开源热度与界面反差

8月13日，DeepSeek在GitHub上开源了一个名为Harness的项目。这一举动引发了巨大的关注，短短三天内，该项目的GitHub星标数量便突破了12万大关。尽管全网都在热议这一开源项目，但当用户真正打开它时，第一反应往往是惊讶——其界面简陋得如同一个未装修的“毛坯房”。然而，这种看似粗糙的外表下，隐藏着今年AI工具领域中思路最为独特的一种架构设计。为了厘清这个项目的本质及其在行业中的位置，我们需要深入探讨三个核心问题：它究竟是什么？它与Codex、Claude Code等主流工具存在哪些本质差异？普通用户又该如何根据自身需求进行选择？

核心概念：Harness的定义与必要性

要理解DeepSeek Harness，首先需要拆解其背后的基础公式：Agent（智能体）等于大模型加上Harness。在这个定义中，大模型负责提供“聪明”的认知能力，而Harness则负责驾驭和调度这些能力。博主将当前的AI形象地比喻为一匹有劲但野性难驯的马。当用户向它提问时，它能给出回答；让它编写代码时，它也能完成任务。但是，一旦任务变得复杂，问题便随之而来：AI既要记住最初的用户意图，又要知道每一步该调用什么工具。虽然大模型的“聪明”能保证它在单步操作中尽量走对，但无法保证它始终记得自己要去往何方。因此，Harness的作用就是提供一套系统化的方法：拆分任务、配置工具、保留记录以及强制验收，从而确保AI智能体能够稳定地执行复杂工作流。

竞品对比：成品工具的局限性

在过去一年中，最受关注的AI智能体产品都是给模型配好工具和流程的“成品”。博主亲自体验了四款主流产品：OpenAI的Codex、Anthropic的Claude Code、腾讯的WorkBuddy以及Google的Antigravity。这些产品的共同特点是功能齐全且开箱即用。博主将它们总结为“装修好的办公室”，用户可以拎包入住，但格局是定死的，用户无法进行任何修改。这种封闭式的体验虽然降低了使用门槛，但也限制了高阶用户的自定义需求。相比之下，DeepSeek Harness提供的则是一个可以随意改造的底层底座，其开放性与上述成品形成了鲜明对比。

“它们都是功能齐全的成品……一句话总结这四个：都是装修好的办公室，拎包入住但格局定死了，你改不了。”

深度体验：Codex与Claude Code的优劣分析

在四款竞品中，博主最推荐的是OpenAI的Codex。它支持命令行、桌面和网页多种形态，主要运行在云端沙箱（隔离执行环境）中。对于普通用户而言，Codex是最易用且最推荐的选项。其次是Anthropic的Claude Code，这是一个终端编程助手，能够直接读取和修改本地代码并运行测试。虽然Claude Code在干活细致度和能力上确实很强，但在国内使用门槛极高。用户需要解决注册、支付以及网络问题，且账号存在被封禁的风险。因此，博主明确表示不会劝国内观众勉强尝试Claude Code。腾讯的WorkBuddy则是一款桌面智能体，免部署且体验“丝滑”，背靠腾讯生态，适合日常办公和公众号对接等非专业编程场景。至于Google的Antigravity，博主认为其尚未达到愿意长期留在工作流中的程度。

Harness的架构：一切皆插件与本地网页体验

DeepSeek Harness之所以被称为“毛坯房”，是因为它没有提供传统的客户端，而是通过浏览器打开一个本地网页。首次使用时，用户需要填入API Key。其核心口号是“一切皆插件”：模型如何接入、任务如何处理、工具如何调用，全部依赖插件系统。更关键的是，连规则、任务流程甚至界面本身都是可插拔的插件。这意味着用户可以自由安装、拆卸和更换功能模块。博主现场演示了如何通过一条命令，在终端中安装一个社区插件——“一只鲸鱼娘小宠物”。前提是已安装Harness和pnpm前置环境。装完重启后，界面中出现了一只随AI工作状态互动的鲸鱼娘。卸载时同样只需一条命令，插件会被彻底清除，界面恢复原状。这种极致的可定制性是传统成品工具无法比拟的。

插件生态与四种运行模式

Harness不仅支持安装宠物等趣味插件，官方还预置了三个示例：自定义界面、游戏插件以及自定义代码审查。更重要的是，Harness内置了四种强大的运行模式： 1. 标准模式：包含文件编辑、命令行、搜索、子智能体和工作流，功能全面。 2. PTC模式：让模型编写一段代码，将多步操作串联起来一次性执行。 3. 极简模式：仅保留命令行和文件编辑器，专门用于跑基准测试。 4. 创造模式：这是最神奇的功能。AI可以检查当前运行环境，在内存中试验新插件，然后自己创造出一个全新的工作模式。它能够实现自我改造，无需重启且不会丢失进度。

日志记录与安装便利性

Harness在设计上注重过程的可追溯性，全程留痕，如同给AI安装了“行车记录仪”。系统提示词、思考过程、工具调用以及子智能体的分工等所有细节都会被写入日志，每一步操作都可以回放。安装过程也非常简便：只需安装Node.js并在终端输入一条命令，即可在浏览器中通过本地地址访问。对于“懒人”用户，博主建议可以直接让Codex或Claude Code帮忙安装。目前，Harness仅有网页界面，尚未推出官方命令行和桌面客户端。此外，DeepSeek自家模型目前尚不支持图片和文件输入，多模态能力仍是其短板。插件生态能否繁荣而非沦为维护噩梦，目前仍是一个未知数。

“它给你的，只是一个能运转的底座……连规则、任务流程、甚至界面本身都是插件，能装、能拆、能换。”

底层技术：Cordis系统与Koishi的验证

尽管普通用户可能面临门槛，但对于爱折腾、对AI底层运作感兴趣的用户来说，Harness非常值得尝试。目前社区中已经涌现出大量插件，包括皮肤、视觉工具甚至五子棋游戏。其底层基于一套名为Cordis的插件系统，并配套了一篇详尽的学术论文。这套机制的核心创新在于：对运行环境的每次改动，都会自动记录一个逆操作。在卸载时，系统按照“后进先出”的原则全部还原，就像安装了一台时光机。这一设计并非凭空想象，其作者是开源机器人框架Koishi的创始人。该插件系统已在Koishi上稳定运行四年，积累了数千个社区插件，经过了真实环境的充分验证。DeepSeek Harness的真正价值在于为社区留下了巨大的改造空间。它不仅仅是一个工具，更是一块地基，旨在让各种各样的上层应用在上面生长。在Agent时代，竞争已不再局限于模型层，真正的故事可能才刚刚开始。