Agent时代的安卓：DeepSeek Harness开源自进化框架

DeepSeek Harness这款工具终于正式发布，并且同步开源了完整源代码。作为提前参与内测近半个月的用户，现在终于可以和大家分享这款产品的完整体验了。内测期间，为了充分验证这款工具的实用性，我已经将自己所有的Vibe Coding开发项目从Codex迁移到了黑鲸——也就是这款工具的黑标版本。

经过这段时间的深度体验，并且仔细研读了官方仓库的全部文档后，我最深的感触是：这完全是一套为「自主进化」和「自定义改造」而生的开发工具。内测社区里已经有不少开发者对其进行了个性化改造，实现了丰富的扩展功能。

事实上，DSH的所有组成部分——包括模型调用、工具链、运行策略、存储系统、上下文管理等——都采用了可插拔的模块化设计。这意味着你可以完全自主地对系统进行改造，或者针对特定的业务场景定制专属的运行环境。目前官方已经内置了超过一百个插件，后续社区也会贡献更多的扩展模块。

Agent时代的开放生态，已经到来。

在深入讲解底层技术架构之前，我们先聊聊这款产品的实际使用体验。

官方提供了两种快速部署方式：如果你已经搭建好了Node.js开发环境，可以直接通过npx命令一键启动Web界面：

npx @deepseek-ai/dsh web

如果需要完整的源码定制，可以克隆官方仓库后按照文档完成安装：

git clone https://github.com/deepseek-ai/deepseek-harness

当然你也可以直接将仓库链接交给AI助手，让它帮你完成全套部署流程。不过目前官方还没有推出Electron客户端，启动服务后需要通过浏览器访问Web UI来使用。

首次登录页面时，系统会提示你填入大模型的API密钥，你可以选择使用官方平台的服务，也可以接入其他第三方模型。不过平台方表示，相关API将在近期大幅调整计费标准，尤其是缓存相关的调用费用。

登录完成后就能进入黑鲸的主界面，整体风格和官方的网页版大模型界面相似，但对话列表被替换为本地项目管理面板。

和主流的Agent工具相比，DSH的使用流程有一些独特的设计。在开启新会话前，你需要先选择工作目录，同时还可以选择官方预设的Agent运行模式，目前官方提供了四类预设方案：

• 标准模式：功能完整的编码Agent，涵盖文件编辑、Shell命令执行、文件与网页检索、技能调用、计划模式、目标追踪、子代理和工作流等全套能力
• PTC模式：在标准模式的基础上，额外开放了Code Mode SDK，允许模型通过编写TypeScript代码来组合多步操作流程
• 极简模式：仅保留bash和str_replace_editor两个基础工具，适合用于基准测试和最小化场景复现
• 创造模式：则在标准模式的基础上，增加了运行时检查、插件实验和预设创作指导功能，方便开发者自定义专属的Agent预设

除此之外，平台也支持用户自行创建自定义的Agent预设。

这也是DSH最吸引极客开发者的地方：它完全围绕开发者的自定义需求设计，很多核心功能都遵循了模块化的第一性原理。

比如其中的「轨迹」监控功能。在传统的Agent交互中，随着会话时长增加、工具调用复杂度提升，对话历史会逐渐变成难以追溯的黑盒，你很难清晰了解模型在后台到底执行了哪些操作。而DSH的轨迹功能提供了完整的会话回放窗口，和经过润色的对话视图不同，它可以直接展示原始的事件级执行记录，你可以随时暂停、回放整个会话流程，清晰查看模型在每个环节的具体操作，也能直观定位任务出错的位置，统计每个步骤的资源消耗情况。

官方仓库中还内置了多款专为开发场景设计的技能工具，比如：

• dsh-code-review：用于代码PR审查，按照仓库规范检查代码中不易发现的问题
• dsh-find-simplifications：自动识别代码中可以优化简化的部分，并将优化思路整理为Agent笔记
• dsh-doc-standards：用于编写和审核文档，规范文档层级、区分教程和参考内容，去除冗余的文档话术
• dsh-prose-standard：负责全仓库的文字质量把控，涵盖Markdown、JSDoc、代码注释、提示词、CLI/UI文案等各类文本的格式和内容规范
• ……

不过作为非重度开发者，我日常使用这些专业工具的场景并不多，但在多轮交互中，我发现了一个非常贴心的细节设计：即便是没有开启计划模式，当用户的指令不够明确时，黑鲸也会主动发起提问来澄清需求，而不是直接执行模糊的任务。

和Codex不同，黑鲸会主动引导用户补充信息，同时提供多个可选的执行方向，这能帮用户节省大量的思考成本。当然你也可以跳过预设选项，直接通过语音输入补充更多上下文信息。

除此之外，DSH的使用逻辑和Codex并没有太大区别。你可以通过输入「/」来快速调用上下文压缩、目标设置、计划模式等功能，也可以直接调用内置的各类技能工具，任务清单管理功能也已经集成在界面中。

不过目前产品还有一些细节有待完善，比如经典Agent界面的右侧侧边栏功能尚未完成，使用起来还是有些不便。相比之下，Codex已经内置了浏览器、文件管理、内容预览等功能，甚至支持在对话中直接播放视频，在UI和交互细节上还有不小的优化空间，相信后续的版本更新会逐步完善这些体验。

黑鲸支持上传图片作为对话附件，但基础的V4模型不具备视觉理解能力，需要搭配多模态大模型才能使用该功能。

最后我们聊聊Token消耗的管理。平台还在界面底部集成了Token消耗统计面板，你可以随时查看当前会话的Token使用量和缓存命中率，避免因为调用次数过多导致费用超支。在实际使用中，缓存命中率大多维持在99%左右，部分场景甚至能达到100%，当然也有少数情况会降到60%-70%。不过内测期间平台的计费非常优惠，我几乎没有关注过这个统计面板。

接下来我们通过实际测试来看看黑鲸的实际表现。我使用V4 Flash模型分别在Codex和DSH中运行了多个测试Demo，所有测试的模型参数和推理强度都保持一致。

第一个测试是经典的鹈鹕自行车生成，两者的表现差距不大，甚至Codex的视觉审美效果更好。但在猪八戒3D白模的测试中，结果差异非常明显：同样只输入了一句简单的「生成猪八戒3D白模」，没有额外的提示词，Codex生成的结果完全不像一个生物，甚至有些诡异。而DSH驱动的模型则完成度更高。

我个人认为，这是因为在DSH的加持下，模型的长程任务执行能力得到了显著提升。以猪八戒测试为例，DSH驱动的模型连续运行了20分钟才完成任务，而Codex仅用了6分钟就结束了流程，且几乎没有返工，甚至一开始还误以为需要生成图片，向我索要GPT-Image-2的API密钥。社区用户的反馈也印证了这一点，有开发者表示自己最长的会话运行了10小时。

我的实际体验也类似，只要用自然语言清晰描述需求，几乎不需要额外编写复杂的提示词，模型就能独立完成完整的开发任务，很少交付半成品。比如我曾让它开发第一人称射击游戏，没有提供任何额外的提示词，模型就自主实现了下蹲、换弹、瞄准、NPC交互等全套功能。我也建议大家不要让AI先生成提示词再执行任务，直接通过语音或自然语言描述需求即可，过于详细的预设反而会限制模型的发挥。

这里还有一个黑鲸自主生成的「思考」动图，大家可以直接用作表情包素材。

那么，在使用官方API的情况下，应该选择DSH还是Codex？结论非常明确：自家的大模型优先搭配官方的Harness工具，这也是DeepSeek推出这款产品的核心目的之一。

实测的部分就先到这里，我们主要聊了产品设计上的细节。至于大模型本身的能力，市面上已经有太多相关的演示案例，这里就不再赘述。接下来我们聊聊这款工具背后的技术架构。

打开官方仓库的README，你会发现一个反复出现的关键词——Cordis。简单来说，Cordis就像是乐高积木的底板，开发者可以在这个基础底板上拼接各种独立的功能模块。在设计DSH的Agent框架时，团队将整个系统拆解为一个个可独立运行的插件，每个插件各司其职，这样可以最大程度避免重复造轮子。

如果开发者有定制化的需求，只需要按照规范编写新的插件，就可以直接接入系统；如果对现有插件不满意，也可以随时替换或移除。这种设计思路是非常典型的AI-Native架构。要知道，传统的Skill更多属于Prompt Engineering的范畴，而Cordis插件系统则允许用户完全自定义整个Agent的运行时环境。正如官方架构文档中所说：「它采用了一切皆插件的架构。」

这种设计和主流的Agent框架有很大的不同。以Codex的Harness为例，虽然它也开源了，但整体架构更接近闭源的系统：核心部分使用Rust编写，通过「外部挂件」的方式提供扩展能力，各类工具、钩子、技能都挂载在核心之外，用户无法随意修改核心代码。这种架构的优势也很明显：Rust可以直接控制内存和并发，性能比插件化框架的抽象层更高；一体化的封装也让整体的可控性更强。但缺点同样突出：系统的封闭性较强，社区开发者很难深度参与定制。

而DSH更像是Agent时代的开放系统：它以Cordis为核心，打造了一套完全开放的生态。官方仓库的文档文件夹中提供了从零开始构建插件并接入官方Harness的完整教程，甚至还内置了一个用于修改Cordis的专属技能。

这意味着任何用户在遇到问题或需要新功能时，都可以自行开发并开源插件，其他用户遇到类似需求时，也可以直接安装社区分享的插件，就像在《我的世界》中安装模组一样。比如之前提到的侧边栏功能，社区中就有开发者已经完成了相关插件的开发。目前官方已经内置了100多个插件，同时也预留了官方插件商店的位置。

官方团队也呼吁全球开发者加入DSH的插件生态：

我们期待与全球开发者一起，在开源、开放、可复用、可组合的基础设施之上，共同探索智能上限。欢迎全球Harness开发者加入DSH插件生态。

我认为DeepSeek正在布局一套长远的生态战略。自从相关行业博客发布了关于AI自主进化的内容之后，行业内一直在讨论AI的自主进化，但始终缺乏清晰的落地路径。而DSH的这套架构，是目前我见过的最具可行性的实现方案：普通用户也可以参与到AI的自进化过程中。

在Cordis协议的支持下，模型可以在不中断当前任务的前提下，自主编写插件并安装到系统中。结合庞大的用户生态，我们可以想象这样的场景：从成百上千万的Agent实例中筛选出经过优化的优质插件，再将这些插件整合到主线版本中，整个系统的能力将实现快速迭代和提升。

不过，也有用户会问：这套Cordis架构对普通用户的体验到底有什么实际帮助？根据社区的反馈，目前来说对普通用户的直接帮助并不大，毕竟这是一个依赖生态的功能，只有当大量高质量的插件被开发并沉淀之后，才能显现出差异化的优势。当然，如果你是极客开发者，非常欢迎你参与到生态建设中，为后续的用户创造更好的体验。

你可以通过以下链接获取DeepSeek Harness的源码：https://github.com/deepseek-ai/deepseek-harness