DeepSeek Harness 是什麼？

DeepSeek Harness 是以 Node.js 為基礎的軟體，它位於 LLM 之上——即所謂的「Harness（ harness ）」——負責處理工具、記憶體、子代理協調、會話管理及終止邏輯，使模型得以自主執行複雜的多步驟任務 。DeepSeek 內部的公式非常簡單：模型 + Harness = 代理 。模型是推理的大腦；Harness 則是將大腦連接到檔案、終端機、瀏覽器及外部工具的外圍系統 。

從 LLM 到代理式 AI 的戰略轉折

DeepSeek 向來以僅需美國競爭對手（如 OpenAI 和 Anthropic）一小部分成本，便能訓練出前沿 LLM 而聞名。如今，藉由 Harness，該公司正進軍「執行層」——也就是將原始模型智慧轉化為可部署、能創造營收的產品的基礎設施 。《南華早報》稱此次發布為「DeepSeek 進軍大型語言模型之外新戰場的戰略轉折」。

為了支持這次轉型，該公司已取得約 70 億美元的外部資金——這是其首次引入大規模外部資本——並在 Harness 部門展開了積極的徵才行動 。截至 2026 年 6 月，DeepSeek 據報導計畫將所有部門規模擴大一倍，以建立這條新的業務線 。

「萬物皆插件」：模組化架構

Harness 的核心設計原則是**「萬物皆插件」** 。它建基於 Cordis 元框架之上，該框架負責插件的載入、卸載及依賴管理 。所有元件——包括模型、工具、技能、會話、沙盒、檔案系統、協調循環，甚至是使用者介面——都是以獨立的 Cordis 插件形式實作 。

這意味著開發者可以在不需修改核心原始碼的情況下，混合、搭配、替換及擴展每一項功能 。系統中「沒有需要修補的特權核心」；擴展系統的方式是在現有元件旁掛載新的插件。該架構旨在讓開發者能夠針對特定任務，僅選擇所需的插件，來組裝出自訂的代理運行時 。

四種運行預設模式

Harness 內建四種代理預設模式，每一種都是同一個插件系統的不同組合 ：

每種模式會載入不同的預設插件組合；切換模式即會改變代理可使用的工具及其執行方式 。

僅可附加的會話日誌設計確保每一次的系統提示、思維鏈、工具呼叫與結果、子代理派遣及上下文注入都被完整記錄，讓開發者能夠精確重播及除錯任何代理的執行軌跡 。

延攬 Jane Street 人才：崔添翼

2026 年 5 月，DeepSeek 招募了 崔添翼（Tianyi Cui），一位曾任職於 Jane Street 的量化研究員與明星工程師，來領導其新成立的 Harness 團隊 。崔添翼的 LinkedIn 個人資料顯示，他自 2026 年 3 月起擔任 DeepSeek AI 的「技術職員，Harness 團隊」，在北京從事 Agent Harness 的開發工作 。在此之前，他曾共同創立香港量化交易公司 TSY Capital，並在 Jane Street 從事軟體開發與量化研究工作近九年 。

資深研究員 Deli Chen 在 2026 年 5 月透露，該團隊正從零開始打造「CodeHarness」，並有獨立產品「DeepSeek Code」正在籌備中 。崔添翼親自進行每日的面試，並在多個平台發布徵才廣告，形容 Harness 團隊「直接承擔公司最核心、最重要的任務之一」。

與 Anthropic 的 Claude Code 競爭

DeepSeek Harness 被直接定位為 Anthropic 的 Claude Code——這款來自美國 AI 公司的熱門程式碼代理工具——的替代方案 。DeepSeek 已註冊了一個名為「DeepSeek Harness (Tool Framework)」的專屬微信公眾帳號，作為 Harness 業務線的獨立官方溝通管道 。

然而，DeepSeek 公開表示，Harness 的目標並非成為「下一個 Codex」 。相反地，它是一個可重組、可重播的代理運行時，其中的每一項功能都是可替換的——相較於對手的更封閉式產品，這是一種更為模組化且開放的方法 。MIT 授權的開源策略與 Anthropic 和 OpenAI 的專有模式形成對比，可能更能吸引龐大的開發者生態系 。

該專案在公開預覽後的幾小時內，便在 GitHub 上獲得了超過 33,000 顆星 ，反映出開發者對這種插件優先、開源方法的濃厚興趣。

如何開始使用

入門非常簡單：在終端機中執行 npx @deepseek-ai/dsh web，在瀏覽器中開啟 http://127.0.0.1:3080，然後輸入你的 DeepSeek API 金鑰即可 。這個本地 Web 使用者介面提供了專案管理、長期任務協作、多代理協調、上下文管理、線上檢索及外部技能呼叫等功能 。

DeepSeek Harness 是什麼？

DeepSeek Harness 是以 Node.js 為基礎的軟體，它位於 LLM 之上——即所謂的「Harness（ harness ）」——負責處理工具、記憶體、子代理協調、會話管理及終止邏輯，使模型得以自主執行複雜的多步驟任務 。DeepSeek 內部的公式非常簡單：模型 + Harness = 代理 。模型是推理的大腦；Harness 則是將大腦連接到檔案、終端機、瀏覽器及外部工具的外圍系統 。

從 LLM 到代理式 AI 的戰略轉折

DeepSeek 向來以僅需美國競爭對手（如 OpenAI 和 Anthropic）一小部分成本，便能訓練出前沿 LLM 而聞名。如今，藉由 Harness，該公司正進軍「執行層」——也就是將原始模型智慧轉化為可部署、能創造營收的產品的基礎設施 。《南華早報》稱此次發布為「DeepSeek 進軍大型語言模型之外新戰場的戰略轉折」。

為了支持這次轉型，該公司已取得約 70 億美元的外部資金——這是其首次引入大規模外部資本——並在 Harness 部門展開了積極的徵才行動 。截至 2026 年 6 月，DeepSeek 據報導計畫將所有部門規模擴大一倍，以建立這條新的業務線 。

「萬物皆插件」：模組化架構

Harness 的核心設計原則是**「萬物皆插件」** 。它建基於 Cordis 元框架之上，該框架負責插件的載入、卸載及依賴管理 。所有元件——包括模型、工具、技能、會話、沙盒、檔案系統、協調循環，甚至是使用者介面——都是以獨立的 Cordis 插件形式實作 。

這意味著開發者可以在不需修改核心原始碼的情況下，混合、搭配、替換及擴展每一項功能 。系統中「沒有需要修補的特權核心」；擴展系統的方式是在現有元件旁掛載新的插件。該架構旨在讓開發者能夠針對特定任務，僅選擇所需的插件，來組裝出自訂的代理運行時 。

四種運行預設模式

Harness 內建四種代理預設模式，每一種都是同一個插件系統的不同組合 ：

每種模式會載入不同的預設插件組合；切換模式即會改變代理可使用的工具及其執行方式 。

僅可附加的會話日誌設計確保每一次的系統提示、思維鏈、工具呼叫與結果、子代理派遣及上下文注入都被完整記錄，讓開發者能夠精確重播及除錯任何代理的執行軌跡 。

延攬 Jane Street 人才：崔添翼

2026 年 5 月，DeepSeek 招募了 崔添翼（Tianyi Cui），一位曾任職於 Jane Street 的量化研究員與明星工程師，來領導其新成立的 Harness 團隊 。崔添翼的 LinkedIn 個人資料顯示，他自 2026 年 3 月起擔任 DeepSeek AI 的「技術職員，Harness 團隊」，在北京從事 Agent Harness 的開發工作 。在此之前，他曾共同創立香港量化交易公司 TSY Capital，並在 Jane Street 從事軟體開發與量化研究工作近九年 。

資深研究員 Deli Chen 在 2026 年 5 月透露，該團隊正從零開始打造「CodeHarness」，並有獨立產品「DeepSeek Code」正在籌備中 。崔添翼親自進行每日的面試，並在多個平台發布徵才廣告，形容 Harness 團隊「直接承擔公司最核心、最重要的任務之一」。

與 Anthropic 的 Claude Code 競爭

DeepSeek Harness 被直接定位為 Anthropic 的 Claude Code——這款來自美國 AI 公司的熱門程式碼代理工具——的替代方案 。DeepSeek 已註冊了一個名為「DeepSeek Harness (Tool Framework)」的專屬微信公眾帳號，作為 Harness 業務線的獨立官方溝通管道 。

然而，DeepSeek 公開表示，Harness 的目標並非成為「下一個 Codex」 。相反地，它是一個可重組、可重播的代理運行時，其中的每一項功能都是可替換的——相較於對手的更封閉式產品，這是一種更為模組化且開放的方法 。MIT 授權的開源策略與 Anthropic 和 OpenAI 的專有模式形成對比，可能更能吸引龐大的開發者生態系 。

該專案在公開預覽後的幾小時內，便在 GitHub 上獲得了超過 33,000 顆星 ，反映出開發者對這種插件優先、開源方法的濃厚興趣。

如何開始使用

入門非常簡單：在終端機中執行 npx @deepseek-ai/dsh web，在瀏覽器中開啟 http://127.0.0.1:3080，然後輸入你的 DeepSeek API 金鑰即可 。這個本地 Web 使用者介面提供了專案管理、長期任務協作、多代理協調、上下文管理、線上檢索及外部技能呼叫等功能 。