博主头像

DeepSeek Harness预览版发布 | Agent运行时 | 一切皆插件 | 大模型 | A

外来客 • 2026-08-14 07:07:27

分享
𝕏 f ◉
声明：本文为对公开视频内容的摘要整理， 未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

📢 核心观点

在AI Agent时代，决定智能体效能与成本的关键不仅是模型本身，更是其外部的运行基础设施（Harness）。DeepSeek Harness通过“一切皆插件”的架构，将模型、工具、记忆及控制逻辑解耦，旨在解决长任务中的上下文管理、错误恢复及成本控制问题。其核心价值在于让开发者能灵活替换组件，从而最大化模型能力的兑现率并降低执行成本。

📊 关键事实与论据

  • 开源发布：8月13日，DeepSeek Harness开发者预览版以MIT协议正式开源，独立于模型权重，提供完整的智能体运行基础设施。
  • 性能差异显著：Composo测试显示，同一模型（DeepSeek V4 Flash）接入不同Harness完成多步骤任务时，成功率差距巨大（最高20项 vs 最低14项），成本相差四倍以上（$0.195 vs $0.045/项）。
  • 插件化架构：基于Cordis系统，具备“时空可组合性”。支持模型适配器、工具注册表、日志等全部模块化。提供四种运行模式：标准、极简、程序化工具调用（PTC）及创造模式。
  • 工程特性：采用追加式对话日志作为唯一事实来源；默认Workspace Write安全隔离模式，失败即关闭；CodeMode技术允许模型生成代码批量执行工具，减少往返次数。
  • 生态兼容：支持MCP协议、ACP服务器及近40家大模型端点。内置133个插件，涵盖文件读写、终端操作等。

💡 结论与展望

DeepSeek Harness定位为底层SDK而非单一应用，目标是构建可负担且可落地的Agent系统。当前处于开发者预览阶段，适合架构实验与插件开发，暂不建议直接用于生产环境。随着模型能力趋同，竞争焦点正从参数规模转向运行时的工程优化与场景落地效率。开源插件生态能否战胜垂直整合方案，将是该赛道未来的关键变量。

博主头像 同一博主

查看该博主全部 11 篇

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。