DeepSeek Harness v0.1开源即爆火：24小时斩获7万星，Agent基础设施成竞争新高地

DeepSeek Harness v0.1（简称DSH）开发者预览版于8月13日正式开放测试，并以MIT协议公开源代码。项目发布后迅速引发开发者热议，不到24小时即在GitHub获得超过7万颗星标。

所谓Harness，是围绕大语言模型构建的软件支撑框架，旨在帮助AI Agent管理和执行复杂任务。简单说，它是让大模型真正成为Agent所需的整套运行系统。DSH团队将模型比作“Agent的灵魂”，而Harness则“给予Agent理解环境、使用工具，并在真实场景中持续工作的能力”。

DSH采用“一切皆插件”的设计思路，模型、工具、技能、会话、沙箱、存储、循环、调度、UI等所有Agent能力均由插件组合而成，可自由替换、灵活重组。这使得DeepSeek不再只是“一个模型”，而是演变为可自由组装、持续进化的Agent运行平台。

技术层面，DSH的核心组件Cordis与北京大学联合研发，提供动态组合机制。相关设计已在Koishi聊天机器人框架中运行四年，拥有超过4000个社区插件验证。

早期体验者反馈不一。知名开发者、Flask框架创始人Armin Ronacher称赞其“一些很酷的想法”，认为设计让人重新思考Harness重构。但也有用户指出，Agent完成任务耗时长、Token消耗大，且使用体验较复杂，学习成本不低。

美国科技媒体VentureBeat指出，DSH显示出DeepSeek的竞争重点正从“模型层”向“Agent基础设施层”上移。随着模型接口日趋标准化，Harness的替换成本远高于模型本身，这或将成为下一阶段AI竞争的关键。