DeepSeek Harness的赌注：插件化架构指向AI自我修改，而非用户可配置性

事件概述

DeepSeek Harness（DSH）是DeepSeek开源的agent harness，目前处于developer preview。它将模型上下文、工具、记忆、任务循环、权限、子Agent协作等运行层能力统一抽象为插件，目标是让开发者在不改动harness本体的前提下替换或重新组合这些组件。DSH还单独设置了self-modification能力组，并提供了“agent modifies its own runtime”的示例，使Agent能够检查自身runtime、查看和挂载插件。

核心信息

• 插件化不是为终端用户设计：DSH不是面向普通用户的Agent产品，而是面向Agent Harness开发者和上层Agent交付团队的底层系统。用户需要的是一种“默认可用”的Agent，而不是一排需要自己理解的配置项。
• Cordis理论解决的是组件可组合性，不是Agent行为可组合性：Cordis用形式化模型讨论插件在运行时加载、卸载、替换时的可逆effect、依赖关系和动态组合，并给出了组件组合在若干前提下可保留某些性质的证明。但这些前提（如inverse真正可逆、effect相互独立、插件不绕开框架）不一定能在真实工程中成立。
• DSH真正的赌注是自修改：当Agent能检查runtime、给自己挂载或卸载组件时，“插件”不只是人类的扩展机制，而成为机器可理解和操作的对象。DSH赌的是Agent运行时的Harness不再是只能由工程师手改的代码，而会成为Agent可修改的运行状态。
• 自进化=变异×选择：DSH在“变异”侧提供了相对完整的设施，让工具、记忆、上下文、loop都可读、可写、可拆装、可回退。真正的难点在“选择质量”（selection quality）：需要可靠的Eval、Observability、回归测试和治理机制来判断一次修改是否值得保留。没有选择，变异只是变化。

值得关注

• Darwin Gödel Machine：让coding agent修改自己的代码，把候选版本放到benchmark上运行，保留更好的版本继续探索。它更像一次软件发布，而不是在任务执行过程中热插拔自身组件。
• Self-Harness：从执行轨迹中找弱点，提出尽量小的harness修改，再做验证和回归测试；确认改善且不伤害已有能力的修改才会进入下一轮。在Terminal-Bench-2.0上，某个模型的held-out任务通过率从40.5%升至61.9%，显示不更换底座模型时，harness本身也是可优化的表面。
• 组件不是乐高：2026年一项组合实验对工具、规划、记忆、自我反思、检索五类组件做完整组合后发现，五件套全开并不总是最强。HotpotQA上，仅使用工具的Agent超过“全部装上”的版本；GSM8K上，某个三组件组合明显好于五组件全开。软件组件可组合，不等于Agent行为可组合。
• 风险与边界：在DSH这类架构中，插件可能运行在同一进程并获取文件系统、Shell、网络或Session能力，官方描述为trusted same-process contract，而不是隔离沙箱。自修改被设计为opt-in能力，不是默认权限。真正的问题还包括：哪些代码进入可信计算基、谁允许Agent修改当前用户版本、如何回滚、出问题后责任主体是谁。

关键判断

DeepSeek Harness更像一笔“架构期权”：今天付出更高的抽象复杂度、插件契约成本和安全治理压力，换取未来如果“Harness自进化”成为Agent核心能力时，已经有一块合适的底盘。目前，行业对“自进化会不会成为主流能力”已有越来越多积极信号，但“在线运行中的自我修改是否必要，还是离线版本迭代、评测、灰度发布已经足够”仍没有答案。