行軌跡）被納入 runtime 架構，而 session log 元件也和其他元件一樣可以替換。17

另一份實測報告指出，Trajectory 檢視畫面會對應到磁碟上的追加式 JSONL 事件串流，研究者因此能在幾分鐘內找出設定問題，而不必花上數小時。4 官方架構文件雖然確認 session log 是外掛，但單靠目前提供的摘錄，無法獨立驗證所有追加式格式的實作細節。

對開發者而言，這種可追蹤性可能和模型原始能力同樣重要。它能協助回答：Agent 呼叫了哪個工具、嘗試執行什麼操作，以及長任務究竟從哪一步開始偏離方向。

早期測試顯示：能力與效率仍有落差

目前可取得的測試顯示系統具備實際能力，但還不足以建立普遍適用的效能基準。在一次使用 DeepSeek V4 Flash 0731 的 8 月 21 日測試中，Agent 花了 46 分鐘、執行 109 個步驟來建立一個外掛，並消耗 890 萬個輸入 tokens。1 另一項實測則在約 35 分鐘、兩輪操作中，為建立國際太空站追蹤器而使用約 2,000 萬個 tokens。2

較謹慎的結論是：在目前的開發者預覽版中，長時間自主任務可能既緩慢又昂貴，而實際耗時會受模型、任務內容、快取與工作負載影響。這些數據不應被解讀為每次 DeepSeek Harness 工作階段都會遵循的固定速度上限。

這些結果也揭示了產品現階段的取捨：DeepSeek 先提供高度可設定的基礎設施，完整使用體驗則仍在打磨。現有評估認為，它有潛力成為受控工程試點的基礎，但目前還不能視為已準備好投入生產環境的控制平面。56

最終定位：不是最完整的介面，而是可重組的 Agent 底座

最有力的說法並不是「DeepSeek 打造了最好的編碼 Agent 介面」，而是：DeepSeek 以開放原始碼方式提供了一個廣泛的 Agent runtime，讓模型、工具、執行迴圈與其他能力都可以組合與替換。

因此，DeepSeek Harness 特別適合以下族群：

• 正在打造自訂 Agent 的開發者；
• 想以不同程度的 Harness 輔助來評估模型的研究者；
• 需要檢查執行歷史的團隊；
• 想透過外掛與 runtime 組合進行實驗的開放原始碼貢獻者。

至於只想要一個介面成熟、延遲可預期、設定步驟極少的編碼 Agent，現階段 DeepSeek Harness 的吸引力就沒那麼高。v0.1 仍然很早期，而長任務測試也顯示，具備完成工作的能力，不等於已經具備速度與正式上線所需的穩定性。56

簡單說，「模型＋Harness＝Agent」既是產品說明，也是策略宣言。DeepSeek 正在把「智慧」與「讓智慧能夠採取行動的機械」分開，並押注一個可延伸的外掛式 runtime，未來可能比單一、固定的 Agent 應用程式更有價值。