专题 · FULL STORY

DeepSeek Harness开源：从代码泄露到爆火争议

8月中旬，DeepSeek内部Agent平台Harness疑似泄露，随后官方顺势以MIT协议正式开源。该项目凭借万物皆插件理念斩获数万Star，但也因定位模糊与门槛过高引发了社区的两极化争议，北大联合发文最终揭秘了其底层架构。

2026-08-12 ~ 2026-08-14 · 6 集 · 51 条

第 1 集 · DeepSeek-Harness WebUI 疑似泄露，预计即将发布(2026-08-12,2 条)

据多位网友和 X 用户爆料，DeepSeek 私有平台 DeepSeek-Harness 的代码库疑似发生泄露。多个公开仓库引用了该平台的依赖包，并包含了 WebUI 截图。有用户指出该界面与现有的 DeepSeek-Web 高度相似，但增加了额外功能。外界预计官方很快就会对其进行正式发布。

第 2 集 · DeepSeek开源Agent框架Harness，主打万物皆插件(2026-08-13,35 条)

8月13日，DeepSeek正式以MIT协议开源其内部Agent框架DeepSeek Harness（简称dsh）的开发者预览版v0.1.0。该项目上线后热度爆棚，短时间内GitHub Star数突破两万。dsh并非简单的API客户端，而是一套主打高自由度与全插件化架构的Agent运行时与微内核SDK，为企业级私有化部署提供了强力替代方案。

已确认

  • 开源与获取：DeepSeek Harness v0.1.0以MIT协议开源。用户可通过npm直接安装其Web UI（指令为npx @deepseek-ai/dsh web），也可将安装链接直接发给Codex等AI Agent进行自动化部署。
  • 核心架构：该框架底层由Cordis元框架构建，定位类似Claude Code。其核心设计理念为“万物皆插件”，具备极致的可替换性与时空可组合性。它将模型、工具、技能、会话、沙箱、文件系统、编排和UI等所有组件全部模块化，支持开发者自由组合与扩展。
  • 功能特性：dsh提供了一套可重组、可回放的Agent运行时系统，内置了插件生命周期管理、工具执行与会话日志记录功能，允许开发者自主定义和决定Agent的能力。此外，内测期间开发者编写的插件可以迁移到个人账号下并公开，以促进插件生态构建。

尚未确认

  • 关于Star数的具体数值，各帖报道不一（5千、近万、2万等），可能因统计时间不同，但均反映其高热度。
  • 官方是否已正式结束内测并开启公测，仅作者teortaxesTex提及“预计今日开启公测”，但未获官方证实。

为什么重要

  • 冲击企业级市场：多位评论者指出，dsh被称为“中国版的OpenClaw”。其高自由度架构预计将直接冲击现有的WorkTool等私有化工作助手市场，为企业级Agent部署提供了新选择。
  • 探索自进化软件：据作者teortaxesTex分析，dsh将Agent设计为可恢复的持久运行时，这种插件化架构让Agent能动态重组自身，为递归自我改进（RSI）提供了关键基础。
  • 降低开发门槛：通过允许开发者自主定义Agent能力，并提供便捷的Web UI与AI自动化部署方式，dsh显著降低了构建复杂智能体系统的门槛，展现了DeepSeek在系统级Agent实践上的野心。

还有 15 条相关讨论 →

第 3 集 · DeepSeek-Harness上线因定位模糊引社区吐槽(2026-08-13,3 条)

DeepSeek 近期发布了新工具 DeepSeek-Harness，但因官方描述含糊不清引发社区讨论。开发者指出该工具定位存在矛盾：其“一切皆插件”的设计理念虽先进，却未优先提供面向专业开发者的 CLI 模式，导致对普通用户不友好。有博主直言其安装和使用门槛较高，体验甚至不如直接订阅 Codex。

第 4 集 · DeepSeek Harness开源爆火斩获数万Star(2026-08-13,3 条)

DeepSeek 新发布的开源项目 Harness 在开发者社区爆火。该项目凭借极高的灵活性，允许用户以“搭积木”的方式构建定制化 AI Agent，备受追捧。上线 GitHub 后热度持续攀升，Star 数在两小时内便突破 2.4 万，随后一度超过 9000 的节点，展现出极高的人气与开发者认可度。

第 5 集 · 北大与DeepSeek发文揭秘自进化Agent底座架构(2026-08-13,6 条)

北京大学与 DeepSeek 联合发布论文《一套处理时空可组合性的编程范式》，详细揭示了 DeepSeek Harness 背后的核心技术 Cordis 框架。该研究聚焦下一代自进化 Agent 在持续修改自身运行环境时面临的稳定性问题，被认为是 DeepSeek 在框架级持续学习领域的首次实质性尝试，为构建稳定的自进化 Agent 提供了底层架构支持。

已确认

  • 核心模型与框架：论文提出了一种新颖的自适应合成编程模型，引入了“自适应合成/形式化”的概念。在该模型下，组件可以显式声明其所需的输入以及将要产生的副作用。运行时环境能够根据组件的加入和退出，自动激活或停用依赖关系，并干净地撤销副作用。
  • 解决传统痛点：传统插件系统（如 VSCode）在卸载插件时常需重启整个宿主进程，这在自进化 AI 场景中会导致状态丢失。该框架通过定义持久化的抽象层，支持组件（如工具、记忆、技能等）的运行时热插拔，有效解决了这一动态注册与状态复原的难题。

为什么重要

  • 据 @teortaxesTex 的解读，该研究指出了自进化 Agent 所需的全新工具范式。与传统仅使用 bash 执行脚本的极简工具不同，Agent 在进化过程中会动态产生和弃用工具，这要求系统具备极强的动态注册、状态复原及副作用处理能力。

第 6 集 · DeepSeek Harness被指门槛高，实为非代码场景Agent底层(2026-08-14,2 条)

近期有声音吐槽 DeepSeek Harness (DSH) 门槛过高、过于“面向极客”。对此，有作者发文反驳，认为这种吐槽是对时代趋势的逃避以及营销号的博眼球行为。文章指出，DSH 的架构是生态建设的最优解之一，其卡位类似于原子级的 Agent OS。尽管看似硬核，但 DSH 并非仅局限于编程场景，未来在非代码场景下作为智能体底层具有极大的应用潜力。