作者: George搞点薯条🍟 @jianweisong1993
DeepSeek 又火了。这一次,大家讨论的重点从模型转到了 Harness。
有人研究它的新功能,有人拿它和 Codex、Claude Code 做比较,也有人开始担心,自己刚用顺手的工具是不是又要过时了。
这个问题很现实:WorkBuddy 用着挺顺,Codex 也能把活干完,现在又来了一个听上去更复杂的 DeepSeek Harness。普通用户有必要跟着换吗?
我们平时说 GPT、Claude、DeepSeek,讨论的通常是模型(Model)。
模型负责听懂要求、分析材料、作出判断,再决定下一步怎么走。可它想替人完成一项工作,还得知道文件放在哪里,哪些内容可以读取,能不能运行命令,可以调用什么工具,任务中断以后从哪里继续。
把这些能力组织起来的工作系统,就是 Harness。
The Core Mental Model
模型负责判断决策,Harness 负责连接物理世界与环境执行
模型负责判断,Harness 负责执行。模型决定下一步,Harness 调用工具,把结果送回来,模型再根据新结果继续处理。这个循环跑起来以后,AI 才能从回答一句话,走到真正交付一项任务。
从单次对话到闭环交付任务的完整运行流
你让 Codex 读取项目代码、运行命令、修改文件,再检查运行结果,它背后就有一套 Harness。Claude Code 也是一样。工具、权限、文件环境和执行流程,已经被产品提前安排好了。
更像一张铺好的现成工作台。用户只要说明自己想做什么,模型怎么调用、工具怎么配合,产品会处理掉绝大部分底层细节。
更偏专业开发。允许用户增加工具和配置,但产品依然替你作了不少决定。打开以后就能干活,出了问题也容易排查定位。
DeepSeek Harness 给开发者留出了更多可以自由调整与插拔的位置:模型、工具、技能、会话记录、运行环境、存储、任务调度和操作界面,都可以通过插件组合或替换。
官方核心哲学:万物皆插件,模块全解耦
官方把这套设计概括为四个字:万物皆插件。
开发者可以只换模型,也可以重做记忆方式。工具或运行环境不合适,就替换对应部分。任务发生变化,再重新组合一套配置,不用把整个 Agent 从头写一遍。
开放程度提高以后,插件管理就成了核心。插件怎么加载、彼此有什么依赖、谁先运行、卸载后如何清理,这些工作全交给 Cordis 处理。它负责让各种插件进入系统,并按照正确的关系协同运作。
不同业务团队对 Agent 的诉求差异极大:
一套固定的端到端产品很难兼顾所有场景。DeepSeek Harness 把模型、工具、记忆和执行流程彻底拆开,团队可以围绕自己的业务随心重组。
它会按时间顺序保存所有输入、输出和工具调用。任务中途停止,可从原位置无缝继续;某一步效果不好,也能回到那个时间节点,换一种方案再试。这对于定位 Agent 在哪一步掉链子(是模型理解偏差、工具数据返回异常还是权限拦截)至关重要。
DeepSeek Harness vs WorkBuddy vs Codex:服务于不同的阶段与需求
如果你只是用 Codex 写代码,用 WorkBuddy 处理日常任务,且目前已能稳定完成工作,完全不需要焦虑更换。工具是否适合你,看的是能不能把活干完,跟它是不是刚发布没多大关系。
如果你需要替换定制私有模型、按企业 SOP 严格调度流水线、接入专用内部工具并留存审计日志,DeepSeek Harness 带来的插件化自由度才具有实质价值。
对大多数人来说,先把手里的 Agent 流程跑顺,比追逐每一个新发布的基础设施更有实际产出。等 DeepSeek Harness 的生态文档、插件库和真实商用案例更加成熟,再评估是否迁移也完全来得及。