首发体验 | DeepSeek Harness 上手：不是下一个 Codex，而是可重组的 Agent 运行时

产品定位

DeepSeek 正式发布首款 Agent 产品 DeepSeek Harness。此前 DeepSeek-V4-Flash 正式版更新日志中曾提到，该模型使用 DeepSeek Harness 极简模式作为框架进行测试。与常见的 Codex 类产品不同，Harness 强调“一切皆插件”，并围绕 Agent 预设、完整会话记录和多工具编排来构建。以下功能和界面来自内测版，可能与正式版略有出入。

Agent 预设

Harness 内置四种 Agent 预设：

• 极简模式（minimal）：适合简单修改和最小 Agent 测试，不包含压缩、搜索、Skill、计划和子 Agent 功能；DeepSeek-V4-Flash 正式版评测即使用该模式。
• 标准模式（standard）：适合日常写代码、修 Bug、分析项目。
• 代码模式（code）：适合大批量搜索、并行读取和多步骤自动处理。
• 创造模式（cordis）：用于开发新的 Agent 预设或插件。

预设相当于“岗位＋工作环境”，由配置文档组合系统提示词、工具、上下文压缩和多 Agent 能力。用户也可以用创造模式让 Harness 创建自定义预设。Harness 还允许接入第三方大模型，默认提供方包括 Kimi、OpenAI、Anthropic、Google 等近 40 家。

插件机制

插件是 Harness 的重头戏。内测仓库上线短短几天，参与者已开发约 300 个插件，包括修改主界面、接入桌面宠物、优化对话界面等。一个值得关注的插件实现了“跨会话长期记忆 + 后台自我进化”，其实现不是传统的向量数据库 + RAG，而是本地文件持久化 + 分层上下文注入 + LLM 自我整理，并能让 LLM 定期回顾工作上下文，把临时经验压缩为长期知识。

从架构层面看，模型、工具、策略、存储、上下文和界面都可以通过插件替换或组合。与 Codex 的插件（如计算机使用、Chrome、Notion）相比，Harness 的插件直接作用于 Agent 的提示词、工具、规则和界面，改动更深。

实测表现

让 DeepSeek-V4-Flash 分别在 Harness、Reasonix 和 Codex 中完成同一个 Three.js 滑沙游戏：

• Harness：基本无破坏性 Bug，玩家角色持续滑行、穿过所有门并抵达绿洲；用 DeepSeek-V4 Pro 时耗时长且最终效果反而一般。
• Reasonix（第三方 Agent）：在同样最高推理等级下画面美感明显不足，游戏可玩但渲染粗糙，不像 3D 游戏。
• Codex：会先扫描本地文件夹，参考既有项目的 3D 库处理方式后开始构建；两个版本整体都好于 Reasonix，但沉浸感不如 Harness 版本。

单次测试无法证明 Harness 在所有任务上都更强，但至少说明，在模型完全相同的情况下，Harness 提供的工具、提示词、上下文组织和执行策略会显著改变最终产物。

架构特点

Harness 不是“DeepSeek 版 Codex”，更接近一套可重组、可回放的 Agent 运行时：

• 采用 Profile 和 Agent Preset 两级组合系统。Profile 决定整个进程如何运行；Preset 决定单个会话中 Agent 可用的工具、提示词、Skill 和子 Agent，作用域按 agent → preset → global 解析。因此同一个进程中可同时运行写作、编码、研究等不同 Agent。
• 会话日志保存完整事件流，包括用户消息、实际请求模型、系统提示词、工具定义和原始流式输出；上下文压缩不会删除原始历史，只是改变模型之后看到的“表面”。
• Agent Loop 采用“先记录意图，再执行副作用”；所有工具共用执行内核，模型可写 TypeScript 编排多个工具调用，中间数据留在运行环境，只有最终结果进入模型上下文。
• 前端 UI 同样是一棵插件树：应用启动后加载一组 UI 插件，插件把组件注册到侧边栏、对话区、输入区等标准挂载位。

结论

DeepSeek 过去的核心是模型本身。Harness 开始处理模型之外的问题：如何组织工具和上下文、保存执行过程，以及在同一套系统中配置不同 Agent。如果说 Codex 交付的是拿来即用的 Agent，Harness 更像组装 Agent 的运行时，让 Agent 和模型一样成为基础设施——用户和开发者可以用它自行组装出自己的 Agent。