DeepSeek Harness 入选项目疑似曝光：不追万星项目，专攻 Agent 基建

事件概述

• DeepSeek V4 Pro 已正式发布，官方称其性能全面逼近 Fable 5，价格仅为 Fable 5 的 1/57。十项基准测试中最明显的变化是补齐了软件开发和工程能力短板，在终端报错、工具调用、长程任务上均有不错表现。
• 网上曝出 DeepSeek Harness 内测入选项目局部名单，共列出 17 个开源项目。这些项目被普遍视为 DeepSeek 补齐 Agent 落地能力的关键配套，也进一步勾勒出其从“最强 API”转向“工业级 Agent 生产线”的发力方向。

入选项目特征

• 筛选标准不按名气：约 70% 的入选项目是几乎零热度的个人或小团队新作，大热的“高星”项目反而落选。原因是很多高星项目做的是通用工具，未必为原生 Harness 设计；而不少小众项目原本在做 Codex、Claude Code、Pi 插件，可以顺势适配 DeepSeek Harness。
• DeepSeek 更关注项目能否填补生态空白，例如特殊 UI、创新编排模式，并要求有实际功能而非空架子。
• 赛道高度集中：MCP 插件与 Coding Agent 项目占比最高，旨在解决工具调用与代码落地痛点；其次是 Agent Runtime、编排框架、可视化 UI 与多智能体调度等 Agent 适配层，涉及运行安全、长任务稳定性、黑盒执行可见性和多模型协作。
• 医疗、法律、金融等垂直应用项目占比不足 4%。

部分代表项目

openma-ai（224 星）：Agent 执行层“安全操作系统”

open-managed-agents（OMA）是一套典型的“安全操作系统”，开源复刻 Claude Managed Agents。它通过在网络网关层自动注入凭证，实现密钥与执行沙箱的全程隔离，降低 Prompt 注入攻击风险；同时把每步操作以事件日志形式持久化保存，避免进程意外中断后无法恢复。项目自带沙箱和企业工具包，可接入 GitHub、Slack 等平台使用，负责管理沙箱生命周期、分发 MCP 工具、维护 WebSocket 会话广播，属于典型的执行层基础设施。

role-model（97 星）：按任务难度做智能路由

role-model 的定位是智能路由，核心是精准判断任务难度，把活派给最合适的模型。它可将任务按难度动态拆解：简单操作路由给毫秒级响应、低成本的本地轻量模型，架构重构、复杂 Bug 等任务派给 DeepSeek-R1，从而控制自动化流水线的 Token 成本。每次路由决策都会固化为 Requests、Profiles、Policy、Artifacts 四个标准化构件，方便工程师回溯“为什么这一步派给模型 A 而不是模型 B”。此外，它原生支持多厂商灾备，主通道遇到限流或延迟抖动时可无缝切换备用节点，归属 Agent 适配层的流量编排与调度。

MateBot（46 星）：端侧远程管理与“端侧记忆”

MateBot 偏端侧效率工具，解决“人如何 24 小时管理 Agent”的问题。它让开发者通过手机端直接给本地 Agent 派活、实时查看执行日志，遇到卡点或死循环可随时介入中断或修正。项目还提供“端侧记忆三件套”——自动记忆、外部记忆、失败记忆，并支持把 Agent 犯过的错误记录到本地“错题本”，避免同类问题重复出现。这属于补齐执行层的工程能力，覆盖长周期任务中的人机协同闭环。

ccteam（141 星）：多 AI Agent 协作与预算控制

ccteam 为多个编程 Agent 搭建统一指挥台，让强推理模型充当项目经理拆分任务，为各模型分配角色并行推进。任何 Agent 会话都能用自然语言指挥其他 Agent，例如“让 Codex 实现接口并跑测试，让 Grok 分析性能热点，最后让 Claude Code 交叉 Review”；开发者还能通过 Telegram 或飞书直接调度全部 Agent。它支持集群统一查看和管控，并可以设置预算上限，钱花完自动停工，避免 Agent 失控烧钱，属于多智能体编排调度层。

战略意图：补齐 Agent 落地的三块短板

DeepSeek 的模型能力已经具备“又快又便宜”的前提，但要真正跑进企业生产环境，还需要补齐以下短板：

• 执行层安全：R1 擅长写代码但不提供运行环境，幻觉产生的危险命令可能直接冲击真实终端。Harness 需要 OMA 这类带凭证隔离、沙箱机制和审计日志的底层项目，给 Agent 套上安全缰绳。
• 工程可靠性：长程软件工程任务往往需要 Agent 连续纠错数小时，网络抖动或 API 超时都会导致任务中断。V4 Pro 虽有 1M 超长输入和 384K 超长输出，但“能写多长”是空间问题，“中断后能否续跑”是时间问题。Harness 吸收 MateBot 这类“自动存档”“失败记忆”“错题本”能力，正是为了保障长任务可续传。
• 商业化 ROI：如果所有任务都触发 R1 长思考，或让多 Agent 产生无效“来回闲聊”，企业 Token 账单仍然会失控。role-model 的按难度路由和 ccteam 的进度与预算控制，是让 Agent 满足企业成本要求、实现大规模落地的关键。

简而言之，DeepSeek 此前用 V4 Pro 和 R1 证明了自己是顶级的“发动机制造商”；而 Harness 要做的，是围绕这些“配件”打造一套完整、安全、可控且用得起的“汽车底盘”。